Apresentar o cálculo de probabilidades, as principais distribuições discretas e contínuas, elementos de confiabilidade e as cadeias de Markov.Goals:To present the calculation of probabilities, the main discrete and continuous distributions, elements of reliability and the Markov chains.
1.Conceito de Probabilidade e variável aleatória2.Variáveis aleatórias discretas3.Variáveis aleatórias contínuas4.Confiabilidade 5.Cadeias de Markov Abstract:1.Concept of Probability and random variable2.Discrete variable3.Continuous variable4.Reliability5.Markov chains
Probabilidade. Conceitos básicos. Probabilidade condicionada. Independência. Teorema de Bayes. Variável aleatória discreta e contínua. Variável aleatória bidimensional. Transformação de variável. Função de variável aleatória. Valor esperado. Variância e Covariância. Tchebycheff. Modelos de Variáveis discretas e contínuas. Lei dos grandes números. Teorema do limite central. Confiabilidade. Leis de falhas. Cadeias de Markov. Introdução aos processos de decisão markovianos. Uso de programas de computador para probabilidade.Syllabus: PRO 2722 – ProbabilityProbability. Basic concepts. Conditional probability. Independence. Bayes Teorem. Discrete and continuous random variables. Bidimensional random variables. Variable transformation. Probability distributions and probability density functions. Expected value. Variance and Covariância. Tchebycheff. Models of discrete and continuous random variables. Law of the great numbers. Theorem of the central limit. Reliability. Laws of imperfections. Chains of Markov. Introduction to the decision Markov processes. Use of software programs for probability.
MEYER, Paul L. Probabilidade. Ed. LTC, 2000. COSTA NETO, Pedro Luiz O. e CYMBALlSTA, Melvin. Probabilidade. São Paulo: Edgar Blücher, 2006. DEVORE, Jay L. Probabilidade e Estatística para Engenharia. São Paulo: Ed Thomson Pioneira, 2006BERTSEKAS, D. P., TSITSIKLIS, J. N. (2002). Introduction to Probability. Athena Scientific.