Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
|
disciplinas:ce067:teoricas:vacontinuas [2008/05/06 14:48] silvia |
disciplinas:ce067:teoricas:vacontinuas [2008/05/06 17:51] silvia |
||
|---|---|---|---|
| Linha 225: | Linha 225: | ||
| De forma mais geral, uma variável aleatória contínua é modelada pela distribuição exponencial se sua função densidade de probabilidade é descrita por: | De forma mais geral, uma variável aleatória contínua é modelada pela distribuição exponencial se sua função densidade de probabilidade é descrita por: | ||
| - | <latex>f(x)= \alpha e^{-\alpha x}, x≥0.</latex> | + | <latex> f(x)= \alpha e^{-\alpha x}, x \geq 0.</latex> |
| Para o modelo exponencial, a média e variância são inversamente proporcionais ao parâmetro α: | Para o modelo exponencial, a média e variância são inversamente proporcionais ao parâmetro α: | ||
| Linha 234: | Linha 234: | ||
| Na distribuição exponencial, a probabilidade da variável aleatória pertencer ao intervalo //(a,b)// é obtida através de : | Na distribuição exponencial, a probabilidade da variável aleatória pertencer ao intervalo //(a,b)// é obtida através de : | ||
| - | P(a ≤ X ≤ b)= ∫αexp(-αx) dx= exp(-α a)-exp(-α b) | + | <latex>P(a \leq X \leq b)= \int_{a}^{b} \alpha e^{-\alpha x} dx= e^{-\alpha a}-e^{-\alpha b}</latex> |
| Linha 260: | Linha 260: | ||
| P(X > t+s|X>s)=P(X>t) | P(X > t+s|X>s)=P(X>t) | ||
| </latex> | </latex> | ||
| - | |||
| ==== Modelo Normal (Gaussiano) ==== | ==== Modelo Normal (Gaussiano) ==== | ||
| Linha 273: | Linha 272: | ||
| Algumas importantes propriedades desta distribuição são : | Algumas importantes propriedades desta distribuição são : | ||
| - | - <latex>f(x-\mu)=f(\mu-x)</latex> | + | - <latex>f(x-\mu)=f(\mu-x)</latex> (f(x) é simétrica em torno de μ) |
| - | - <latex> \lim_{x\rightarrow \infty}f(x)=\lim_{x\rightarrow -\infty}f(x)=0 </latex> | + | - <latex> f(x) \rightarrow 0</latex> quando <latex> x \rightarrow \pm \infty</latex> |
| - | - <latex> arg\max_{x} f(x) = \mu </latex> | + | - o valor máximo de f(x) se dá para x = μ |
| Linha 290: | Linha 289: | ||
| <latex> | <latex> | ||
| - | P(a\leq X \leq b)= \displaystyle\int_{a}^b \dfrac{1}{\sqrt{2\pi}}e^{-\dfrac{(x-\mu)^2}{2\sigma^2}} | + | P(a\leq X \leq b)= \displaystyle\int_{a}^b \dfrac{1}{\sigma \sqrt{2\pi}}e^{-\dfrac{(x-\mu)^2}{2\sigma^2}} dx |
| </latex> | </latex> | ||
| Linha 330: | Linha 329: | ||
| <latex> | <latex> | ||
| - | P(9<X<10)= | + | P(9<X<10)=P\left(\dfrac{9-8,2}{1,34}<Z<\dfrac{10-8,2}{1,34}\right)</latex> |
| - | </latex> | + | |
| - | + | ||
| - | <latex> | + | |
| - | P\left(\dfrac{9-8,2}{1,34}<Z<\dfrac{10-8,2}{1,34}\right)= | + | |
| - | </latex> | + | |
| <latex> | <latex> | ||
| - | P(0,597<Z<1,343)=0,186 | + | =P(0,597<Z<1,343)=0,186 |
| </latex> | </latex> | ||
