Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
#Variaveis aleatórias discretas #(Distribuição binomial) #n=10 e p=0,35. ## Exercicio da aula 10 #01 par(mfrow = c(1,2)) par(cex=0.7) x <- 0:10 fx <- dbinom(x, 10, 0.35) plot(x, fx, type = "h", lwd=4, xlab= "v.a. com distribuição binomial", ylab = "Probabilidade", main = "Função densidade de probabilidade") Fx <- pbinom(x, 10, 0.35) plot(x, Fx, type = "h", lwd=4, xlab= "v.a. com distribuição binomial", ylab= "Probabilidade", main= "Função de probabilidade acumulada") dbinom(7, 10, 0.35) pbinom(7, 10, 0.35) sum(dbinom(8:10,10,0.35)) sum(dbinom(4:6,10,0.35)) #02 x<- 0:10 fx<- dbinom(x,10,0.95) dbinom(0,10,0.95) dbinom(1,10,0.95) dbinom(2,10,0.95) #03 x<-0:5 fx<- dbinom(x,5,0.10) dbinom(1,5,0.10) dbinom(3,5,0.10) dbinom(5,5,0.10) dbinom(0,5,0.10) #04 x<- 0:4 fx<-dbinom(x,4,0.45) dbinom(1,4,0.45)*100 sum(dbinom(2:4,4,0.45))*100 sum(dbinom(1:3,4,0.45))*100 pbinom(2,4,0.55,lower.tail = FALSE)*100 mean(8*.55) var<- 8*0.55*0.45 var #Atividade aula 11 #01 lambda<-100 x<- 5 dpois(0,5) dpois(0,3) par(mfrow = c(1,1)) #02 #a lambda<- 2.3 x<-2 dpois(2,2.3)*100 #b x<-(0:10) fx<- dpois (0:10,2.3) plot(x, fx, type = "h", lwd=4, xlab = "N???de erros por milímetro ", ylab = "Probabilidade de Poisson", main= "Distribuição de Poisson") #Atividade 03 lambda<- 3.8 x<- 50 dpois(0,3.8) sum(dpois(0:5,3.8)) 1-sum(dpois(0:5,3.8)) #Atividade 04 #a lambda<-1.5 x<- 2 dpois(0,1.5) dpois(1,1.5) dpois(2,9)
Compartilhar