Resumo de estatística, PRO2201, para a P1
estat stica 1.pn br estat stica 2.pn br
Probabilidade, estatística, inferência
A observação de um fenômeno casual é recurso poderoso para se entender a variabilidade do mesmo. Entretanto, com suposições adequadas e sem observar diretamente o fenômeno, podemos criar um modelo teórico que reproduza muito bem a distribuição das freqüências quando o fenômeno é observado diretamente. Tais modelos são os chamados modelos de probabilidades. Os fenômenos determinísticos conduzem sempre a um mesmo resultado, quando as condições iniciais são as mesmas. Ex: tempo de queda livre de um corpo. Mantidas as mesmas condições, as variações obtidas para o valor do tempo de queda livre de um corpo são extremamente pequenas (em alguns casos desprezíveis). Os fenômenos aleatórios podem conduzir a diferentes resultados; mesmo quando as condições iniciais são as mesmas, existe a imprevisibilidade do resultado. Ex: lançamento de um dado. Podemos considerar os experimentos aleatórios como fenômenos produzidos pelo homem. ? Lançamento de uma moeda honesta; ? Lançamento de um dado; ? Lançamento de duas moedas; ? Retirada de uma carta de um baralho completo de 52 cartas; ? Determinação da vida útil de um componente eletrônico. Para melhor entendimento desta unidade e dos fenômenos que iremos descrever em forma completa dos resultados, entretanto especificando ambas as denominações no estudo das probabilidades, ?variáveis aleatórias?.
A observação de um fenômeno casual é recurso poderoso para se entender a variabilidade do mesmo. Entretanto, com suposições adequadas e sem observar diretamente o fenômeno, podemos criar um modelo teórico que reproduza muito bem a distribuição das freqüências quando o fenômeno é observado diretamente. Tais modelos são os chamados modelos de probabilidades. Os fenômenos determinísticos conduzem sempre a um mesmo resultado, quando as condições iniciais são as mesmas. Ex: tempo de queda livre de um corpo. Mantidas as mesmas condições, as variações obtidas para o valor do tempo de queda livre de um corpo são extremamente pequenas (em alguns casos desprezíveis). Os fenômenos aleatórios podem conduzir a diferentes resultados; mesmo quando as condições iniciais são as mesmas, existe a imprevisibilidade do resultado. Ex: lançamento de um dado. Podemos considerar os experimentos aleatórios como fenômenos produzidos pelo homem. ? Lançamento de uma moeda honesta; ? Lançamento de um dado; ? Lançamento de duas moedas; ? Retirada de uma carta de um baralho completo de 52 cartas; ? Determinação da vida útil de um componente eletrônico. Para melhor entendimento desta unidade e dos fenômenos que iremos descrever em forma completa dos resultados, entretanto especificando ambas as denominações no estudo das probabilidades, ?variáveis aleatórias?.
Este arquivo contem o livro: Introdução a Inferência Estatistica de Heleno Bolfarine e Monica Carneiro. ( Capitulos 1,2,3,4 e 5)
Apostila de Probabilidade e Estatística
Apostila de probabilidade e estatística elaborada pelos professores Alexsandro Cavalcanti, Amanda dos Santos e Rosângela Silveira do DEPARTAMENTO DE MATEMÁTICA E ESTATÍSTICA, Universidade de Campina Grande
INTRODUÇÃO À PESQUISA OPERACIONAL - Simulação
Neste capítulo final, estamos prontos para nos concentrarmos na última das técnicaschave da pesquisa operacional. A simulação se destaca entre essas técnicas sendo a mais usada delas. Além disso, por ser uma ferramenta tão flexível, poderosa e intuitiva, ela continua a ganhar rapidamente popularidade. Essa técnica envolve o uso de um computador para imitar (simular) a operação de um inteiro processo ou sistema. Por exemplo, a simulação é freqüentemente usada para realizar análises de risco em processos financeiros, imitando repetidamente a evolução das transações envolvidas para gerar um perfil de possíveis resultados. A simulação também é amplamente usada para analisar sistemas estocásticos que continuarão a operar indefinidamente. Para tais sistemas, o computador gera e registra, aleatoriamente, as ocorrências dos vários eventos que dirigem o sistema como se eles estivessem operando fisicamente. Em virtude de sua velocidade, o computador pode simular até mesmo anos de operação em uma questão de segundos. Registrar o desempenho da operação simulada do sistema para uma série de projetos ou procedimentos operacionais alternativos habilita então a avaliação e a comparação dessas alternativas antes de escolher uma. A Seção 20.1 descreve e ilustra a essência da simulação. A Seção 20.2 apresenta uma série de aplicações comuns de simulação. As Seções 20.3 e 20.4 se concentram em duas ferramentas- chave da simulação: a geração de números aleatórios e a geração de observações aleatórias a partir das distribuições de probabilidades. A Seção 20.5 descreve o procedimento geral para aplicação da simulação. A Seção 20.6 mostra como as simulações agora podem ser executadas de forma eficiente em planilhas e, depois, a Seção 20.7 estende essa metodologia baseada em planilhas em busca de uma solução ótima para modelos de simulação. Um suplemento do capítulo contido no CD-ROM introduz algumas técnicas especiais para melhorar a precisão das estimativas das medidas de desempenho do sistema simulado. Um segundo suplemento no CD-ROM apresenta um método estatístico inovador para analisar a saída de uma simulação.
Apostila de Introdução a Probabilidade
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE - Campus I UNIDADE ACADÊMICA DE MATEMÁTICA E ESTATÍSTICA Disciplina: Probabilidade e Estatística (6 créditos) Período 2009.2 Prof. Gilberto Matos e Areli Mesquita
teoria da probabilidade - parte 2
conteudo de Expectância e Variância e Distribuições: Densidade de Bernoulli, Densidade Binomial, Densidade de Poisson, Densidade Uniforme, Densidade Exponencial Negativa, Densidade Normal
Apostila de Estatística II - POLI Produção
Apostila de Estatística II - POLI - Engenharia de Produção - PRO2711 - Prof. Alberto W Ramos - 2010
Apostila feita pelo Professor Inácio Andruski Guimarães que inclui conceitos básicos, formas de apresentação de dados, distribuição de freqüências, medidas de tendência central ou de posição, medidas de dispersão, assimetria e curtose, teoria da probabilidade, variáveis aleatórias, modelos de probabilidade para variáveis discretas, modelos de probabilidade para variáveis contínuas, introdução à inferência estatística, intervalos de confiança, controle estatístico de processo (cep), teoria da decisão estatística, análise da variância (anova), teste qui-quadrado, testes não paramétricos e análise de correlação e de regressão.
Danilo
Rafael
