




Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Diferentes formulários matemáticos relacionados a distribuições probabilísticas comuns, como poisson, binomial, normal e exponencial. Cada distribuição é acompanhada por suas respectivas funções de probabilidade massa, função esperança e variância. Além disso, há descrições de relações entre essas distribuições, como a relação entre poisson e poisson processo, e a relação entre binomial e distribuição normal. O documento também inclui alguns exemplos de parâmetros e valores de probabilidade.
Tipologia: Esquemas
1 / 8
Esta página não é visível na pré-visualização
Não perca as partes importantes!





Formulário P (X = x) =
n x
px(1 − p)n−x, x = 0, 1 , ..., n; E(X) = np, V (X) = np(1 − p) P (X = x) = e−λλx x! , x^ = 0,^1 , ...;^ E(X) =^ V^ (X) =^ λ P (X = x) = p(1 − p)x−^1 , x = 1, 2 , ...; FX (x) = 1 − (1 − p)⌊x⌋, x ≥ 1; E(X) =
p V^ (X) = 1 − p p^2 fX (x) =
b − a , a^ ≤^ x^ ≤^ b;^ E(X) =^ b + a 2 V^ (X) = (b − a)^2 12 fX (x) = λe−λx, x ≥ 0 E(X) =^1 λ
λ^2 fX (x) = √^1 2 πσ^2 exp
− (x^ −^ μ) 2 2 σ^2
, x ∈ R E(X) = μ V (X) = σ^2 fX (x) = λe−λx^ (λx) n− 1 (n − 1)! , x ≥ 0 , E(X) = n λ , V (X) = n λ^2 {N (t), t ≥ 0 } ∼ P P (λ); N (t) ∼ P oisson(λt); Tn ∼ Exp(λ); N (t) ≥ n ⇔ Sn ≤ t; N (s)|N (t) = n ∼ Bin(n, s/t) {B(t), t ≥ 0 } ∼ MB standard ; B(t) ∼ N (0, t); P (Tm ≤ t, B(t) ≤ w) = P (B(t) ≥ 2 m − w), w ≤ m, m > 0 B(s)|B(t) = x 0 ∼ N
sx 0 t , s(t^ −^ s) t
; P (Ta < T−b) = b a + b , a > 0 , b > 0 Xi (^) i.i.d∼ X; X¯ =^1 n X^ n i= Xi; Sn = X^ n i= Xi; X¯ ∼ N
E(X), V^ ( nX)
; Sn ∼ N (nE(X), nV (X)) X ≥ 0 , P (X ≥ a) ≤ (^1) a E(X); P (|X − μ| ≥ k) ≤ σ 2 k^2 , k >^0
Takla netinada do^ Ross^ ,^ 5.^ M^.
" Introduction to
"