universidade federal de pernambuco departamento de estatística
|
|
- Alice Aranha Damásio
- 6 Há anos
- Visualizações:
Transcrição
1 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 sobre os primeiros 8 inteiros, do sobre Y, pode ser qualr número inteiro positivo (parece sugerir, em exame superficial, uma maior complexidade, uma maior desordem). A distribuição de probabilidade uniforme sobre as oito possibilidades para X significa ela possui entropia H(X) = log 2 8 = 3 Shannons. Mas a distribuição de probabilidade para Y decai muito rapidamente e tem entropia dada por H(Y ) = lim N N k= Assim, tem-se uma soma: H(Y ) = 2 k. log 2 (2 k ). k( 2 )k. k= Poderia se usar a série correspondendo à soma dos termos de uma PG de primeiro termo r e de razão r: k= rk = r r, depois derivando com relação a r, concluir k= krk = r. No final, assumir r = /2 para avaliar as séries. ( r) 2 (alternativamente- Wolframalpha): {sum from k= to \infty k*(0.5)^k}, converge para apenas 2 Shannons. Conclusão: X tem maior incerteza Y. b) Uma vez as variáveis aleatórias X e Y são independentes, sua entropia conjunta H(X, Y ) é H(X) + H(Y ) = 5 Sh, e sua informação mútua é I(X; Y ) = 0 Sh (variáveis independentes: não proporcionam informação uma sobre a outra). 2 (Richard Hamming strik again) a) A informação associada ao evento retirar uma dama de espadas é dada por I(P ( Q)), sendo P ( Q) = /52. Então tem-se I( Q) = log Sh. Sair na primeira jogada, uma dama de espadas é um evento com informação (surpresa) idêntica a colher 6 lançamentos consecutivos Ca para uma moeda... 3 Inclui-se b) SejaP := P ( Q, uma carta é retirada, não lida). Há somente duas possibilidades excludentes para a carta retirada: {carta era Q} XOR {a carta não era Q}. Pela lei das probabilidades totais, podemos escrever: P = P ( Q, carta retirada foi Q) +P ( Q, carta retirada foi ( Q) c ). Então P = Finalmente, vê-se = 52. I( Q, carta é retirada, não lida) 5.7 Sh. Ter, porém não usar uma informação é equi- alente a não possuir nenhuma informação! A incerteza é a mesma nos itens a e b. Note a carta retirada e não lida tem a superposição dos dois estados (mesma ideia da mecânica quântica): Ela é dama e não é dama como o gato de Schrödinger... na tabela apenas as sencias de três ou menos pixels pretos (sencias típicas). a) AEP (propriedade de equipartição assintótica) e codificação de fontes. Para avaliar o número de palavras-código necessárias: O número de sequências binárias de 00 bits com três ou menos uns é ( ) ( ) ( ) ( ) = = /5
2 soluções do o exercício escolar Teoria da Informação set./207 b) Quantos bits? O comprimento rerido para as palavras-chave (fixo) é log = 8, advindo de: Deve ser escolhido m tal 2 m Comparando ao mínimo teórico: Note H 2 (0.005) = 0, 0454, estimando, portanto, o gasto de pelo menos 4,5 bits para a sencia codificada. Então o processo de codificação gasta 8 bits, o ainda é muito maior do a entropia é 4,5 bits! Ainda distante do codificador ótimo... c) Como opções para melhorar o desempenho, do ponto de vista teórico, poder-se-ia fazer a codificação com sencias ainda maiores, pois no limite, o teorema da codificação de fontes com palavras de comprimento fixo estabelece praticamente se atinge a entropia. Mas como solução prática, valeria melhor usar um codificador com palavras de comprimento variável. Outra boa, simples e prática sugestão seria uso de RLE (codificação por comprimento de corrida), pois os símbolos são bastante desbalanceados. d) Para calcular a probabilidade de erro, i.e., de se encontrar uma sequência atípica neste esma de codificação, consideremos uma distribuição binomial: A probabilidade de uma sequência de 00 bits ter três ou menos é (sencia típica): 3 ( ) 00 (0.005) i (0.995) 00 i i i=0 = = e a probabilidade de se encontrar uma sencia atípica é o complemento: = , bastante pena, como esperado. Bem mais simples o cálculo via: {X~Binomial(00,0.005), P(X>3)}. 4 a) xx, xz, y, zz, xyz, código de alfabeto ternário, comprimentos 2, 2,, 2, = 9 27 < instantâneo: sim. univocamente decodificável: condição de livre de prefixos. sim, satisfaz a b) 000, 0, 00, comprimentos 3, 2, 2, = 7 8 < instantâneo: não. por exemplo, 00 é prefixo de 000. univocamente decodificável: não. Por exemplo, pode ser interpretada como 00,00,00 ou então como 000,000. c) 00, 0, 0, comprimentos 3, 3,, = 8 8 = instantâneo: sim. univocamente decodificável: sim, pelo item anterior. d) 0, 00, 0, 00,, 00, 0, 0 comprimentos 2, 3, 3, 2, 3, 4, 4, 4 desigualdade de Kraft-MacMillan: não. Veja = 7 6 > 2/5
3 soluções do o exercício escolar Teoria da Informação set./207 5 Dados: instantâneo: não. Observe 0 é prefixo da palavra-código 0 univocamente decodificável: não. Exemplo: 000 poderia resultar em 0,00 ou em 0,00. e) 0,, 0, 00, 00, 0 comprimentos 2, 3, 3, 2, 3, = instantâneo: não. 0 é prefixo de 0 e de 00 univocamente decodificável: sim. alfabeto da fonte {A, B, C} e P (A) = 3/4, P (B) = 3/6 e P (C) = /6. a) código de Huffman binário: montando o código com palavras de comprimento variável, tem-se A =, B = 0, C = 00. A entropia da η = H(U)/ n =.02/.25, i.e., 8%. Nada mal para uma codificação tão simples... Supondo, por simplificação, os símbolos ternários fossem codificados com 2 bits (A = 00, B = 0, C = 0), a taxa de compactação seria de.25/2 (gasta-se,25 bits com código ao invés de 2 bits, para cada símbolo da fonte codificado). Assim, economiza-se cerca de 62.5% na armazenagem. b) Para construir o novo código, consideramos uma extensão de 2 a ordem da fonte (digramas). A nova estatística da fonte é mostrada na tabela. Figura 2: Distribuição dos símbolos fonte estendida. Aplicando o algoritmo de Huffman, obtém-se o código (3 a coluna da Figura 2). Figura : código de Huffman para a fonte ternária. fonte é H(U) = 3/4 log 2 3/4 3/6 log 2 3/6 /6 log 2 /6 =.02 Sh/símbolo. Calculamos inicialmente o comprimento médio das palavras-código: n = =.25 bits 6 Gasta-se, em média,.25 bits/símbolo na codificação. A eficiência do codificador é Figura 3: código de Huffman para a extensão da fonte. O comprimento médio das palavras código agora vale: n = bits. 3/5
4 soluções do o exercício escolar Teoria da Informação set./207 Calculando por símbolo da fonte (o codificação é sobre dois símbolos):.043 bits/símbolo da fonte. As comparações são as seguintes: a ordem:.25 bits/símb; 2 a ordem:.043 bits/símb; entropia:.02 bits/símb. Veja a codificação com extensão de 2 a ordem praticamente atinge o ótimo. A eficiência do segundo código (Fig.3) é de η = H(U)/ n =.02/.043, i.e. 97%. Naturalmente, quanto maior a ordem da extensão, mais eficiente, tendendo rapidamente a 00%. 6 mini-arquivo a) Montando o arquivo zip (codificação LZ78). subsencias armazenadas: 0, Dados a analisar subsencia nova mais breve: 00 subsencias armazenadas: 0,, 00 dados a analisar subsencia nova mais breve: 000 subsencias armazenadas: 0,, 00, 000 dados a analisar subsencia nova mais breve: 0 subsencias armazenadas: 0,, 00, 000, 0 dados a analisar subsencia nova mais breve: 0 subsencias armazenadas: 0,, 00, 000, 0, 0 dados a analisar subsencia nova mais breve: 0 subsencias armazenadas: 0,, 00, 000, 0, 0, 0 dados a analisar subsencia nova mais breve: 0000 subsencias armazenadas: 0,, 00, 000, 0, 0, 0, 0000 dados a analisar subsencia nova mais breve: 0 subsencias armazenadas: 0,, 00, 000, 0, 0, 0, 0000, 0 Dados a analisar subsencia nova mais breve: 00 subseq. armazenadas: 0,, 00, 000, 0, 0, 0, 0000, 0, 00 dados a analisar... Construímos então a tabela Zip: Tabela : Tabela compressão zip para o miniarquivo. endereço dicionário repr. numér blocos codif b) Um dado relevante foi fornecido: supõe-se conhecido a estatística dos zeros, p = 0.8, nesta fonte (NB. os dados apresentados aparentemente não são tão compatíveis, mas...). Para projetar o RLE, precisa-se definir o tamanho do pacote: codificar pacot de tamanho κ. Como n = κ p 2κ = κ 0.8 2κ, otimiza-se o tamanho do pacote usando o Wolframalpha: {\kappa/(-0.8^{2^{\kappa} -}), from \kappa=, Resultados são: A tabela fornecida nas notas de aula (ou livro) poderia ser consultada, chegando-se sempre a pacotes de tamanho 3 bits. Os parâmetros da codificação estão compilados na tabela : Tabela 2: Parâmetros da codificação RLE. p κ n l η % Então 2 κ = 7. A sencia de dados é: 4/5
5 soluções do o exercício escolar Teoria da Informação set./207 Figura 4: otimização do tamanho do pacote da codificação RLE (run lenght). Tabela 3: RLE, pacotes de tamanho 3 bits. comp. carreira de zeros n. dígitos codificados 0 l 6 3 bits xxx 7 l 3 6 bits xxx 4 l 20 9 bits xxx total de 23 bits, com as seguintes carreiras de zeros: run length Obtém-se finalmente o seguinte arquivo de saída codificada (parse=3): Veja neste toy example as carreiras foram muito curtas e não houve necessidade de se utilizar a sencia de escape (teriam aparecer comprimentos de carreira superiores a 6 zeros). 5/5
Algoritmos de Compressão sem Perdas
Algoritmos de Compressão sem Perdas (continuação) Aula 08 Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação
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 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 maisCálculo da Informação Acessível
Cálculo da Informação Acessível Michael Souza (LNCC) Renato Portugal (LNCC) Carlile Lavor (IME-UNICAMP) Este trabalho tem suporte financeiro das agências FAPERJ e CNPQ. Tópicos Abordagem pragmática da
Leia maisDaniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS
Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é
Leia maisMAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição
Leia maisNoções sobre Probabilidade
Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de
Leia maisDouglas Antoniazi Kleberson Hayashi Angelossi
Fundamentos de compressão e codificação de imagens Douglas Antoniazi Kleberson Hayashi Angelossi 1 Sumário Redundância Codificação Interpixel Psicovisual Critérios de fidelidade Erro total Erro médio quadrático
Leia maisCompactação de Dados Letícia Rodrigues Bueno
Compactação de Dados Letícia Rodrigues Bueno UFABC Compactação de Dados: Introdução Objetivo: Compactação de Dados: Introdução Compactação de Dados: Introdução Objetivo: 1. minimizar espaço de memória
Leia maisTEORIA DE INFORMAÇÃO UM NANOCURSO
TEORIA DE INFORMAÇÃO UM NANOCURSO Max H. M. Costa Unicamp Set. 2016 Centenário de Shannon - SBrT - Santarém Dedicação: a memória de Claude Shannon Claude Shannon 1916-2001 matemático, engenheiro eletrônico,
Leia maisInstituto Superior Técnico. 19 de Janeiro de 2001. Parte I
Exame de Compressão e Codificação de Dados Secção de Telecomunicacções DEEC, Instituto Superior Técnico 19 de Janeiro de 1 Parte I Esta parte do exame é constituida por 20 perguntas de resposta múltipla.
Leia maisProf. Adriano Maranhão COMPILADORES
Prof. Adriano Maranhão COMPILADORES LINGUAGENS: INTERPRETADAS X COMPILADAS Resumo: Linguagem compilada: Se o método utilizado traduz todo o texto do programa, para só depois executar o programa, então
Leia maisProbabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência
Tabelas e Diagramas de Freqüência Probabilidade e Estatística I Antonio Roque Aula 2 O primeiro passo na análise e interpretação dos dados de uma amostra consiste na descrição (apresentação) dos dados
Leia maisAula 10: Decidibilidade
Teoria da Computação Segundo Semestre, 2014 Aula 10: Decidibilidade DAINF-UTFPR Prof. Ricardo Dutra da Silva Definição 10.1. Um problema de decisão P é um conjunto de questões para as quais as respostas
Leia maisExercícios resolvidos sobre Teoremas de Probabilidade
Exercícios resolvidos sobre Teoremas de Probabilidade Aqui você tem mais uma oportunidade de estudar os teoremas da probabilidade, por meio de um conjunto de exercícios resolvidos. Observe como as propriedades
Leia maisUniversidade Federal de Pelotas Cálculo com Geometria Analítica I Prof a : Msc. Merhy Heli Rodrigues Aplicações da Derivada
1) Velocidade e Aceleração 1.1 Velocidade Universidade Federal de Pelotas Cálculo com Geometria Analítica I Prof a : Msc. Merhy Heli Rodrigues Aplicações da Derivada Suponhamos que um corpo se move em
Leia maisPARTE I EQUAÇÕES DE UMA VARIÁVEL REAL
PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL. Introdução Considere f uma função, não constante, de uma variável real ou complexa, a equação f(x) = 0 será denominada equação de uma incógnita. EXEMPLO e x + senx
Leia maisBC1424 Algoritmos e Estruturas de Dados I Aula 05 Custos de um algoritmo e funções de complexidade
BC1424 Algoritmos e Estruturas de Dados I Aula 05 Custos de um algoritmo e funções de complexidade Prof. Jesús P. Mena-Chalco 1Q-2016 1 1995 2015 2 Custo de um algoritmo e funções de complexidade Introdução
Leia maisRecorrências - Parte I
Polos Olímpicos de Treinamento Curso de Álgebra - Nível Prof. Marcelo Mendes Aula 4 Recorrências - Parte I Na aula anterior, vimos alguns exemplos de sequências. Em alguns deles, os termos são dados em
Leia mais1 Técnicas de Seleção de Antenas Transmissoras
1 Técnicas de Seleção de Antenas Transmissoras Como visto em aulas anteriores, para se atingir uma ordem de diversidade espacial maior é necessário o emprego de múltiplas antenas no transmissor e/ou no
Leia maisTeoria da Informação. Codificação de Fonte
Codificação de Fonte lucianol@inatel.br /62 Conteúdo e Referência. Revisão: Probabilidade e Variáveis Aleatórias 2. Fontes de informação amostragem e quantização 3. Princípios da 4. Compactação de Fonte
Leia maisProva Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) Prof. Guilherme Neves
Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) 31- (ANAC 2016/ESAF) A negação da proposição se choveu, então o voo vai atrasar pode ser logicamente descrita por a) não choveu
Leia maisTeste Qui-quadrado de aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2014
Teste Qui-quadrado de aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2014 Objetivo: Decidir se um conjunto de dados segue uma determinada distribuição de probabilidades. Exemplo 1: Uma emissora
Leia maisConvergência de Séries de Números Complexos
Convergência de Séries de Números Complexos META: Apresentar o conceito de convergência de séries de números complexos. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Definir convergência
Leia maisDeterminar a derivada resultante do produto de duas funções utilizando a regra do produto. Aplicar a Derivada para Determinação de Máximos e Mínimos.
MATEMÁTICA PARA NEGÓCIOS - GST1075 Semana Aula: 4 Regras de derivação Tema Regras de derivação Palavras-chave Derivada Objetivos Ao final desta aula, o aluno deverá ser capaz de: Verificar a derivada de
Leia maisAlgoritmos para Gerar Permutações e Combinações em Ordem Lexicográfica
Matemática Discreta ESTiG\IPB Cap3. Princípios Elementares de Contagem pg 76 Algoritmos para Gerar Permutações e Combinações em Ordem Lexicográfica Algoritmo: conjunto de instruções cuja execução, numa
Leia maisProbabilidade e Estatística
PETROBRAS ENGENHEIRO(A) DE PETRÓLEO JÚNIOR ENGENHEIRO(A) DE EQUIPAMENTOS JÚNIOR - MECÂNICA ENGENHEIRO(A) DE EQUIPAMENTOS JÚNIOR - ELÉTRICA ENGENHEIRO(A) DE EQUIPAMENTOS JÚNIOR - ELETRÔNICA QUÍMICO(A) DE
Leia maisTeoria da Informação. Profa. Lillian Alvares Faculdade de Ciência da Informação Universidade de Brasília
Teoria da Informação Profa. Lillian Alvares Faculdade de Ciência da Informação Universidade de Brasília Claude Elwood Shannon, 1948 Autor que estabeleceu os fundamentos da Teoria da Informação Teoria da
Leia maisExame de Acesso ACFES Maiores de 23; Acesso Específico. Matemática. PROVA MODELO - proposta de resolução
Ministério da Ciência, Tecnologia e Ensino Superior Exame de Acesso ACFES Maiores de 23; Acesso Específico Matemática PROVA MODELO - proposta de resolução - INSTRUÇÕES - Deverá responder à prova na folha
Leia maisESCOLA SECUNDÁRIA DE LOUSADA
ESCOLA SECUNDÁRIA DE LOUSADA 2012 2013 PLANIFICAÇÃO DA DISCIPLINA DE MATEMÁTICA Curso Profissional de Técnico de Multimédia ELENCO MODULAR A7 Probabilidades 28 A6 Taxa de variação 36 A9 Funções de crescimento
Leia maisAULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisESTRUTURAS DE REPETIÇÃO - PARTE 1
AULA 15 ESTRUTURAS DE REPETIÇÃO - PARTE 1 15.1 O comando enquanto-faca- Considere o problema de escrever um algoritmo para ler um número inteiro positivo, n, e escrever todos os números inteiros de 1 a
Leia maisÁrvore Binária de Busca Ótima
MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nas seções sobre árvore binária de busca ótima do capítulo 4 do livro N. Wirth. Algorithms
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 maisRepresentação de Valores Números Binários Negativos
Representação de Valores Números Binários Negativos Prof. Alexandre Beletti Cap. 2 Weber Apêndice A - Tanenbaum Possibilidades Números inteiros positivos Números com sinal Representação em sinal-magnitude
Leia mais12.º Ano de Escolaridade
gabinete de avaliação educacional T E S T E I N T E R M É D I O D E M A T E M Á T I C A 12.º Ano de Escolaridade (Decreto-Lei n.º 286/89, de 29 de Agosto) (Dec.-Lei n.º 286/89, de 29 de Agosto, para alunos
Leia mais1. Tema central. 2. Objetivos. 3. Recursos. 4. Referências Bibliográficas. 5. Informações
Curso Disciplina Professor Sistemas de Informação Algoritmos e Programação Flávio Euripedes de Oliveira 1. Tema central Introdução a comando de atribuição e comandos de entrada e saída. 2. Objetivos 1.
Leia maisAlgoritmos e Estruturas de Dados I (DCC/003) 2013/1. Estruturas Básicas. Aula Tópico 4
Algoritmos e Estruturas de Dados I (DCC/003) 2013/1 Estruturas Básicas Aula Tópico 4 1 Problema 3 Exibir o maior número inteiro que pode ser representado no computador. 2 Qual o maior número inteiro? Para
Leia maisPelo que foi exposto no teorema de Carnot, obteve-se a seguinte relação:
16. Escala Absoluta Termodinâmica Kelvin propôs uma escala de temperatura que foi baseada na máquina de Carnot. Segundo o resultado (II) na seção do ciclo de Carnot, temos que: O ponto triplo da água foi
Leia maisa) 10 b) 7 c) 0 d) 3 e) 4 6. (G1 - cftmg 2013) A soma das raízes da equação a) 7. b) 4. c) 3. d) 5.
Equações Modulares 1. (Espcex (Aman) 015) O número de soluções da equação 1 x x = x, no conjunto, é a) 1. b). c). d) 4. e) 5.. (Ufsc 014) Assinale a(s) proposição(ões) CORRETA(S). x 1 01) O domínio da
Leia maisNoções de Algoritmos
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Noções de Algoritmos DCA0800 - Algoritmos e Lógica de Programação Heitor Medeiros 1 Tópicos da aula Algoritmos
Leia maisEstatística - aulasestdistrnormal.doc 13/10/05
Distribuição Normal Introdução O pesquisador estuda variáveis. O estatístico diz que essas variáveis são aleatórias porque elas têm um componente que varia ao acaso. Por exemplo, a variabilidade dos pesos
Leia maisAula 10: Tratabilidade
Teoria da Computação DAINF-UTFPR Aula 10: Tratabilidade Prof. Ricardo Dutra da Silva Na aula anterior discutimos problemas que podem e que não podem ser computados. Nesta aula vamos considerar apenas problemas
Leia maisTE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X
Leia maisTRANSMISSÃO DE DADOS
TRANSMISSÃO DE DADOS Aula 2: Dados e sinais Notas de aula do livro: FOROUZAN, B. A., Comunicação de Dados e Redes de Computadores, MCGraw Hill, 4ª edição Prof. Ulisses Cotta Cavalca
Leia maisEquação algébrica Equação polinomial ou algébrica é toda equação na forma anxn + an 1 xn 1 + an 2 xn a 2 x 2 + a 1 x + a 0, sendo x
EQUAÇÃO POLINOMIAL Equação algébrica Equação polinomial ou algébrica é toda equação na forma a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0, sendo x C a incógnita e a n, a n 1,..., a
Leia maisUma estatística é uma característica da amostra. Ou seja, se
Estatística Uma estatística é uma característica da amostra. Ou seja, se X 1,..., X n é uma amostra, T = função(x 1,..., X n é uma estatística. Exemplos X n = 1 n n i=1 X i = X 1+...+X n : a média amostral
Leia maisPolos Olímpicos de Treinamento. Aula 9. Curso de Teoria dos Números - Nível 2. O Teorema de Euler. Prof. Samuel Feitosa
Polos Olímpicos de Treinamento Curso de Teoria dos Números - Nível 2 Prof. Samuel Feitosa Aula 9 O Teorema de Euler Nesta aula, obteremos uma generalização do teorema de Fermat. Definição 1. Dado n N,
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Modelos de distribuição Para utilizar a teoria
Leia maisLista de Exercícios 4
Introdução à Teoria de Probabilidade. Informática Biomédica. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 30 de maio de 2007. Lista de Exercícios 4 são difíceis, são bem mais difíceis.
Leia mais2. A figura a seguir ilustra várias relações binárias em Quais são funções? Dentre as que são funções, quais as sobrejetivas? E quais as injetivas?
Seção 4.3 Funções 199 Exercícios 4.3 1. A figura a seguir representa uma função. a. Qual seu domínio? Qual seu contradomínio? Qual o conjunto imagem? b. Qual a imagem de 5? E de 8? c. Quais as pré-imagens
Leia maisOrganização e Arquitetura de Computadores I
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Organização e Arquitetura de Computadores I Circuitos Lógicos Combinacionais (Parte
Leia maisInstrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição
Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura
Leia maisCAPÍTULO 2 OPERADORES DE CASAMENTO DE PADRÕES
CAPÍTULO 2 OPERADORES DE CASAMENTO DE PADRÕES 2.1 INTRODUÇÃO Neste capítulo são apresentados os principais operadores de casamento de padrões encontrados na literatura. No Apêndice A, encontram se mais
Leia maisTodos os exercícios sugeridos nesta apostila se referem ao volume 1.
CONCEITO DE FUNÇÃO... 2 IMAGEM DE UMA FUNÇÃO... 8 IMAGEM A PARTIR DE UM GRÁFICO... 12 DOMÍNIO DE UMA FUNÇÃO... 15 DETERMIAÇÃO DO DOMÍNIO... 15 DOMÍNIO A PARTIR DE UM GRÁFICO... 17 GRÁFICO DE UMA FUNÇÃO...
Leia maisVariáveis Aleatórias Discretas - Esperança e Variância
Exemplo Um empresário pretende estabelecer uma firma para montagem de um componente mecânico. Cada peça é composta de duas partes, A e B, cada uma com uma chance específica de ser defeituosa. Só é possível
Leia mais- identificar operadores ortogonais e unitários e conhecer as suas propriedades;
DISCIPLINA: ELEMENTOS DE MATEMÁTICA AVANÇADA UNIDADE 3: ÁLGEBRA LINEAR. OPERADORES OBJETIVOS: Ao final desta unidade você deverá: - identificar operadores ortogonais e unitários e conhecer as suas propriedades;
Leia maisFundamentos da Teoria de Informação
Fundamentos da Teoria de Informação 1 Introdução... 2 2 Informação... 3 3 Entropia... 6 3.1 Entropia Exemplos... 7 3.2 Entropia Conjunta e Entropia Condicional... 12 3.3 Entropia e Codificação de Fonte...
Leia mais... Onde usar os conhecimentos os sobre s?...
Manual de IV Matemática SEQÜÊNCIA OU SUCESSÃO Por que aprender Progr ogressõe ssões? s?... O estudo das Progressões é uma ferramenta que nos ajuda a entender fenômenos e fatos do cotidiano, desde situações
Leia maisNenhum dado é perdido durante o processo de compressão. Preserva todas as informações que permitirão a reconstrução exata da imagem. Reversível.
Compressão sem Perda Explora a redundância entre pixels na codificação. Nenhum dado é perdido durante o processo de compressão. Preserva todas as informações que permitirão a reconstrução exata da imagem.
Leia maisCódigos de bloco. Instituto Federal de Santa Catarina Curso superior de tecnologia em sistemas de telecomunicação Comunicações móveis 2
Instituto Federal de Santa Catarina Curso superior de tecnologia em sistemas de telecomunicação Comunicações móveis 2 Códigos de bloco Prof. Diego da Silva de Medeiros São José, maio de 2012 Codificação
Leia maisÁlgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial
Álgebra Linear Aplicada à Compressão de Imagens Universidade de Lisboa Instituto Superior Técnico Uma Breve Introdução Mestrado em Engenharia Aeroespacial Marília Matos Nº 80889 2014/2015 - Professor Paulo
Leia maisPRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO-
Matemática Discreta 2009.10 Exercícios CAP2 pg 1 PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO- EXCLUSÃO 1. Quantas sequências com 5 letras podem ser escritas usando as letras A,B,C? 2. Quantos
Leia maisEquações diferenciais ordinárias
Departamento de Física Universidade Federal da Paraíba 24 de Junho de 2009 Motivação Problemas envolvendo equações diferenciais são muito comuns em física Exceto pelos mais simples, que podemos resolver
Leia maisXXXV Olimpíada Brasileira de Matemática GABARITO Segunda Fase
XXXV Olimpíada Brasileira de Matemática GABARITO Segunda Fase Soluções Nível 2 Segunda Fase Parte A CRITÉRIO DE CORREÇÃO: PARTE A Na parte A serão atribuídos 4 pontos para cada resposta correta e a pontuação
Leia maisSeu pé direito nas melhores Faculdades
10 Insper 01/11/009 Seu pé direito nas melhores Faculdades análise quantitativa 40. No campeonato brasileiro de futebol, cada equipe realiza 38 jogos, recebendo, em cada partida, 3 pontos em caso de vitória,
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos
Leia mais35ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 2 (8º e 9º anos do Ensino Fundamental) GABARITO
5ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL (8º e 9º anos do Ensino Fundamental) GABARITO GABARITO NÍVEL 1) D) 6) D) 11) E) 16) B) 1) Anulada ) A) 7) D) 1) C) 17) C) ) B) ) D) 8) E) 1) D)
Leia maisComo a PA é decrescente, a razão é negativa. Então a PA é dada por
Detalhamento das Soluções dos Exercícios de Revisão do mestre 1) A PA será dada por Temos Então a PA será dada por:, e como o produto é 440: Como a PA é decrescente, a razão é negativa. Então a PA é dada
Leia maisINSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos. RESOLUÇÃO DO 2 o TESTE
INSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos Ano Lectivo de 2006/2007 2 o Semestre RESOLUÇÃO DO 2 o TESTE I. (2,0+2,0+2,0 = 6,0 val.) 1) Calcule o valor óptimo da função objectivo e o respectivo
Leia maisNotas sobre Noções Topológicas de Circuitos
Notas sobre Noções Topológicas de Circuitos para apoio a Análise de Circuitos de João Costa Freire (Setembro 7). Definições Topologia Estudando a forma como os elementos de um circuito se interligam é
Leia maisEstimando probabilidades
A UA UL LA Estimando probabilidades Introdução Nas aulas anteriores estudamos o cálculo de probabilidades e aplicamos seu conceitos a vários exemplos. Assim, vimos também que nem sempre podemos calcular
Leia maisDistribuições de Probabilidade. Distribuição Normal
Distribuições de Probabilidade Distribuição Normal 1 Distribuição Normal ou Gaussiana A distribuição Normal ou Gaussiana é muito utilizada em análises estatísticas. É uma distribuição simétrica em torno
Leia maisPara simplificar a notação, também usamos denotar uma sequência usando apenas a imagem de :
Sequências Uma sequência é uma função f de em, ou seja. Para todo número natural i associamos um número real por meio de uma determinada regra de formação. A sequencia pode ser denotada por: Ou, por meio
Leia maisTécnicas Básicas de Compressão de Vídeo
Aula 11 Técnicas Básicas de Compressão de Vídeo Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação Introdução
Leia maisGOVERNO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO CÂMPUS JUAZEIRO/BA COLEG. DE ENG.
GOVERNO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO CÂMPUS JUAZEIRO/BA COLEG. DE ENG. ELÉTRICA PROF. PEDRO MACÁRIO DE MOURA CÁLCULO II 2015.2 Discente CPF Turma A2 Sala
Leia mais4 TEORIA MATEMÁTICA DA COMUNICAÇÃO DE SHANNON
4 TEORIA MATEMÁTICA DA COMUNICAÇÃO DE SHANNON A Teoria Matemática da Comunicação, ou Teoria da Comunicação de Shannon foi proposta por Claude Shannon no final da década de 1940 como forma de sistematizar
Leia maisHalliday Fundamentos de Física Volume 1
Halliday Fundamentos de Física Volume 1 www.grupogen.com.br http://gen-io.grupogen.com.br O GEN Grupo Editorial Nacional reúne as editoras Guanabara Koogan, Santos, Roca, AC Farmacêutica, LTC, Forense,
Leia maisaplicando a regra de Sarrus para o cálculo de determinantes de terceira ordem, temos:
Problema 1 Calcular a matriz inversa da matriz A = 0 1 Resolução Bom, para se resolver exercícios que envolvem o cálculo de matrizes inversas é necessário partir de algumas definições básicas. Assim, há
Leia maisTópicos Especiais em Redes: Introdução a Teoria dos Jogos com Aplicações a Redes de Computadores
Tópicos Especiais em Redes: Introdução a Teoria dos Jogos com Aplicações a Redes de Computadores Aula passada: Jogos repetidos infinitamente Aula de hoje: Introdução a Teoria dos Jogos Evolucionária Dinâmica
Leia maisProbabilidade: aula 2, 3 e 4
Probabilidade: aula 2, 3 e 4 Regras de contagem e combinatória Permutação Simples: Exemplo: De quantas maneiras 5 pessoas podem viajar em um automóvel com 5 lugares, se apenas uma delas sabe dirigir? Atividade:
Leia maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia mais1. Faça um algoritmo que receba dois números e exiba o resultado da sua soma. subtração, multiplicação e a divisão dos números lidos.
LISTA DE EXERCÍCIOS DE ICCII TURMA N1 E N2 3º PERÍODO ENGENHARIA DE PRODUÇÃO Prof.: Menezes Valor máximo: 3 pontos. Data da Entrega: Turma N1 23/04/2012 Turma N2 25/04/2012 Quantidade máxima de alunos
Leia maisJogos e invariantes. 6 de Janeiro de 2015
Jogos e invariantes 6 de Janeiro de 2015 Resumo Objetivos principais da aula de hoje: continuar com a ideia de explorar problemas. Apresentar a ideia de invariantes. 1 O jogo de apagar - introdução Quem
Leia maisEmparelhamentos Bilineares Sobre Curvas
Emparelhamentos Bilineares Sobre Curvas Eĺıpticas Leandro Aparecido Sangalli sangalli@dca.fee.unicamp.br Universidade Estadual de Campinas - UNICAMP FEEC - Faculdade de Engenharia Elétrica e de Computação
Leia maisO conceito de probabilidade
A UA UL LA O conceito de probabilidade Introdução Nesta aula daremos início ao estudo da probabilidades. Quando usamos probabilidades? Ouvimos falar desse assunto em situações como: a probabilidade de
Leia maisFicha Prática 5: Cap 3.Princípios Elementares de Contagem
Matemática Discreta - 2010/11 Cursos: Engenharia Informática, Informática de Gestão DEPARTAMENTO de MATEMÁTICA ESCOLA SUPERIOR de TECNOLOGIA e de GESTÃO - INSTITUTO POLITÉCNICO de BRAGANÇA Ficha Prática
Leia maisAgrupamento de Escolas do Fundão
Agrupamento de Escolas do Fundão MATEMÁTICA P GPI 13 12º Ano CURRÍCULO DA DISCIPLINA E Nº DE AULAS PREVISTAS Período PLANIFICAÇÃO ANUAL Módulos a leccionar + Conteúdos Programáticos Módulo A6- Taxa de
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 maisCap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS
Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um
Leia maisMódulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano
Módulo de Equações do Segundo Grau Equações do Segundo Grau: Resultados Básicos. Nono Ano Equações do o grau: Resultados Básicos. 1 Exercícios Introdutórios Exercício 1. A equação ax + bx + c = 0, com
Leia maisTestes t para médias
Testes t para médias 1-1 Testes t para médias Os testes t aplicam-se tanto a amostras independentes como a amostras emparelhadas. Servem para testar hipóteses sobre médias de uma variável quantitativa
Leia maisAula 4: Bases Numéricas
Aula 4: Bases Numéricas Diego Passos Universidade Federal Fluminense Fundamentos de Arquiteturas de Computadores Diego Passos (UFF) Bases Numéricas FAC 1 / 36 Introdução e Justificativa Diego Passos (UFF)
Leia maisProbabilidade e Estatística Preparação para P1
robabilidade e Estatística reparação para rof.: Duarte ) Uma TV que valia R$ 00,00, entrou em promoção e sofreu uma redução de 0% em seu preço. Qual é o novo preço da TV? ) Um produto foi vendido por R$
Leia maisMétodos Numéricos. Turma CI-202-X. Josiney de Souza.
Métodos Numéricos Turma CI-202-X Josiney de Souza josineys@inf.ufpr.br Agenda do Dia Aula 15 (21/10/15) Sistemas Lineares Métodos Diretos: Regra de Cramer Método da Eliminação de Gauss (ou triangulação)
Leia maisLimites Uma teoria abordando os principais tópicos sobre a teoria dos limites. José Natanael Reis
Limites Uma teoria abordando os principais tópicos sobre a teoria dos limites Este trabalho tem como foco, uma abordagem sobre a teoria dos limites. Cujo objetivo é o método para avaliação da disciplina
Leia maisEstruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches
CT-234 Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural Carlos Alberto Alonso Sanches CT-234 2) Algoritmos recursivos Indução matemática, recursão, recorrências Indução matemática Uma
Leia maisPopulação e Amostra. População: O conjunto de todas as coisas que se pretende estudar. Representada por tudo o que está no interior do desenho.
População e Amostra De importância fundamental para toda a análise estatística é a relação entre amostra e população. Praticamente todas as técnicas a serem discutidas neste curso consistem de métodos
Leia maisCÁLCULO I. 1 Funções Crescentes e Decrescentes
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 14: Crescimento e Decrescimento. Teste da Primeira Derivada. Objetivos da Aula Denir funções crescentes e decrescentes; Determinar os intervalos
Leia maisConteúdo. 1 Introdução. Histograma do Quarto Sorteio da Nota Fiscal Paraná 032/16. Quarto Sorteio Eletrônico da Nota Fiscal Paraná
Quarto Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este documento apresenta a análise dos resultados
Leia mais