Escolar Documentos
Profissional Documentos
Cultura Documentos
EMC 410112
Estatística para Experimentação
Prof. Armando Albertazzi G. Jr.
Tópicos
Variáveis aleatórias
Distribuição de probabilidade
Função distribuição cumulativa
Média e variância a partir da função
distribuição de probabilidade
Distribuição discreta uniforme
Distribuição binomial
Exemplos:
□ soma de dois dados, cotação do dólar, precipitação diária de chuva em
uma cidade, limite de resistência de corpos de prova
Podem ser
□ discretas (faixa de valores finita ou infinita contável)
□ contínuas (faixa de valores com um intervalo de números reais)
Convenção:
□ variáveis aleatórias: X, Y, ... (letras maiúsculas)
□ valores possíveis das variáveis aleatórias: x, y, ... (minúsculas)
(2)
f ( x) 1
todosX
Exemplo:
f(x) F(x)
0,50 1,00
0,25 0,50
x x
1 2 3 4 5 1 2 3 4 5
EMC 410112 Estatística para Experimentação
Formação da função distribuição
cumulativa
f(x)
0,50
0,25
1 2 3 4 5
F(x)
1,00
0,75
0,50
0,25
1 2 3 4 5
Estatística para Experimentação
Função Distribuição Cumulativa
Propriedades
F ( x) P( X x) f ( xi )
xi x
0 F ( x) 1
Se x y então F ( x) F ( y)
E ( x) x. f ( x)
todos x
2 V ( x) ( x
todos x
) 2
. f ( x) x 2
todos x
. f ( x ) 2
a+1
a+2
a+3
a+4
a+5
a+6
b=a+n-1
:
ab
E ( x)
2
(b a 1) 2 1
V ( x)
12
sucesso P=p
tentativa
insucesso P=1-p
n” tentativas repetidas
As tentativas são independentes
A probabilidade de sucesso de cada tentativa permaneça constante
e igual a “p”
X = número de tentativas que resultem em sucesso
X tem distribuição binomial com parâmetros “p” e “n”
n x
f ( x) p (1 p) n x
x
n n!
x x!(n x)!
E( X ) np
2 V ( X ) np(1 p)