Probabilidade. Definição de informação
|
|
- Maria Antonieta Bernardes
- 5 Há anos
- Visualizações:
Transcrição
1 Probabilidade. Definição de informação L.J. Amoreira UBI Novembro 2010
2 A distribuição binomial Repete-se n vezes uma experiência na qual um dado acontecimento A tem uma probabilidade de ocorrência p. Qual a probabilidade de ele se dar k vezes? ( ) n Há maneiras de distribuir as k ocorrências de A pelas n k repetições. Sendo as n tentativas independentes, a probabilidade conjunta da ocorrência de k ocorrências do acontecimento numa distribuição concreta pelas n tentativas é p k. Se A ocorre k vezes, então nas (n k) vezes restantes ocorre o complementar, Ā, com probabilidade (1 p)(n k) Então P n (k) = ( n k ) p k (1 p) (n k)
3 Distribuição binomial Exemplos Repete-se 5 vezes o lançamento de um dado. O 0, 1, 2, 3, 4 ou 5 vezes, com probabilidades pode sair k P(k) P(k) P 6(1/6,k) k
4 Distribuição binomial Exemplos Há 71 alunos inscritos em Física da Informação A probabilidade de cada um fazer anos no dia de aniversário do professor (que não faz anos no no dia 30 de Novembro) é p = 1/5 2, Mas a probabilidade de haver um de entre os 71 alunos partilhar a data de aniversário com o professor é P(1) = ( 71 1 ) ( ) 1 1 ( ) , (Já agora, refira-se que a probabilidade de, entre todos os 71 alunos inscritos, não haver quaisquer aniversários comuns é 6, )
5 Distribuição binomial Exemplos O número total de chaves possíveis do Totoloto (6 números de 49) é ( ) 49 N t = = , O número de chaves vencedoras é... uma a probabilidade de se escolher a chave vencedora numa dada aposta é pois p = 1/1, , Quantas vezes devemos apostar para a probabilidade de ganharmos uma ou mais vezes ser superior a 0,5? Devemos determinar n tal que P(0) < 0, 5, ou seja, ( ) n p 0 (1 p) n = (1 p) n < 0, 5 0 n > ln 0, 5 = ln(1 p) A dez apostas por semana, dá cerca de anos. Ou 4,8 Me. (P(0) = 0, 500; P(1) = 0, 347; P(2) = 0, 120; P(3) = 0, 028.)
6 Valor expectável de uma variável aleatória Dada uma variável aleatória (discreta) ( x1 x 2... x N P 1 P 2... P N ), define-se o seu valor expectável como x = N x k P k k=1 Quando se repete muitas vezes uma experiência aleatória, o valor médio dos resultados obtidos tende a aproximar-se do valor expectável da variável determinada.
7 Valor expectável de uma variável aleatória Por exemplo, lançamos dois dados. A soma dos seus valores é a variável aleatória ( ) R = 1 2 O valor expectável é R = rp r = 7 r=2 Repetiu-se n vezes o lançamento dos dois dados. O valor médio dos resultados obtidos é n R 7,50 7,55 6,99 7,01 Valor médio Número de lançamentos
8 Variância de uma variável aleatória O valor expectável de uma variável dá uma ideia da sua localização A variância de uma variável aleatória dá uma ideia da sua dispersão A variância é o valor expectável do quadrado dos desvios relativamente ao valor expectável: σ 2 (X) = (X X ) 2 = = X 2 X 2 N p i (x i X ) 2 i=1
9 Variância de uma variável aleatória Consideremos as duas variáveis seguintes ( ) X 1 = 1/3 1/3 1/3 ( ) X 2 =. 1/7 1/7 1/7 1/7 1/7 1/7 1/7 O valor expectável é o mesmo: E(X 1 ) = E(X 2 ) = 7 Variância: σ 2 (X 1 ) = 8 k=6 k=4 p k (k X 1 ) 2 = 1 ( ) = 2/ σ 2 (X 2 ) = p k (k X 2 ) 2 = 1 ( ) = 3 7 A segunda tem maior dispersão que a primeira.
10 Valor esperado e variância da binomial X = E(X) = Np { ( N k, P k : 0 k N; P k = k σ 2 (X) = np(1 p) ) p k (1 p) N k }
11 Probabilidades e frequências Quando se repete muitas vezes uma experiência aleatória, as frequências relativas de cada acontecimento tendem para as respectivas probabilidades. Exemplo: a soma dos resultados obtidos no lançamento de dois dados Probabilidades: R P 2 1/ 3 2/ 4 3/ 5 4/ 6 5/ 7 6/ 8 5/ 9 4/ 10 3/ 11 2/ 12 1/ Probabilidades Freqs (N=50 Freqs (N=500 Freqs (N= D 1+D 2
12 Probabilidades e frequências Freq(3) Prob(3) Número de lançamentos
13 Teoria da informação A teoria da informação surgiu no contexto do estudo da comunicação O processo da comunicação é esquematizado como Que tipo de problemas enfrenta a teoria da informação? Correcção de erros na comunicação Transferência e armazenamento eficientes de informação
14 Correcção de erros Como garantir que a mensagem recebida é a mensagem enviada? Resposta ingénua: Redundância Duplicação, triplicação ou n-plicação de cada símbolo enviado Aplicação de um critério de majoração na recepção Inconveniente: reduzir a probabilidade de erros a zero obriga a reduzir a taxa efectiva de transferência de símbolos a... zero! Mas então é impossível a comunicação fiável? Não. Mas há limites para uma taxa de transferência fiável, impostos pela capacidade do canal
15 Transferência eficiente de informação Exemplo: como codificar em binário mensagens escritas com três símbolos (a, b, c), que ocorrem com probabilidades p(a) = 0, 6, p(b) = 0, 3 e p(c) = 0, 2? Duas possibilidades (entre muitas outras): a 00 b 01 c 10 a 0 b 10 c 11 Comprimento expectável: 0, , , 1 2 = 2bits/caractere 0, , , 1 2 = 1, 4bits/caractere A segunda codificação é mais eficiente que a primeira Há limites para esta eficiência? Sim: o comprimento expectável da mensagem é sempre maior do que a entropia da fonte
16 Como medir a informação? Consideremos um fenómeno ou sistema sobre o qual temos maior ou menor ignorância (ou incerteza), a que atribuímos o valor H i Pode ser, por exemplo, o resultado de uma experiência aleatória. (É-o, de facto: se não conhecemos algo sobre o sistema, podemos descrever com probabilidades esse desconhecimento) Se alguém nos ensina qualquer coisa sobre esse fenómeno ou sistema, a nossa ignorância (ou incerteza) diminui, passa a ter o valor H f A quantidade de informação recebida é então I = H i H f Mas como se mede a ignorância?
17 Como medir a ignorância Uma medida razoável de ignorância (ou incerteza) deve concordar com as seguintes considerações: A incerteza face ao resultado do lançamento de uma moeda é menor do que a incerteza face ao lançamento de um dado: se os resultados são equiprováveis, a incerteza é tanto maior quanto maior for o número de resultados possíveis A incerteza face ao resultado do lançamento de um dado desiquilibrado (p. ex., um que dê com o dobro da probabilidade dos restantes resultados) é menor do a associada ao lançamento de um dado equilibrado: para um dado número de resultados possíveis, a incerteza é máxima se eles forem equiprováveis A incerteza face ao resultado do lançamento de uma moeda e de um dado deve ser a soma das incertezas associadas a cada lançamento separadamente: a incerteza conjunta de duas variáveis independentes é igual à soma das incertezas associadas a cada uma delas
18 Medir a ignorância Take 1 Seja X uma variável aleatória que pode tomar um de N valores possíveis x 1, x 2,... x N Sugestão 1: tomamos como incerteza (ou ignorância) associada a X a função H 1 (X) = N Quanto maior o número de possibilidades, maior a incerteza. Satisfaz o requisito 1 Não entra em linha de conta com as probabilidades de cada resultado. Não satisfaz o requisito 2. Dadas duas variáveis independentes A e B, com N A e N B resultados possíveis, a variável conjunta AB tem N A N B resultados possíveis. Logo, H 1 (AB) = H 1 (A) H 1 (B). H 1 não satisfaz o requisito 3. Conclusão: H 1 não serve como medida de ignorância
19 Parêntesis: as funções logarítmicas Os logaritmos são as funções inversas das funções exponenciais: y = log b x x = b y (b > 0, b 1, x > 0) O parâmetro b chama-se base do logaritmo. Valores mais usuais logaritmos decimais: b = 10 logaritmos neperianos: b = e 2, logaritmos binários: b = 2 Algumas propriedades: log(xy) = log x + log y log(x y ) = y log x log 1 = 0 log(x/y) = log(x) log(y) Conversão entre bases: log b x = log a x log a b Calculadoras: log log 10 ; ln log e.
20 Medir a ignorância Take 2 Seja X uma variável aleatória que pode tomar um de N valores possíveis x 1, x 2,... x N Sugestão 2: tomamos como incerteza associada a X a função H 2 (X) = log N Esta possibilidade satisfaz o requisito 3: log(n A N B ) = log N A + log N B H 2 (AB) = H 2 (A) + H 2 (B) Mas não satisfaz o requisito 2, já que não são consideradas as probabilidades dos vários resultados. Conclusão: H 2 também não serve como medida de ignorância.
21 Medir a ignorância Take 3 A sugestão 2 não considera as probabilidades com que ocorrem os vários resultados x 1,..., x N. Ou seja, trata todos por igual. Ou seja ainda, trata os resultados possíveis como equiprováveis. Podemos reescrever H 2 (X) como H 2 (x) = log N = log 1 N = N 1 N log 1 N N = 1 N log 1 N k=1 Mas se os vários resultados são equiprováveis e se são N no total, então p k = 1/N, logo N H 2 (X) = p k log p k k=1 Podemos adoptar esta expressão como definicão de incerteza associada a X?
22 Medir a ignorância Seja então H(X) = i p i log p i Caso os vários resultados sejam equiprováveis, H(X) reduz-se a log N: H(X) satisfaz o primeiro requisito. Nos casos em que apenas há dois resultados possíveis (com probabilidades p e 1 p: H(p,(1-p)) H(p, (1 p) é máxima quando p = 0.5. Ou seja, H(X) satisfaz o segundo requisito p Com 3 ou mais resultados possíveis, verifica-se ainda este requisito. É só um pouco mais complicado demonstrá-lo.
23 O terceiro requisito Sejam A e B as duas variáveis aleatórias independentes ) ) A = ( x1... x NA p 1... p NA B = ( y1... y NB q 1... q NB A variável conjunta AB pode tomar qualquer dos N A N B valores z ik = (x i, y k ), com probabilidades p ik = p i q k A sua incerteza é então H(AB) = ik p ik log p ik = ik p i q k log(p i q k ) = p i q k (log p i + log q k ) ik = p i log p i q k q k log q k i k k i = H(A) + H(B) H(X) também satisfaz o terceiro requisito! p i
24 Exemplo Lançamento de um dado: ( 1 R = ) 6 H(1) = p k log p k = log(1/6) = log 6 2, 586 bits k=1 Lançamento de dois dados ( R = ) 12 H(2) = p k log p k 3, 274 bits k=2 Se fosse equiprovável, H(2) = log 11 3, 459 bits
Física da Informação Probabilidades
Física da Informação Probabilidades L.J. Amoreira UBI Novembro 2009 Sobre um exemplo da aula passada Uma caixa contém N bolas numeradas Retira-se uma bola, repõe-se na caixa, retira-se outra bola Qual
Leia maisL.J. Amoreira UBI. Dezembro 2010
Definição de informação L.J. Amoreira UBI Dezembro 2010 Entropia (ou incerteza [ou ignorância]) A incerteza associada a uma variável aleatória X que pode tomar os valores x 1, x 2,..., x n com probabilidades
Leia maisPROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO
PROBABILIDADES Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que ela seja aferida, analisada e usada para a realização de previsões ou para a
Leia maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia mais2 Teoria da Informação
2 Teoria da Informação Neste capítulo apresentamos alguns conceitos básicos sobre Teoria da Informação que utilizaremos durante este trabalho. 2.1 Alfabeto, texto, letras e caracteres Um alfabeto Σ = (σ
Leia maisCapítulo4- Modelos de probabilidade.
Capítulo4- Modelos de probabilidade. 1- Modelos de probabilidade(110) 1.1) Introdução.(110) 1.) Fenómenos aleatórios(11) Experiência determinística-produz sempre o mesmo resultado desde que seja repetido
Leia maisTema 4- Modelos de probabilidade.
Tema 4- Modelos de probabilidade. 1- Modelos de probabilidade(136) 1.1) Introdução.(36) [Vídeo: 33] 1.) Fenómenos aleatórios(138) Experiência determinística-produz sempre o mesmo resultado desde que seja
Leia maisExperiências aleatórias e probabilidade
Experiências aleatórias e probabilidade L.J. Amoreira UBI Novembro 2010 Experiências aleatórias Experiências aleatórias são aquelas cujos resultados não são conhecidos de antemão. Espaço de resultados
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
Leia maisTema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17)
Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 016/17) 1- Modelos de probabilidade(136) 1.1) Introdução.(36) (Vídeo: 33) 1.) Fenómenos aleatórios(138) Experiência determinística-produz
Leia maisCompressão e Codificação de Dados. Primeiro Exame e Segundo Teste
Compressão e Codificação de Dados. Primeiro Exame e Segundo Teste Mestrado em Engenharia Electrotécnica e de Computadores, IST 7 de Janeiro de 2012 Nome: Número: NOTAS: Exame (3 horas): tudo. Segundo teste
Leia maisTeoria da Informação
Charles Casimiro Cavalcante charles@gtel.ufc.br Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Programa de Pós-Graduação em Engenharia de Teleinformática Universidade Federal do Ceará UFC http://www.gtel.ufc.br/
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano Época especial
Prova Escrita de MATEMÁTICA A - 1o Ano 01 - Época especial Proposta de resolução GRUPO I 1. Como o primeiro e último algarismo são iguais, o segundo e o penúltimo também, o mesmo acontecendo com o terceiro
Leia maisCONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA
DISCIPLINA: MÉTODOS QUANTITATIVOS PROFESSORA: GARDÊNIA SILVANA DE OLIVEIRA RODRIGUES CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA MOSSORÓ/RN 2015 1 POR QUE ESTUDAR
Leia maisModelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal
Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:
Leia maisINTRODUÇÃO À TEORIA DA INFORMAÇÃO
INTRODUÇÃO À TEORIA DA INFORMAÇÃO SISTEMA DE TRANSMISSÃO DIGITAL Oscodificadores defonte possuem a finalidade de casar a fonte de dados com o sistema levando em consideração a estatística de acontecimento
Leia maisRevisões de Matemática e Estatística
Revisões de Matemática e Estatística Joaquim J.S. Ramalho Contents 1 Operadores matemáticos 2 1.1 Somatório........................................ 2 1.2 Duplo somatório....................................
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisVariáveis Aleatórias Discretas e Distribuições de 3Probabilidade
Variáveis Aleatórias Discretas e Distribuições de 3Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado 3 Como determinar se um experimento é Binomial.
Leia mais1 Distribuições Discretas de Probabilidade
1 Distribuições Discretas de Probabilidade A distribuição discreta descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma
Leia maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
Leia maisEstatística. Aula : Probabilidade. Prof. Ademar
Estatística Aula : Probabilidade Prof. Ademar TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chances de ocorrer um determinado acontecimento. É um ramo da matemática que cria, elabora
Leia maisSequências Generalizando um pouco, podemos então dizer que sequências de elementos são grupos com elementos obedecendo a determinada ordem. Obteremos uma sequência diferente quando se altera a ordem. No
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisPRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE
PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE 3.1 INTRODUÇÃO Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de
Leia maisAula 5. Variáveis Aleatórias Discretas
Aula 5. Variáveis Aleatórias Discretas Definição formal : Variável aleatória é qualquer função definida em espaço Ω. Ω função é uma regra que para cada valor de domínio corresponde um valor de R R Definição
Leia maisCapítulo 2. Variáveis Aleatórias e Distribuições
Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT) Distribuições de
Leia maisEstatística Planejamento das Aulas
29 de outubro de 2018 Distribuição Discreta Uniforme No experimento estatístico, os eventos são equiprováveis. A v.a. discreta X assume n valores discretos tem função de probabilidade: { 1 se x f x = i
Leia maisF (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ).
Variável Aleatória Uma variável aleatória é uma variável numérica, cujo valor medido pode variar de uma réplica para outra do experimento. Exemplos: (i) Variáveis aleatórias contínuas: corrente elétrica,
Leia maisDistribuições Discretas
META: Estudar o comportamento das Variáveis Aleatórias Discretas, bem como das Distribuições Binomial e Poisson e suas aplicações. Entender o comportamento de uma Variável aleatória Contínua. OBJETIVOS:
Leia maisEstatística e Probabilidade Aula 05 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 05 Distribuições de Probabilidades Prof. Gabriel Bádue Motivação Quais os possíveis resultados que poderão ser obtidos no lançamento de um dado não-viciado? Qual a probabilidade
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X 0 1 2 3 R x X(s) X(S) Uma função X que associa a cada elemento de S (s S) um número real
Leia maisVariável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada
Variável Aleatória Uma função X que associa a cada Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ elemento de S (s S) um número real x X(s) é denominada variável aleatória. O
Leia maisProbabilidade. Experiências aleatórias
Probabilidade Experiências aleatórias 1 Experiências aleatórias Acontecimento: Qualquer colecção de resultados de uma experiência. Acontecimento elementar: Um resultado que não pode ser simplificado ou
Leia maisCanais discretos sem memória e capacidade do canal
Canais discretos sem memória e capacidade do canal Luis Henrique Assumpção Lolis 17 de outubro de 2013 Luis Henrique Assumpção Lolis Canais discretos sem memória e capacidade do canal 1 Conteúdo 1 Canais
Leia maisEntropia, Entropia Relativa
Entropia, Entropia Relativa e Informação Mútua Miguel Barão (mjsb@di.uevora.pt) Departamento de Informática Universidade de Évora 13 de Março de 2003 1 Introdução Suponhamos que uma fonte gera símbolos
Leia maisCodificação de Huffman
Codificação de Huffman Bruna Gregory Palm 11 de setembro de 2017 A codificação de Huffman é um método de compressão que considera as probabilidades de ocorrência de cada símbolo no conjunto de dados a
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte III 23 de Abril de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades aproximadas
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisL.J. Amoreira Dept. Física, UBI Dezembro 2010
Brevíssima introdução à teoria da informação L.J. Amoreira Dept. Física, UBI Dezembro 2010 Conteúdo 1 Introdução 2 2 Variáveis aleatórias e probabilidade 3 2.1 Experiências aleatórias e variáveis aleatórias............
Leia maisDistribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson
Distribuições discretas de probabilidades Cap. 8 Binomial, Hipergeométrica, Poisson Definições Variável aleatória: função que associa a cada elemento do espaço amostral um número real. Exemplo: diâmetro
Leia maisCOMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO
COMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO Evelio M. G. Fernández - 2011 Introdução à Teoria de Informação Em 1948, Claude Shannon publicou o trabalho A A Mathematical Theory of Communications.
Leia maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo
Leia maisEELT-7035 Processos Estocásticos em Engenharia. Variáveis Aleatórias. EELT-7035 Variáveis Aleatórias Discretas. Evelio M. G.
EELT-7035 Processos Estocásticos em Engenharia Variáveis Aleatórias Discretas 21 de março de 2019 Variáveis Aleatórias Variável aleatória, X( ): função que mapeia o espaço amostral (S) em números pertencentes
Leia maisESCOLA SECUNDÁRIA JERÓNIMO EMILIANO DE ANDRADE DE ANGRA DO HEROÍSMO
ESCOLA SECUNDÁRIA JERÓNIMO EMILIANO DE ANDRADE DE ANGRA DO HEROÍSMO PLANIFICAÇÃO ANUAL ANO LECTIVO: 008/009 DISCIPLINA: Matemática ANO: 1º Aulas previstas 1º período: 7 (5 ) º período: 7 (5 ) 3º período:
Leia maisMA12 - Unidade 17 Probabilidade
MA12 - Unidade 17 Probabilidade Paulo Cezar Pinto Carvalho PROFMAT - SBM 17 de Maio de 2013 Teoria da Probabilidade Teoria da Probabilidade: modelo matemático para incerteza. Objeto de estudo: experimentos
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições de Probabilidade 2007/2008 1 / 31 Introdução Introdução Já vimos como caracterizar
Leia maisCE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
Leia maisProbabilidades. O cálculo de probabilidades teve a sua origem no estudo dos jogos de azar, principalmente nos jogos de dados.
Probabilidades O cálculo de probabilidades teve a sua origem no estudo dos jogos de azar, principalmente nos jogos de dados. Quando lançamos um dado, os resultados possíveis são sempre um dos elementos
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Principais Distribuições Contínuas 1 1.1 Distribuição Uniforme................................. 1 1.2 A Distribuição Normal................................. 2 1.2.1 Padronização e Tabulação
Leia maisSistemas discretos sem memória e codificação da fonte
Sistemas discretos sem memória e codificação da fonte Luis Henrique Assumpção Lolis 10 de setembro de 2013 Luis Henrique Assumpção Lolis Sistemas discretos sem memória e codificação da fonte 1 Conteúdo
Leia maisESJR - uma escola presente a pensar no futuro!v2
ESJR - uma escola presente a pensar no futuro!v Escola com Contrato de Autonomia www.esc-joseregio.pt direcao@oges.esc-joseregio.pt Índice 1. PROBABILIDADES... Lei de Laplace. Probabilidade condicionada...
Leia mais)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD
)XQGDPHQWRVGHUREDELOLGDGHHHVWDWtVWLFD,QWURGXomR A história da estatística pode ser dividida em três fases. De acordo com PEANHA (00), a estatística inicialmente não mantinha nenhuma relação com a probabilidade,
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência
Leia maisDistribuições discretas
Distribuições discretas Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplo 1 Suponha que está a concorrer para 2 vagas de uma empresa com mais colegas seus: o João,aRosaeoInácio.
Leia maisFaculdade de Engenharia da Computação
Faculdade de Engenharia da Computação Disciplina Segurança Aplicada a Computação Teoria da Informação conceito de Entropia, Difusão, Criptossistemas Aleatórios, Redundância Relativa, Distância de Unicidade
Leia maisVerificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisProbabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.
2 ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES E AXIOMAS DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL
Leia maisTE111 Comunicação Digital
TE111 Comunicação Digital Introdução à Teoria de Informação e Codificação de Fonte 15 de outubro de 2018 Introdução à Teoria de Informação Em 1948, Claude Shannon publicou o trabalho A Mathematical Theory
Leia mais24/04/2017. Operações que podem ser aplicadas aos eventos
Inferência estatística: processo de extrair conclusões de uma população inteira com base na informação de uma amostra A base para a inferência estatística é a teoria da probabilidade Evento: é o resultado
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisAula 4. Aula de hoje. Aula passada
Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza de um acontecimento futuro. Como quantificar incerteza? Definição
Leia maisProblemas de Fundamentos de Telecomunicações 1ª Parte: Codificação de Fonte e Codificação de Canal
Problemas de Fundamentos de Telecomunicações 1ª Parte: Codificação de Fonte e Codificação de Canal 1. Considere uma fonte com um alfabeto de 4 mensagens, de probabilidades 1/2, 1/4, 1/8 e 1/8. a) Qual
Leia maisT o e r o ia a da P oba ba i b lida d de
Teoria da Probabilidade Prof. Joni Fusinato Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso cotidiano. Usa o princípio básico do aprendizado humano que
Leia mais0,9 0,8 0,9 1 0,8 0,9 1 0,8 202)
. P55 X 7 P55 0U 6 7 P 8 0U 9 P 0,8 U 0,9 0,90,80,90,80,90,8 0, 60 0,60 900 5 pessoas. PX 80 P0U 6 80 P0U 7 PU, 7 0,955 0, 06 0,06 900 0 pessoas Atividade 95) Trabalho de pesquisa 0). Exemplos de fenómenos
Leia maisuniversidade federal de pernambuco departamento de estatística
soluções do o exercício escolar Teoria da Informação set./207 a) Qual a variável aleatória de maior incerteza? Surpreendentemente, há uma maior incerteza sobre a variável aleatória X, é definida apenas
Leia maisNotas sobre minorantes de complexidade
Notas sobre minorantes de complexidade Fevereiro 2007 Armando B. Matos 1 Neste trabalho faremos uma introdução às aplicações da teoria da Informação aos problemas de complexidade mínima, isto é, à procura
Leia mais4. Distribuições de probabilidade e
4. Distribuições de probabilidade e características Valor esperado de uma variável aleatória. Definição 4.1: Dada uma v.a. discreta (contínua) X com f.m.p. (f.d.p.) f X (), o valor esperado (ou valor médio
Leia maisTÉCNICAS DE CODIFICAÇÃO DE SINAIS
TÉCNICAS DE CODIFICAÇÃO DE SINAIS COMPRESSÃO SEM PERDAS Evelio M. G. Fernández - 2010 Exemplo Símbolo Prob I II III IV A 1/2 00 0 0 0 B 1/4 01 11 10 01 C 1/8 10 00 110 011 D 1/8 11 01 1110 0111 Entropia
Leia maisDetecção e correcção de erros
elecomunicações II Codificação - Detecção e correcção de erros o Quando existe um canal de comunicação bidireccional, o receptor poderá requerer a retransmissão da informação que continha erros. o Esta
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
Leia maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
Leia maisProbabilidades. Departamento de Matemática Escola Superior de Tecnologia de Viseu. Gestão de Empresas Contabilidade e Administração
Probabilidades Departamento de Matemática Escola Superior de Tecnologia de Viseu Gestão de Empresas Contabilidade e Administração Introdução Ao comprar acções, um investidor sabe que o ganho que vai obter
Leia maisDistribuições Importantes. Distribuições Discretas
Distribuições Importantes Distribuições Discretas Distribuição de Bernoulli Definição Prova ou experiência de Bernoulli é uma experiência aleatória que apenas tem dois resultados possíveis: A que se designa
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte II 29 de Março de 2011 Distribuição Uniforme Discreta Média Propriedade da falta de memória Objetivos Ao final deste capítulo você
Leia maisDefinição da Distribuição de Poisson
Capítulo IX Distribuição de Poisson Definição da Distribuição de Poisson Significado do parâmetro Propriedades da Distribuição de Poisson Aproximação Gaussiana da Distribuição de Poisson O problema do
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Na prática é, muitas vezes, mais interessante associarmos um número a um evento aleatório e calcularmos a probabilidade da ocorrência desse número do que a probabilidade do evento.
Leia maisProcessos Estocásticos
Processos Estocásticos Primeira Lista de Exercícios de junho de 0 Quantos códigos de quatro letras podem ser construídos usando-se as letras a, b, c, d, e, f se: a nenhuma letra puder ser repetida? b qualquer
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza de um acontecimento futuro. Como quantificar incerteza? Definição
Leia maisTeoria das Probabilidades
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 08:8 ESTATÍSTICA APLICADA I - Teoria das
Leia maisProbabilidade, entropia, surpresa, e quantidade de informação 1
Probabilidade, entropia, surpresa, e quantidade de informação 10 de setembro de 2013 Probabilidade, entropia, surpresa, e quantidade de informação 1 Conteúdo 1 Revisão de Probabilidade Teorema de Bayes
Leia mais1.1 Exemplo da diferença da média da população para a média amostral.
1 Estatística e Probabilidades Inferência Estatística consiste na generalização das informações a respeito de uma amostra, para a sua população. A Probabilidade considera modelos para estimar informações
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A Distribuição
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade 7 6 5 4 3 2 1 0 Normal 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Temperatura do ar 20 18 16 14 12 10 8 6 4 2 0 Assimetrica Positiva 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Precipitação
Leia maisDistribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Leia maisRevisão de Probabilidade
05 Mat074 Estatística Computacional Revisão de Probabilidade Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia maisTeoria da Informação ( ) Exame de Recurso ( ) Resolução ( ) ( ) 2log2. log log
Teoria da Informação (-6) Exame de Recurso (4-7-6) Resolução. Função densidade de probabilidade das amostras de U é constante: b a b pu ( ) a b a pu ( ) = b a. a) h ( U ) = p ( u ) log du = log( b a )
Leia maisProf.: Joni Fusinato
Introdução a Teoria da Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso
Leia maisPRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades
PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.
Leia mais