Академический Документы
Профессиональный Документы
Культура Документы
Aula 1:
Probabilidade: permutações e combinações
Ler e resolver exercı́cios: generalizadas
Seção 3.4 do Larson. Seção 5.3 do Rosen.
Prof. Crı́ston Souza
2016.1
n! 6! 6·5
= = = 15.
n1 !n2 ! 4!2! 2
Aula 2:
2) Uma prova tem 10 questões, cada uma valendo pelo menos 5.
Quantas maneiras de atribuir valores às questões se a soma deve ser 100? Variáveis aleatórias e distribuições de
probabilidade
3) Quantas permutações distintas da palavra ABRACADABRA?
4) Quantas cadeias com 4 bits 1, 12 bits 0, iniciando com 1, e pelo Prof. Crı́ston Souza
menos dois 0’s após cada 1?
Universidade Federal do Ceará
Campus Quixadá
5) Quantas maneiras de colocar n livros em k prateleiras distintas, se
(i) os livros são idênticos, ou 2016.1
(ii) os livros são distintos e as posições são relevantes?
Distribuição de probabilidade?
Z b
P(a < X < b) = f (x)dx
a
R +∞
P(X = a) = 0 para qualquer a, pois X é contı́nua. −∞
f (x)dx = 1.
Variáveis aleatórias e distribuições de probabilidade Variáveis aleatórias e distribuições de probabilidade
Distribuição acumulada: F (x) = P(X ≤ x) Conhecendo a acumulada F (x) é fácil calcular P(a < X < b):
Fórmula alternativa:
X X
σ2 = (x − µ)2 · f (x) = (x 2 − 2xµ + µ2 ) · f (x)
x x
X X X
= x 2 · f (x) − 2µ x · f (x) + µ2 f (x)
x x x Ex.: X é o número de caras no lançamento de 2 moedas. Desvio padrão?
X X
= x 2 · f (x) − 2µ2 + µ2 = x 2 · f (x) − µ2
x x
Ex.: Jogo de lançamento de 3 moedas. Ganha 5 se sair 3 caras ou 3 Ex.: Uma rifa custa 2, possui 1500 bilhetes, e oferece 4 prêmios de 500,
coroas, e perde 3 caso contrário. Qual o desvio padrão do ganho? 250, 150 e 75, cada um obtido em um único bilhete. Ganho esperado?
Acumular ganho de 7 em uma sequência é comum (use z-score)? Faixa de ganhos considerados normais?
b 2
(b − a + 1)2 − 1
X 1 b+a
V(X ) = x2 · − =
x=a
b−a+1 2 12
n
X n(n + 1)(2n + 1)
i2 =
6
i=1
Ex.: E(X )?
b
(x − µ)3 b (b − µ)3 (a − µ)3
Z
1
V(X ) = (x − µ)2 dx = = −
a b−a 3(b − a) a 3(b − a) 3(b − a)
3 3 !
(b − a)3 (b − a)2
1 b−a b−a
= + =2· =
3(b − a) 2 2 8 · 3(b − a) 12
x x
x −a
Z
1 1 1
f (x) = , para a ≤ x ≤ b. F (x) = dx = · x =
b−a a b−a b−a a b−a
(b + a)/2 − a 1
P(a ≤ X ≤ µ) = F (µ) − F (a) = −0=
Ex.: Acumulada F (x)? P(a ≤ X ≤ µ)? b−a 2
Aula 3:
Distribuição Binomial
Ler e resolver exercı́cios:
Seção 4.1 do Larson. Seções 3.1, 3.2, 3.3, 4.1 e 4.2 do Walpole.
Prof. Crı́ston Souza
2016.1
9
3· ≈ 0,422
64
Distribuição Binomial Distribuição Binomial
2 1
3 1
f (2) = C (3, 2) · · ≈ 0,422
4 4
µ = E(X ) = np
σ 2 = V (X ) = np(1 − p)
Distribuição Binomial
Aula 4:
Distribuição Geométrica. Distribuição de Poisson.
Ex.: Em uma cidade, 56% dos dias de junho são nublados. Quais
quantidades de dias nublados são comuns de ocorrer em junho?
Prof. Crı́ston Souza
2016.1
x n−x
x: número de sucessos em um dado intervalo, dado que o número
n! λ λ médio de sucessos neste intervalo é λ.
f (x) = lim · · 1−
n→∞ x!(n − x)! n n
n −x e −λ λx
λx n n − 1 n − x + 1 λ λ f (x) = .
= lim · ··· · 1− · 1− x!
x! n→∞ n n n n n
e −λ λx
=
x! Ex.: Um cruzamento tem em média 3 acidentes por mês. Chance de
ocorrer 4 acidentes em um dado mês?
λ = 3. f (4) = (2,71828)−3 · 34 /4! ≈ 0,168.
e −λ λx
f (x) =
x!
Ex.: Um cruzamento tem em média 3 acidentes por mês. Desvio padrão dos
acidentes mensais?
√
σ = 3 ≈ 1,7.
Apêndice: cálculo das médias e variâncias Apêndice: cálculo das médias e variâncias
x
= (pe t + (1 − p))n
Binômio de Newton: !
n
X n i n−i
(a + b)n = ab
d r MX (t) X tx r i
= e x f (x) i=0
dt r x Logo,
d r MX (t)
µ01 = n(pe t + (1 − p))n−1 · pe t |t=0 = np
r
= µ0r µ02 = np[(pe t + (1 − p))n−1 · e t + (n − 1)(pe t + (1 − p))n−2 pe t · e t ]|t=0
dt
t=0
= np[1 + (n − 1)p]
σ 2 = np[1 + (n − 1)p] − (np)2 = np(1 + (n − 1)p − np) = np(1 − p)
∞ ∞
X p X pe t
MX (t) = e tx (1 − p)x−1 p = ((1 − p)e t )x =
x=1
1 − p x=1 1 − (1 − p)e t
Logo,