Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas


Formulários de Distribuições Probabilísticas: Poisson, Binomial, Normal e Exponencial, Esquemas de Probabilidade

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

2023

Compartilhado em 10/01/2024

miguel-correia-25
miguel-correia-25 🇵🇹

1 documento

1 / 8

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Formulário
P(X=x) = n
xpx(1 p)nx, x = 0,1, ..., n;E(X) = np, V (X) = np(1 p)
P(X=x) = eλλx
x!, x = 0,1, ...;E(X) = V(X) = λ
P(X=x) = p(1 p)x1, x = 1,2, ...;FX(x)=1(1 p)x, x 1; E(X) = 1
pV(X) = 1p
p2
fX(x) = 1
ba, a xb;E(X) = b+a
2V(X) = (ba)2
12
fX(x) = λeλx, x 0E(X) = 1
λV(X) = 1
λ2
fX(x) = 1
2πσ2exp (xµ)2
2σ2, x RE(X) = µ V (X) = σ2
fX(x) = λeλx (λx)n1
(n1)! , x 0, E(X) = n
λ, V (X) = n
λ2
{N(t), t 0} P P (λ); N(t)P oisson(λt); TnExp(λ); N(t)nSnt;
N(s)|N(t) = nBin(n, s/t)
{B(t), t 0} MB standard ;B(t) N(0, t); P(Tmt, B(t)w) = P(B(t)2mw), w m, m > 0
B(s)|B(t) = x0 N sx0
t,s(ts)
t;P(Ta< Tb) = b
a+b, a > 0, b > 0
Xi
i.i.d X;¯
X=1
n
n
X
i=0
Xi;Sn=
n
X
i=1
Xi;¯
X N E(X),V(X)
n;Sn N (nE(X), nV (X))
X0, P (Xa)1
aE(X); P(|Xµ| k)σ2
k2, k > 0
pf3
pf4
pf5
pf8

Pré-visualização parcial do texto

Baixe Formulários de Distribuições Probabilísticas: Poisson, Binomial, Normal e Exponencial e outras Esquemas em PDF para Probabilidade, somente na Docsity!

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

V (X) = 1

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

Probability and^ Models

"