Monitor: Diego Augusto Silva (P8 Eng. Elétrica) Atendimento: 2as. de 19:45h às 21:30h

Tamanho: px
Começar a partir da página:

Download "Monitor: Diego Augusto Silva (P8 Eng. Elétrica) Atendimento: 2as. de 19:45h às 21:30h"

Transcrição

1 Monitor: Diego Augusto Silva (8 Eng. Elétrica) Atendimento: as. de 9:5h às :30h A Nota arcial de Aproveitamento (NA) será obtida da seguinte forma: NA = 0.6 NT + 0. N A nota prática será dada por: N = 0.6 J + 0. AVs onde J é um projeto completo de simulação (com entrega do relatório técnico) e será desenvolvido em grupo de ou 3 alunos e AV é a média aritmética das 5 maiores notas das avaliações práticas (estão previstas 6 avaliações durante o semestre). Bibliografia. Simulação O uso de simulação foi empregado primeiramente pelos cientistas que desenvolveram a bomba atômica em 9 A simulação é usada com três objetivos distintos: para avaliar a precisão de modelos analíticos < foco da disciplina de redes > para comparar estratégias distintas para avaliar desempenho de um determinado sistema < foco do laboratório de C7-C > A simulação pode ser classificada em três categorias: estática (Monte Carlo) < foco de aulas práticas> contínua eventos discretos < foco das demais aulas práticas>

2 Simulação Monte Carlo A Simulação Monte Carlo (SMC) é uma simulação estocástica* com diversas aplicações em áreas como a física, matemática, biologia, estatística, telecomunicações,..etc * padrão que surge através de eventos aleatórios A denominação "Monte Carlo" surgiu durante o projeto Manhattan na ª. Guerra Mundial e provém da cidade de Monte Carlo, no principado de Mônaco, cidade famosa pelos seus cassinos e jogos de roleta, que são dispositivos que produzem s aleatórios Simulação Monte Carlo Na simulação Monte Carlo o tempo não é o parâmetro mais importante, como é no caso da simulação de eventos discretos O método Monte Carlo se basea na simulação com o uso da geração de s aleatórios o inconveniente do método é o de simulações necessário para se reduzir o erro de estimativa da solução procurada, o que tende, às vezes, na prática, a torná-lo muito lento

3 Geração de s n aleatórios Os s aleatórios são seqüências de s reais gerados através de dados obtidos de experimentos aleatórios Alguns métodos: do meio-quadrado da congruência ou resíduo r = (a.r 0 + c) mod M da transformada O pode ser estimado através de uma simulação Monte Carlo a simulação é usada para estimar o valor de uma expressão matemática a partir deste valor, pode-se estimar o valor do o de iterações da simulação determina a precisão do cálculo A área A de ¼ do círculo representado na figura é A = r r l A 3

4 ela simulação de Monte Carlo, sendo os pontos lançados aleatoriamente que ficaram da área em azul e, o de pontos gerados Unindo as equações tem-se: ortanto = l r A = l A = r = l Considerando-se l =r = obtém-se: = Função aleatório (MATLAB) a função rand no MATLAB gera s aleatórios cujos elementos são uniformemente distribuídos no intervalo de [0,] rand (n) - retorna uma matriz de ordem nxn cujos elementos são s aleatórios entre 0 e rand (m,n) - retorna uma matriz de ordem mxn cujos elementos são s aleatórios entre 0 e

5 % Estimativa do I N_ITER = ; % de iterações N_DENTRO = 0; % inicialização do de pontos que estão for N_LOOS=:N_ITER, X_RAND = rand; % geração aleatória da abscissa (de zero a ) Y_RAND = rand; % geração aleatória da ordenada (de zero a ) R_RAND = sqrt(x_rand^ + Y_RAND^); % cálculo da distância do ponto a origem (0,0) if (R_RAND <= ) % se estiver no círculo de raio = N_DENTRO = N_DENTRO + ; % computa mais um ponto end end I_AROX = *N_DENTRO/N_ITER % cálculo do i estimado Exercício: cio: uso da SMC para simular o n de bits errados em um bloco com n bits ) definir o de bits no bloco (n) ) definir a probabilidade de erro de bit no canal (p) 3) para cada bit gerar um aleatório entre 0 e e, com base nele, definir se o bit teve erro ou não ) contar quantos bits foram transmitidos com erro ) começar com n = 00 e posteriormente variar este valor ) considerar p = 0 - e posteriormente mudar esta probabilidade de erro de bit... ) qual o de bits foram transmitidos com erro?...ou... qual o percentual de acerto do pacote, ou seja, probalilidade do pacote chegar correto? 5

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É

Leia mais

Modelagem e Análise de Sistemas - COS767

Modelagem e Análise de Sistemas - COS767 Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação

Leia mais

Noções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23

Noções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23 Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração

Leia mais

Monte Carlo Method. Peter Frank Perroni. December 1, Monte Carlo Simulation

Monte Carlo Method. Peter Frank Perroni. December 1, Monte Carlo Simulation Monte Carlo Simulation December 1, 2015 Histórico Técnica muito antiga porém somente recentemente oficializado como método estatístico. Foi muito importante nas simulações da bomba desenvolvida no Projeto

Leia mais

Aula 5. Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios?

Aula 5. Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios? Aula 5 Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios? Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa.

Leia mais

Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo

Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo Antônio Carlos Roque da Silva Filho e Cristiano R. F. Granzotti 26 de junho de 2017 Os exercícios desta lista devem ser resolvidos

Leia mais

Fernando Nogueira Simulação 1

Fernando Nogueira Simulação 1 Simulação a Eventos Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos

Leia mais

Análise de Dados em Astronomia. 4. Simulações de Monte Carlo

Análise de Dados em Astronomia. 4. Simulações de Monte Carlo 1 / 22 Análise de Dados em Astronomia 4. Simulações de Monte Carlo Laerte Sodré Jr. AGA0505, 1o. semestre 2019 2 / 22 introdução aula de hoje: o método de Monte Carlo 1 introdução 2 variáveis aleatórias

Leia mais

Métodos Computacionais em Física

Métodos Computacionais em Física Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-2 MetComp 2014-1 IF-UFRJ Sistemas determinísticos Os sistemas físicos podem ser: Sistemas determinísticos Descritos por

Leia mais

Uma Breve Introdução ao Monte Carlo

Uma Breve Introdução ao Monte Carlo Uma Breve Introdução ao Monte Carlo Uma Breve Introdução ao Monte Carlo Introdução Histórico Método da Rejeição Simples Algumas Aplicações Simples Cálculo de integrais Geração de eventos Referências Introdução

Leia mais

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Simulação de Sistemas Simulação é a técnica de solução de um problema pela análise de

Leia mais

Modelo de Markov e Simulação de Monte Carlo do Jogo do Monopólio

Modelo de Markov e Simulação de Monte Carlo do Jogo do Monopólio Modelação e Simulação 2011/12 Trabalho de Laboratório nº4 Modelo de Markov e Simulação de Monte Carlo do Jogo do Monopólio Objectivo Após realizar este trabalho, o aluno deverá ser capaz de Construir um

Leia mais

LICENCIATURA EM MATEMÁTICA A DISTÂNCIA / UFF

LICENCIATURA EM MATEMÁTICA A DISTÂNCIA / UFF SELEÇÃO DE TUTORES A DISTÂNCIA 208.2 ANEXO I Grupo : Geometria e Números Complexos Construções Geométricas Geometria Plana Geometria Espacial Números Complexos Possuir Graduação em Matemática, Física ou

Leia mais

EAD Simulação. Aula 5 Parte 1: Tipo de Variável & Distribuição de Probabilidade. Profa. Dra. Adriana Backx Noronha Viana

EAD Simulação. Aula 5 Parte 1: Tipo de Variável & Distribuição de Probabilidade. Profa. Dra. Adriana Backx Noronha Viana EAD0652 - Simulação Aula 5 Parte 1: & de Probabilidade Profa. Dra. Adriana Backx Noronha Viana Framework Estrutura para aplicação do processo de Simulação Saída Processamento Entrada Possibilidades nos

Leia mais

Modelagem e Análise de Sistemas de Computação Aula 19

Modelagem e Análise de Sistemas de Computação Aula 19 Modelagem e Análise de Sistemas de Computação Aula 19 Aula passada Intro a simulação Gerando números pseudo-aleatórios Aula de hoje Lei dos grandes números Calculando integrais Gerando outras distribuições

Leia mais

EAD Simulação. Aula 5 Parte 2: Geração de Variável Aleatória com Distribuição Normal. Profa. Dra. Adriana Backx Noronha Viana

EAD Simulação. Aula 5 Parte 2: Geração de Variável Aleatória com Distribuição Normal. Profa. Dra. Adriana Backx Noronha Viana EAD0652 - Simulação Aula 5 Parte 2: Geração de Variável Aleatória com Distribuição Normal Profa. Dra. Adriana Backx Noronha Viana Tipo de Variável x Tipo de Distribuição Distribuição Tipo de Variável Discreta

Leia mais

Forecasting e ti O i Otim Oti ização de ã d Carteiras com Matlab AULA 3

Forecasting e ti O i Otim Oti ização de ã d Carteiras com Matlab AULA 3 Forecasting e Otimização i de Carteiras com Matlab AULA 3 Guia de Estudo para Aula 03 Modelos Discretos Exercícios - Formulação de um modelo - Programação de modelos com for - A simulação de um modelo

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa

Leia mais

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017 Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:

Leia mais

Métodos Numéricos Zeros Posição Falsa e Ponto Fixo. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Zeros Posição Falsa e Ponto Fixo. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numéricos Zeros Posição Falsa e Ponto Fixo Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Método da Posição Falsa 2 Método da Posição Falsa O processo consiste em dividir/particionar

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de

Leia mais

Simulação a Eventos Discretos. Fernando Nogueira Simulação 1

Simulação a Eventos Discretos. Fernando Nogueira Simulação 1 Simulação a s Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos

Leia mais

Técnicas Computacionais em Probabilidade e Estatística I

Técnicas Computacionais em Probabilidade e Estatística I c Técnicas Computacionais em Probabilidade e Estatística I Aula Chang Chiann MAE 5704- IME/SP º Sem/008 Slide c chang; /4/008 Simulação Estática Obetivo: Em análise estatística de dados, modelos estocásticos

Leia mais

Simulação estocásaca

Simulação estocásaca Introdução à Simulação Estocás5ca usando R INF2035 PUC- Rio, 2013.1 Departamento de InformáAca - PUC- Rio Hélio Lopes Departamento de InformáAca PUC- Rio? A Chute aleatório C Saída B Algoritmo 1 A simulação

Leia mais

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:

Leia mais

Canais discretos sem memória e capacidade do canal

Canais 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 mais

Um modelo estocástico para o fluxo de caixa de um plano de previdência de um indivíduo 15

Um modelo estocástico para o fluxo de caixa de um plano de previdência de um indivíduo 15 2 Simulação estocástica A simulação computacional consiste em empregar técnicas matemáticas em computadores com o propósito de gerar ensaios que tentam reproduzir de maneira análoga um processo ou operação

Leia mais

Considerações de Desempenho

Considerações de Desempenho Back Propagation Considerações de Desempenho Dicas para o BP O uso da função de ativação simétrica geralmente acelera o treinamento TANH +1 logistic linear 0 tanh -1-4 +4 1 Dicas para o BP Os pesos devem

Leia mais

Aula 14. Aula de hoje. Aula passada

Aula 14. Aula de hoje. Aula passada Aula 14 Aula passada Autovalores, autovetores, decomposição Convergência para estacionaridade Tempo de mistura Spectral gap Tempo de mistura de passeios aleatórios Aula de hoje Caminho amostral Teorema

Leia mais

Back Propagation. Dicas para o BP

Back Propagation. Dicas para o BP Back Propagation Considerações de Desempenho Dicas para o BP O uso da função de ativação simétrica geralmente acelera o treinamento TANH +1 logistic linear 0 tanh -1-4 +4 11 Dicas para o BP Os pesos devem

Leia mais

Geração de números uniformes

Geração de números uniformes Geração de números uniformes Importância e principais algorítmos Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná

Leia mais

7 Medição da Velocidade do Vento em um Túnel de Vento utilizando Fusão de Dados: Resultados Experimentais

7 Medição da Velocidade do Vento em um Túnel de Vento utilizando Fusão de Dados: Resultados Experimentais 7 Medição da Velocidade do Vento em um Túnel de Vento utilizando Fusão de Dados: Resultados Experimentais 7. Introdução este capítulo apresentam-se experimentos de laboratório realizados em um túnel de

Leia mais

Finanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco

Finanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco Finanças Corporativas Análise de Risco Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista

Leia mais

Aula 7. Aula de hoje. Aula passada

Aula 7. Aula de hoje. Aula passada Aula 7 Aula passada Método de Monte Carlo Estimando somatórios Calculando erro Estimando Erro de Integração de Monte Carlo Monte Carlo Ray Tracing Aula de hoje Gerando amostras de v.a. discretas Gerando

Leia mais

Análise de dados em Fisica de Particulas

Análise de dados em Fisica de Particulas Análise de dados em Fisica de Particulas Magno V.T. Machado Instituto de Fisica - UFRGS Escola de Fisica de Particulas e Campos. Agosto 05-09, 2013 Números aleatórios e Monte Carlo Muitas aplicações computacionais

Leia mais

Objetivos. fim de servir de entrada na simulação de um modelo.

Objetivos. fim de servir de entrada na simulação de um modelo. Geração de variáveis aleatórias Objetivos Geração de amostras para uma distribuição em específico a fim de servir de entrada na simulação de um modelo. Ilustrar algumas técnicas usadas para geração de

Leia mais

, logo, para se obter uma boa precisão seria necessário aumentar, e muito, o número de

, logo, para se obter uma boa precisão seria necessário aumentar, e muito, o número de 2. Simulação de Monte Carlo A Simulação de Monte Carlo (SMC) é um método numérico que utiliza um gerador de números aleatórios para simular possíveis valores da variável de interesse e assim obter a estimativa

Leia mais

Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios

Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE Universidade

Leia mais

Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de

Leia mais

Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue

Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue Estatística e Probabilidade Aula 06 Distribuições de Probabilidades Prof. Gabriel Bádue Teoria A distribuição de Poisson é uma distribuição discreta de probabilidade, aplicável a ocorrências de um evento

Leia mais

Medição e Erro. Luciano Lettnin Março/2013

Medição e Erro. Luciano Lettnin Março/2013 Medição e Erro Luciano Lettnin Março/2013 Definição: o O processo de medição, envolve a utilização de um instrumento como meio físico para determinar uma grandeza ou o valor de uma variável. o O procedimento

Leia mais

6 Modelo Gamma-Cetuc (GC)

6 Modelo Gamma-Cetuc (GC) 6 Modelo Gamma-Cetuc (GC) Um modelo de sintetização de séries temporais de atenuação por chuva envolve a geração de dados aleatórios que satisfaçam especificações de estatísticas de primeira e de segunda

Leia mais

DISTRIBUIÇÃO CONTÍNUA UNIFORME

DISTRIBUIÇÃO CONTÍNUA UNIFORME DISTRIBUIÇÃO CONTÍNUA UNIFORME Números aleatórios com distribuição contínua uniforme constituem o recurso básico em simulação. Em EXCEL a função ALEATÓRIO gera números reais aleatórios uniformemente distribuídos

Leia mais

SSC546 -Avaliação de Desempenho de Sistemas

SSC546 -Avaliação de Desempenho de Sistemas Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 -Avaliação de Desempenho de Sistemas Parte 1 -Aula 2 Sarita Mazzini Bruschi Material

Leia mais

Métodos Numéricos Zeros Newton-Raphson e Secante. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Zeros Newton-Raphson e Secante. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numéricos Zeros Newton-Raphson e Secante Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Método Newton Raphson 2 Método Newton-Raphson Dada uma função f( contínua num intervalo fechado

Leia mais

Parte 1 Questões Teóricas

Parte 1 Questões Teóricas Universidade de Brasília (UnB) Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (ENE) Disciplina: Processamento de Imagens Profa.: Mylène C.Q. de Farias Semestre: 2014.2 LISTA 04 Entrega:

Leia mais

Métodos Computacionais em Física

Métodos Computacionais em Física Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-1 Integração usando o método da rejeição Queremos calcular a integral Definimos um retângulo de altura H que contenha a

Leia mais

EAD Simulação. Aula 4 Geração de Variáveis Aleatórias. Profa. Dra. Adriana Backx Noronha Viana

EAD Simulação. Aula 4 Geração de Variáveis Aleatórias. Profa. Dra. Adriana Backx Noronha Viana EAD0652 - Simulação Aula 4 Geração de Variáveis Aleatórias Profa. Dra. Adriana Backx Noronha Viana Framework Estrutura para aplicação do processo de Simulação Saída Processamento Entrada Possibilidades

Leia mais

Aula 3- Codificação de Canal. October 18, 2017

Aula 3- Codificação de Canal. October 18, 2017 ELE-32 Introdução a Comunicações Aula 3- Codificação de Canal October 18, 2017 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits. Entretanto,

Leia mais

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:

Leia mais

Modelagem e Análise de Sistemas de Computação Aula 20

Modelagem e Análise de Sistemas de Computação Aula 20 Modelagem e Análise de Sistemas de Computação Aula 20 Aula passada Lei dos grandes números Calculando integrais Gerando outras distribuições Método da transformada inversa Aula de hoje Simulando uma fila

Leia mais

COMO FUNCIONA A SIMULAÇÃO. Capítulo 2 - Aula 2. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

COMO FUNCIONA A SIMULAÇÃO. Capítulo 2 - Aula 2. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE COMO FUNCIONA A SIMULAÇÃO Capítulo 2 - Aula 2 1 Tratando a Variabilidade dos Sistemas As diferenças fundamentais entre os dois tratamentos (T. Filas e simulação): para a solução analítica o objetivo da

Leia mais

Potência e Energia de um sinal

Potência e Energia de um sinal otência e nergia de um sinal Fonte: www.gaussianwaves.com/03//power-and-energy-of-a-signal/ nergia de um sinal: Definindo o termo tamanho do sinal : o processamento de sinais, geralmente um sinal é visto

Leia mais

3 Filtro de Kalman Discreto

3 Filtro de Kalman Discreto 3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,

Leia mais

Avaliação Quantitativa de Sistemas

Avaliação Quantitativa de Sistemas Avaliação Quantitativa de Sistemas Contexto A Avaliação Quantitativa de Sistemas permite a avaliação de sistemas antes mesmo da sua implementação física. Dessa forma, é possível avaliar um sistema projetado

Leia mais

Introdução ao Processamento de Imagens Digitais Aula 01

Introdução ao Processamento de Imagens Digitais Aula 01 Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação

Leia mais

INTRODUÇÃO À PROGRAMAÇÃO

INTRODUÇÃO À PROGRAMAÇÃO INTRODUÇÃO À PROGRAMAÇÃO 1.Ano LCC-MIERSI DCC - FCUP Nelma Moreira Aula 10 Geração de números pseudoaleatórios Função rand() i = rand(); gera um inteiro entre 0 e RAND_MAX, com igual probabilidade de ocorrer.

Leia mais

Introdução a Algoritmos Genéticos

Introdução a Algoritmos Genéticos Introdução a Algoritmos Genéticos Tiago da Conceição Mota Laboratório de Inteligência Computacional Núcleo de Computação Eletrônica Universidade Federal do Rio de Janeiro Outubro de 2007 O Que São? Busca

Leia mais

3 Reconhecimento de Voz Distribuído

3 Reconhecimento de Voz Distribuído 3 Reconhecimento de Voz Distribuído O conceito de reconhecimento de voz distribuído (DSR Distributed Speech Recognition) foi desenvolvido como uma forma eficiente de transladar a tecnologia de reconhecimento

Leia mais

Processos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016

Processos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Processos Hidrológicos CST 318 / SER 456 Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Camilo Daleles Rennó Laura De Simone Borma http://www.dpi.inpe.br/~camilo/prochidr/ Caracterização

Leia mais

MODELAGEM DE PROCESSOS INDUSTRIAIS I

MODELAGEM DE PROCESSOS INDUSTRIAIS I MODELAGEM DE PROCESSOS INDUSTRIAIS I Prof. Pierre Vilar Dantas Turma: 0031-A Horário: 3N Aula 01-01/08/2017 Plano de ensino Professor www.linkedin.com/in/pierredantas/ Bibliografia Bibliografia Garcia,

Leia mais

Modelagem da Rede Neural. Modelagem da Rede Neural. Back Propagation. Modelagem da Rede Neural. Modelagem da Rede Neural. Seleção de Variáveis:

Modelagem da Rede Neural. Modelagem da Rede Neural. Back Propagation. Modelagem da Rede Neural. Modelagem da Rede Neural. Seleção de Variáveis: Back Propagation Fatores importantes para a modelagem da Rede Neural: Seleção de variáveis; veis; Limpeza dos dados; Representação das variáveis veis de entrada e saída; Normalização; Buscando melhor Generalização

Leia mais

Compressão e Codificação de Dados. Primeiro Exame e Segundo Teste

Compressão 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 mais

RESOLUÇÃO Nº 01/2016

RESOLUÇÃO Nº 01/2016 Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista

Leia mais

ANÁLISE DE RESULTADOS

ANÁLISE DE RESULTADOS ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados

Leia mais

Análise de Viabilidade Populacional na conservação das aves

Análise de Viabilidade Populacional na conservação das aves XIX Congresso Brasileiro de Ornitologia Análise de Viabilidade Populacional na conservação das aves Marcos Vinícius Carneiro Vital Setor de Biodiversidade e Ecologia http://marcosvital.wordpress.com/ O

Leia mais

6.Elaboração de algoritmos...13

6.Elaboração de algoritmos...13 Índice de conteúdos Capítulo 1. Computação Científica...1 1.Definição...1 2.Modelo genérico...2 3.Modelo matemático...2 4.Tipos de modelos matemáticos...3 5.Modelação matemática...5 5.1.Definição (formulação)

Leia mais

$QiOLVHGHVHQVLELOLGDGHHVWDWtVWLFD

$QiOLVHGHVHQVLELOLGDGHHVWDWtVWLFD $QiOLVHGHVHQVLELOLGDGHHVWDWtVWLFD,QWRGXomR Alguns métodos para a análise de sensibilidade e a importância destes foram apresentados no capítulo 3 O capítulo atual trata da análise de sensibilidade estatística

Leia mais

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido

Leia mais

3 Definições. 3.1 Processos Estocásticos e Processo de Wiener

3 Definições. 3.1 Processos Estocásticos e Processo de Wiener 25 3 Definições 3.1 Processos Estocásticos e Processo de Wiener Um processo estocástico corresponde a uma variável que evolui no decorrer do tempo de forma incerta ou aleatória. O preço de uma ação negociada

Leia mais

1 O esquema de Alamouti: Diversidade na transmissão

1 O esquema de Alamouti: Diversidade na transmissão 1 O esquema de Alamouti: Diversidade na transmissão 1.1 O Caso de uma antena receptora A Figura?? mostra a representação em banda básica do esquema de Alamouti com diversidade na transmissão. O esquema

Leia mais

EET-61 Introdução a Teoria da Informação

EET-61 Introdução a Teoria da Informação EET-61 Introdução a Teoria da Informação Aula 3- Codificação de Canal October 24, 2018 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits.

Leia mais

UMA APLICAÇÃO INGÊNUA DO MÉTODO DE MONTE CARLO: VISUALIZAÇÃO DE ORBITAIS ATÔMICOS MÁRIO GOTO 1 VERÍSSIMO MANOEL DE AQUINO 1

UMA APLICAÇÃO INGÊNUA DO MÉTODO DE MONTE CARLO: VISUALIZAÇÃO DE ORBITAIS ATÔMICOS MÁRIO GOTO 1 VERÍSSIMO MANOEL DE AQUINO 1 UMA APLICAÇÃO INGÊNUA DO MÉTODO DE MONTE CARLO: VISUALIZAÇÃO DE ORBITAIS ATÔMICOS MÁRIO GOTO 1 VERÍSSIMO MANOEL DE AQUINO 1 GOTO, M.; AQUINO, V.M. de. Uma aplicação ingênua do método de Monte Cario: visualização

Leia mais

Avaliação de Desempenho

Avaliação de Desempenho Avaliação de Desempenho Aula passada Métricas, Técnicas, Erros Aula de hoje Conceitos importantes de probabilidade Como fazer a análise de desempenho? Modelos Matemáticos Modelos de Simulação Como fazer

Leia mais

EAD Simulação. Aula 3 Parte 1: Framework. Profa. Dra. Adriana Backx Noronha Viana

EAD Simulação. Aula 3 Parte 1: Framework. Profa. Dra. Adriana Backx Noronha Viana EAD0652 - Simulação Aula 3 Parte 1: Framework Profa. Dra. Adriana Backx Noronha Viana Situação Problema 2 Exemplo Simulação Monte Carlo Um vendedor de jornais deve decidir quantos jornais ele deve comprar

Leia mais

SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi

SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material

Leia mais

Cálculo Numérico. Aula 4 Zeros de Funções /04/2014. Prof. Rafael mesquita Adpt. por Prof. Guilherme Amorim

Cálculo Numérico. Aula 4 Zeros de Funções /04/2014. Prof. Rafael mesquita Adpt. por Prof. Guilherme Amorim Cálculo Numérico Aula 4 Zeros de Funções 2014.1-09/04/2014 Prof. Rafael mesquita rgm@cin.ufpe.br Adpt. por Prof. Guilherme Amorim gbca@cin.ufpe.br Últimas aulas... Aritmética de máquina Erros Sistema de

Leia mais

Pontifícia Universidade Católica de São Paulo Graduação em Matemática Empresarial

Pontifícia Universidade Católica de São Paulo Graduação em Matemática Empresarial Ciências Humanas e Sociais 36 30 -- -- -- -- -- -- 30 -- 2 36 30 Economia 1 36 30 18 15 -- -- -- -- 45 -- 3 54 45 Fundamentos de Matemática 72 60 -- -- -- -- -- -- -- 60 4 72 60 1º Introdução à Geometria

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais

Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes

Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ Introdução Dada uma função y = f(x), o objetivo deste

Leia mais

MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DO NORTE DE MINAS GERAIS CAMPUS MONTES CLAROS 1 PERÍODO

MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DO NORTE DE MINAS GERAIS CAMPUS MONTES CLAROS 1 PERÍODO 6.4 Matriz Curricular do Curso de Ciência da Computação 6.4.1 Componentes curriculares obrigatórios 1 PERÍODO Teórica Prática Hora-aula Horas Cálculo I 6 2 8 144 120 - Geometria Analítica e Vetores - Dados

Leia mais

Algoritmos e Estruturas de Dados I (DCC/003) Variáveis Indexadas. Aula Tópico 6 Variáveis Indexadas

Algoritmos e Estruturas de Dados I (DCC/003) Variáveis Indexadas. Aula Tópico 6 Variáveis Indexadas Algoritmos e Estruturas de Dados I (DCC/003) Variáveis Indexadas Aula Tópico 6 Variáveis Indexadas 1 Problema 17 Uma loja pretende simular um dia de suas vendas. Sabe-se que os preços dos produtos vendidos

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa

Leia mais

Projeto de Recuperação Final - 1ª Série (EM)

Projeto de Recuperação Final - 1ª Série (EM) Projeto de Recuperação Final - 1ª Série (EM) Matemática 1 MATÉRIA A SER ESTUDADA Nome do Fascículo Aula Ex de aula Ex da tarefa Funções Inequação do 1º grau, pág 59 2 4,5,6 Funções Inequação do 1º grau,

Leia mais

Opções Reais. Modelagem do Ativo Básico. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos. IAG PUC-Rio

Opções Reais. Modelagem do Ativo Básico. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos. IAG PUC-Rio Opções Reais Modelagem do Ativo Básico Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Processos Estocásticos Modelando Incerteza Processos Estocásticos A incerteza em um projeto pode ter mais do

Leia mais

PRE29006 LISTA DE EXERCÍCIOS #

PRE29006 LISTA DE EXERCÍCIOS # INSTITUTO FEDERAL DE SANTA CATARINA CAMPUS SÃO JOSÉ COORDENADORIA DE ÁREA DE TELECOMUNICAÇÕES ENGENHARIA DE TELECOMUNICAÇÕES PRE9006 LISTA DE EXERCÍCIOS # 06. Eercícios. Considere uma variável aleatória

Leia mais

Comparação de métodos para tratamento de parcelas perdidas em delineamento em blocos casualizados via simulação Monte Carlo

Comparação de métodos para tratamento de parcelas perdidas em delineamento em blocos casualizados via simulação Monte Carlo Comparação de métodos para tratamento de parcelas perdidas em delineamento em blocos casualizados via simulação Monte Carlo Marcela Costa Rocha 1 Maria de Lourdes Lima Bragion 1 1 Introdução A perda de

Leia mais

5 Avaliação dos estimadores propostos

5 Avaliação dos estimadores propostos 5 valiação dos estimadores propostos Este capítulo apresenta as medidas estatísticas usuais para avaliar a qualidade de estimadores e as expressões utilizadas para a estimação destas medidas, a partir

Leia mais

ão, Regressão & Simulação

ão, Regressão & Simulação ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 09: Correlação ão, Regressão & Simulação 1/43 Pode-se pesar um urso com fita métrica? Como os ursos, em sua

Leia mais

Oficina de Apropriação de Resultados do IDEPB/2013. Disciplina: Matemática por Carolina Augusta Assumpção Gouveia

Oficina de Apropriação de Resultados do IDEPB/2013. Disciplina: Matemática por Carolina Augusta Assumpção Gouveia Oficina de Apropriação de Resultados do IDEPB/2013 Disciplina: Matemática por Carolina Augusta Assumpção Gouveia Conhecendo o outro... Formação do grupo! Sistema de Avaliação da Educação da Paraíba Edições:

Leia mais

APOSTILA DE PROCESSOS DECISÓRIOS (JAN/2018)

APOSTILA DE PROCESSOS DECISÓRIOS (JAN/2018) APOSTILA DE PROCESSOS DECISÓRIOS (JAN/2018) Profª Mônica Roberta Silva, M.Sc. www.retadechegada.com (21) 3902-1462 e (21) 9157-5825 monicarobs@hotmail.com 1 Processo Decisório Bazerman (2004:4) aponta

Leia mais

PROVA DE MATEMÁTICA MÓDULO III DO PISM (triênio )

PROVA DE MATEMÁTICA MÓDULO III DO PISM (triênio ) QUESTÕES OBJETIVAS PROVA DE MATEMÁTICA MÓDULO III DO PISM (triênio 004-006) 09. Num determinado jogo, cada participante recebe uma ficha circular (tipo uma moeda) com um número impresso em cada uma das

Leia mais

MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL

MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida

Leia mais

Algoritmos Genéticos

Algoritmos Genéticos Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Algoritmos Genéticos Aluno: Fabricio Aparecido Breve Prof.: Dr. André Ponce de Leon F. de Carvalho São Carlos São Paulo Maio

Leia mais

aula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal

aula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal DISTRIBUIÇÃO NORMAL - PARTE I 4 aula META Apresentar o conteúdo de distribuição normal OBJETIVOS Ao final desta aula, o aluno deverá: determinar a média e a variância para uma função contínua; padronizar

Leia mais

I - Introdução à Simulação

I - Introdução à Simulação 1 I - Introdução à Simulação Simulação é, entendida como a imitação de uma operação ou de um processo do mundo real. A simulação envolve a geração de uma história artificial de um sistema para a análise

Leia mais