Experimentos em Física de Altas Energias. probabilidades e distribuições método de Monte Carlo geração de eventos e cálculo de integrais
|
|
- Benedicta Castelhano
- 5 Há anos
- Visualizações:
Transcrição
1 Vitor Oguri
2 Experimentos em Física de Altas Energias caráter probabilístico convolução dos dados simulações de eventos Métodos estatísticos probabilidades e distribuições método de Monte Carlo geração de eventos e cálculo de integrais
3 As interações fundamentais da natureza se manifestam em colisões de partículas em altas energias. Os aceleradores de partículas proporcionam que essas interações ocorram, continuamente, em uma pequena região do espaço (vértice da colisão). A partir desses vértices outras partículas secundárias são criadas (eventos), e se afastam em todas as direções, em um amplo intervalo de energia.
4 Identificação de partículas (elétrons, múons, neutrinos, quarks, bósons mediadores,hádrons) Determinação de atributos intrínsecos (carga, massa, momento magnético, spin, tempo de vida, branching ratios) Determinação de parâmetros associados aos fenômenos envolvidos (seção de choque, constantes de acoplamento)
5 posições, trajetórias, velocidades e tempos de vôo distribuições de grandezas geométricas (ângulos polar e azimutal, pseudo-rapidity) e cinemáticas (momentum, energia)
6 População: totalidade dos dados associados a um fenômeno ou sistema. Amostra: subcoleção acessível de uma população, a partir da qual se deseja extrair conclusões acerca da população.
7 1 ~ 10 4 (pessoas) 1 ~ 10 5 (horas) 1 ~ 10 9 ($)
8
9
10 GeV
11
12 A incerteza é inevitável no cálculo de resultados observacionais. Em geral, a teoria nos permite calcular somente a probabilidade de obtermos um resultado particular. (Dirac 1928) Mesmo que os processos elementares sejam bem descritos por modelos teóricos probabilísticos, as distribuições das grandezas físicas associadas às partículas resultantes de uma colisão são modificadas por interações com os materiais que compõem o sistema de detecção do experimento (convolução dos dados).
13 análise de dados : deconvolução dos dados convolução de amostras teóricas
14 elaboração de programas de simulação de amostras aleatórias segundo distribuições teóricas (geração de eventos) programas de simulação de interação de partículas com os diversos materiais que compõem os detectores (simuladores de detectores)
15
16 eventos excludentes eventos não excludentes
17 eventos independentes eventos não independentes
18 1) As chances de piloto de avião não sobreviver em uma única missão é cerca de 0,02. Estime a probabilidade do piloto não sobreviver após 50 missões. (0,64) 2) Em uma certa noite, um táxi atropelou uma pessoa e fugiu. Na cidade, 15% dos táxis são azuis e o restante verde. Uma testemunha identificou como sendo azul o táxi envolvido no acidente, e a polícia constatou que a testemunha atribuiu 80% das vezes cor azul para táxis azuis e 25% das vezes cor azul para táxis verdes. Estime a probabilidade da cor do táxi envolvido no acidente ter sido azul. (0,36)
19
20 Paul Graham (2002)
21
22
23
24
25
26
27 10000 números aleatórios em (0,1) - ROOT 5.0
28
29 Distribuição binomial
30 Evento A face de um dado (a=1/6) cara (a=1/2) acerto de uma questão com 4 opções (a=1/4)
31 21,6% 47,52% 68,26%
32
33
34
35
36
37
38
39
40
41 contagem do número de partículas emitidas por uma amostra de polônio em intervalos de 7.5 s (total de 2608 intervalos)
42
43 i n_obs n_esp (n_obs - n_esp)^2/n_esp N = 2608 mu = chi2 = nu =14 chi2/nu =
44
45 métodos numéricos probalísticos baseados em distribuições uniformes de números aleatórios geração de eventos - programas de simulação de amostras aleatórias de grandezas associadas a um processo físico simulação de detectores - programas de simulação de interação de partículas com os diversos materiais que compõem os detectores de um experimento comparação teoria x experimento
46
47
48
49
50
51
52 N = 400 tentativas
53
54
55
56 Método da rejeição geração de eventos e cálculo de integrais
57 r uniforme em (0,c) -> x(r) distribuída segundo f(x) em (a,b)
58 0 r 1 0 x < normalização
59
60 N = 3000
61 Incertezas MC: 1/ N (não depende da dimensão) outros métodos: 1/N 2 (domínios unidimensionais) N -2/D (domínios multidimensionais) impraticáveis ou não existem outros métodos
62 multiplicar e dividir o integrando f(x) por uma função peso w(x), tal que h(x) = f(x)/w(x) torne-se praticamente constante gera-se uma amostra de x no intervalo de integração (a,b) segundo w(x),
63 aumenta-se a eficiência do método, ou seja, a fração de eventos de sucesso, englobando a pdf original f(x) por uma outra curva w(x), tal que w(x) f(x) gera-se uma amostra de x no intervalo (a,b) de integração, segundo w(x) gera-se uma amostra de y segundo contam-se os pares (x i, y i ) que satisfazem y i f (x i ) (A=Z)
64 N = 3000 (direto) (transformação e inversão) (rejeição eficiente)
65
66
67
68
69
70
71
72
73
74 geração de quarks b (m b =4.9 GeV), com momenta transversos (p t ) entre 5 e 50 GeV segundo 0 =2.76 x nb p 0 = 14.0 GeV = 7.25 uniformemente distribuídos segundo o ângulo azimutal ( ), e normalmente no intervalo de rapidez (y) (-1.2, 1.2) hadronização em mésons B segundo =0.006 ±0.003 decaimento fraco de 3 corpos: B D μ
75
76
77 Hard and soft interactions, parton distributions, initialand final-state parton showers, multiple interactions, fragmentation and decay. PYTHIA Não difrativo, Lund String Model HERWIG (Hadron Emission Reaction With Interfering Gluons) ISAWIG (Supersymmetry), POMWIG (Diffraction) PHOJET Dual Parton Model (Regge + Parton Shower) GEANT Chuveiros em materiais, configurável (DELSIM, D0GSTAR,...)
78
79
80 Sistemas complexos de detecção, organizados em subsistemas, os quais são compostos por vários tipos de detectores Experimentos com grande número de colaboradores (empreendimento coletivo) Grandes laboratórios internacionais (aceleradores)
interação forte (no interior dos núcleos) não depende das massas nem das cargas elétricas
Vitor Oguri prótons e nêutrons - mesmo spin ( J = ½ ) interação forte (no interior dos núcleos) não depende das massas nem das cargas elétricas prótons e nêutrons, genericamente conhecidos como núcleons,
Predições para a produção difrativa do bóson de Higgs no LHC
Predições para a produção difrativa do bóson de Higgs no LHC Gustavo Silveira M.B. Gay Ducati, M.M. Machado, GGS, Phys.Rev. D83 (2011) 074005 M.B. Gay Ducati, GGS, arxiv:1104.3458 [hep-ph] Outline Motivação
Métodos estatísticos em Física de Partículas
Métodos estatísticos em Física de Partículas Vitor Oguri Departamento de Física Nuclear e Altas Energias (DFNAE) Instituto de Física Armando Dias Tavares (IFADT) Universidade do Estado do Rio de Janeiro
ESTUDOS DO MODELO PADRÃO NO EXPERIMENTO LHCb. Murilo Rangel
ESTUDOS DO MODELO PADRÃO NO EXPERIMENTO LHCb Murilo Rangel Fundamental Elementar Indivisível Século IV a.c. 2 Idade Média 3 Física Previsão Compreensão Descrição Século XVIII 4 Unificação Uma Teoria Século
Estudo da Produção do Boson de Higgs no LHCb. Nina O Neill - UFRJ - Bolsista faperj Professor Orientador: Murilo Rangel
Estudo da Produção do Boson de Higgs no LHCb Nina O Neill - UFRJ - Bolsista faperj Professor Orientador: Murilo Rangel O LHC 2 O Large Hadron Collider (LHC) é um gigantesco acelerador de partículas situado
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
Vitor Oguri Departamento de Física Nuclear e Altas Energias Instituto de Física Armando Dias Tavares Universidade do Estado do Rio de Janeiro (UERJ)
Vitor Oguri Departamento de Física Nuclear e Altas Energias Instituto de Física Armando Dias Tavares Universidade do Estado do Rio de Janeiro (UERJ) Manaus, 28 de julho de 2015 Descrição eletromagnética
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
Física de Partículas 1: Os constituintes da matéria
Física de Partículas 1: Os constituintes da matéria Foto CERN L. Peralta O Big Bang Física de Partículas As diferentes escalas Uma equação para o electrão A equação de Dirac admite 2 tipos de soluções
Evidências de violação de CP em decaimentos de B ± h ± h + h no LHCb
Evidências de violação de CP em decaimentos de B ± h ± h + h no Fernando Rodrigues (Centro Brasileiro de Pesquisas Físicas, Brasil Página do grupo /CBPF: http://www.cbpf.br/lhcb Reunião de Trabalho sobre
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
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
Efeitos nucleares no modelo LLM de pártons virtuais
Efeitos nucleares no modelo LLM de pártons virtuais Emmanuel Gräve de Oliveira emmanuel.deoliveira@ufrgs.br Orientação: Profa. Dra. Maria Beatriz Gay Ducati Grupo de Fenomenologia de Partículas de Altas
Influência da física difrativa em chuveiros atmosféricos extensos ultraenergéticos
Influência da física difrativa em chuveiros atmosféricos extensos ultraenergéticos Luan Arbeletche Orientador: Victor Gonçalves Coorientador: Márcio Müller Grupo de Altas e Médias Energias (GAME) Programa
Influência da física difrativa em chuveiros atmosféricos extensos ultraenergéticos
Influência da física difrativa em chuveiros atmosféricos extensos ultraenergéticos Luan B. Arbeletche Orietador: Victor B. Gonçalves Coorientador: Márcio A. Müller Univesidade Federal de Pelotas Grupo
Teoria 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
Partículas e Campos. Panoramas da Física
Partículas e Campos Panoramas da Física Programa - Física de partículas, teoria de campos e além. - Interações fundamentais e o modelo padrão. - Interações eletromagnéticas. - Interações fracas e o Higgs.
Sistemas Aleatórios. Um sistema é aleatório quando seu estado futuro só pode ser conhecido. jogar uma moeda ou um dado. decaimento de uma partícula
Sistemas Aleatórios Um sistema é aleatório quando seu estado futuro só pode ser conhecido pela realização de uma experiência. jogar uma moeda ou um dado decaimento de uma partícula trajetória de uma partícula
Teoria 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
Teoria de Cordas. Nelson R. F. Braga. Instituto de Física UFRJ. Tópicos em Física Geral I, 06 de abril de
Teoria de Cordas Nelson R. F. Braga Instituto de Física UFRJ Página: www.if.ufrj.br/~braga Tópicos em Física Geral I, 06 de abril de 2017 2 Física das Partículas Elementares: Estuda os constituintes elementares
Teoria de Cordas. Nelson R. F. Braga. Instituto de Física UFRJ. Tópicos em Física Geral I, 25 de abril de
Teoria de Cordas Nelson R. F. Braga Instituto de Física UFRJ Página: www.if.ufrj.br/~braga Tópicos em Física Geral I, 25 de abril de 2013 Física das Partículas Elementares: Estuda os constituintes elementares
Teoria de Cordas. Nelson R. F. Braga. Instituto de Física UFRJ. Tópicos em Física Geral I, 14 de junho de
Teoria de Cordas Nelson R. F. Braga Instituto de Física UFRJ Página: www.if.ufrj.br/~braga Tópicos em Física Geral I, 14 de junho de 2016 2 Física das Partículas Elementares: Estuda os constituintes elementares
Tratamento de dados em Física
Tratamento de dados em Física Métodos e testes estatísticos V. Oguri Departamento de Física Nuclear e Altas Energias (DFNAE) Programa de Pós-graduação em Física (PPGF) Instituto de Física Armando Dias
Theory Portugues BR (Brazil) Por favor, leia as instruções gerais que se encontram no envelope separado antes de iniciar este problema.
Q3-1 LHC - Grande Colisor de Hádrons (10 pontos). Por favor, leia as instruções gerais que se encontram no envelope separado antes de iniciar este problema. Neste problema, iremos estudar a física do acelerador
Investigando as propriedades da matéria nuclear em colisões de íons pesados relativísticos
Investigando as propriedades da matéria nuclear em colisões de íons pesados relativísticos Luiz Fernando Mackedanz luiz.mackedanz@ufrgs.br Grupo de Fenomenologia de Partículas de Altas Energias (GFPAE)
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
Notas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
distribuição perto do pico
Teoria Quântica de Campos I 178 Em espalhamentos relativísticos o mesmo ocorre, as partículas iniciais podem se combinar para formar estados instáveis, que então decaem em outros, por exemplo: Na amplitude
Distribuições de Probabilidade
Distribuições de Probabilidade 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de Probabilidade Binomiais 4 Média e Variância da Distribuição Binomial 5 Distribuição de Poisson 1 1 Aspectos Gerais
Probabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
Métodos Estatísticos
Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição
Bioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
3 Chuveiros Extensivos de Ar
3 Chuveiros Extensivos de Ar Chuveiros extensivos de ar são cascatas de partículas que se propagam pela atmosfera. Elas são geradas pela interação dos raios cósmicos primários de alta energia com as moléculas
Capítulo 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
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
Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.
Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador
Distribuição 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.
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
Laboratório Física Geral
Laboratório Física Geral 1 Apresentação Professora Helena Malbouisson Graduação UFRJ Doutorado UERJ - Fermilab Pós doutorado Universidade de Nebraska - CERN Trabalho de pesquisa atual: Busca por Supersimetria
Métodos Estatísticos em Física Experimental
Capa Volta Anterior Próxima Tela cheia Pág. i Última Sair Métodos Estatísticos em Física Experimental Vitor Oguri Rio de Janeiro, 24 de agosto de 2011 Capa Volta Anterior Próxima Tela cheia Pág. ii Última
Estatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto
Estatística Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas Professor Fernando Porto Capítulo 4 Baseado no Capítulo 4 do livro texto, Distribuições Teóricas de Probabilidades
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Condicional Independência de Eventos Teorema da Probabilidade Total Lei de Bayes Aula de hoje Exemplo Lei de Bayes Variáveis Aleatórias
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
MÉTODOS ESTATÍSTICOS PARA ANÁLISE DE DADOS
MÉTODOS ESTATÍSTICOS PARA ANÁLISE DE DADOS LEANDRO DE PAULA UFRJ Escola de Inverno do IFGW A Física de Partículas do Novo Século julho de 2014 PROGRAMA DO CURSO Introdução à Probabilidade e Estatística
Main 01. Geração de 100 eventos (listagem das partículas do primeiro evento).
Exemplos Pythia Main 01 Evento: Colisão próton-próton com energia de 8000 GeV pythia.readstring( Beams:eCM = 8000. ) Feixe incidente A: próton(pdg id = 2212). Feixe incidente B: próton(pdg id = 2212).
Os fundamentos da Física Volume 3 1. Resumo do capítulo
Os fundamentos da Física Volume 1 Capítulo 0 Física Nuclear AS FORÇAS FUNDAMENTAIS DA NATUREZA Força nuclear forte Mantém a coesão do núcleo atômico. Intensidade 10 8 vezes maior do que a força gravitacional.
Variáveis 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
Partículas Elementares
Partículas Elementares Átomos consistem de elétrons que formam as camadas eletrônicas, e núcleos, compostos por prótons e nêutrons que, por sua vez,consistem de quarks ( dos tipos u e d, ou seja,up e down).
Ref: H.Gould e J. Tobochnik. Para integrais em uma dimensão as regras do trapezóide e de Simpson são
Método de Monte Carlo Resolução de Integrais Ref: H.Gould e J. Tobochnik Para integrais em uma dimensão as regras do trapezóide e de Simpson são melhores, mais rápidas. A técnica de resolução de integrais
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
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
Distribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal
Distribuições de Probabilidade Distribuição Uniforme Distribuição Exponencial Distribuição Normal 1 Distribuição Uniforme A distribuição Uniforme atribui uma densidade igual ao longo de um intervalo (a,b).
Modelos 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:
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
Aula 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
Fundamentos de Estatística
Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro
EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória
Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas
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
Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciência Instituto de Física Armando Dias Tavares. Sheila Mara Silva do Amaral
Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciência Instituto de Física Armando Dias Tavares Sheila Mara Silva do Amaral Observação de eventos de dijatos de alto p T separados por uma
Aula 14. Partículas, e o início do Universo...
Aula 14 Partículas, e o início do Universo... Partículas elementares Década de trinta, Átomo Novas partículas Prótons Nêutrons Elétrons Problema quase resolvido?? múon píon káon sigma... Partículas instáveis,com
Distribuição de Probabilidade Variáveis Aleatórias Discretas. Prof.: Joni Fusinato
Distribuição de Probabilidade Variáveis Aleatórias Discretas Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Distribuição de Probabilidade Descreve a chance que uma variável pode assumir
Fundamentos da Mecânica Quântica
Fundamentos da Mecânica Quântica Vitor Oguri Departamento de Física Nuclear e Altas Energias (DFNAE) Instituto de Física Armando Dias Tavares (IFADT) Universidade do Estado do Rio de Janeiro (UERJ) Rio
Aula de Estatística 13/10 à 19/10. Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades
Aula de Estatística 13/10 à 19/10 Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades 4.1 Distribuições de probabilidades Variáveis Aleatórias Geralmente, o resultado de um experimento de probabilidades
SUMÁRIO. 1 Preparando o Cenário para o Estudo da Dinâmica Cinemática da Partícula... 29
SUMÁRIO 1 Preparando o Cenário para o Estudo da Dinâmica... 1 1.1 Uma Breve História da Dinâmica...1 Isaac Newton (1643-1727)... 3 Leonhard Euler (1707-1783)... 6 1.2 Conceitos Fundamentais...8 Espaço
Estudo da Sensibilidade de Observação do Decaimento Raro no Detetor Otimizado LHCb.
UFRJ CERN-THESIS-2008-042 01/08/2005 Estudo da Sensibilidade de Observação do Decaimento Raro no Detetor Otimizado LHCb. Franciole da Cunha Marinho Orientadora: Sandra Filippa Amato Rio de Janeiro Agosto
Proposta da área Científica para Laboratórios de Física Experimental Avançada
Proposta da área Científica para Laboratórios de Física Experimental Avançada Área Científica Físca de Partículas Módulos experimentais em laboratório de investigação: 4 tardes por grupo (8 h de contacto).
Modelagem Estocástica e Quantificação de Incertezas
Modelagem Estocástica e Quantificação de Incertezas Rubens Sampaio rsampaio@puc-rio.br Roberta de Queiroz Lima robertalima@puc-rio.br Departamento de Engenharia Mecânica DINCON 2015 Organização do curso
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
ESTATÍSTICA. 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.
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
Medida da fração de eventos de dupla troca de Pomeron inclusiva em produção de dijatos centrais
Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciências Instituto de Física Armando Dias Tavares Renata Figueiredo Rodrigues Medida da fração de eventos de dupla troca de Pomeron inclusiva
Avaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Capítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.
Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3
Exercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
Distribuição 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
Introdução Altas Energias
Introdução à Física de Altas Energias São Paulo Regional Analysis Center Programa Introdução Uma visão geral das partículas e suas interações Aceleradores e Detectores Como explorar o interior da matéria
Teoria de Cordas e Supercordas. Henrique Boschi Filho Instituto de Física UFRJ
Teoria de Cordas e Supercordas Henrique Boschi Filho Instituto de Física UFRJ III Encontro de Ciências do Universo, Núcleo de Pesquisas em Ciências, 4 de Julho de 2015 Ideia Central A hipótese central
Lista de Exercícios #2 Assunto: Variáveis Aleatórias Discretas
1. ANPEC 2018 Questão 3 Considere um indivíduo procurando emprego. Para cada entrevista de emprego (X) esse indivíduo tem um custo linear (C) de 10,00 Reais. Suponha que a probabilidade de sucesso em uma
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Exemplos Análise Combinatória Probabilidade Condicional Independência de Eventos Teorema da Probabilidade Total Lei de Bayes Aula de hoje Exemplo
E a proporcionalidade entre os dois vai ser, de novo, a seção de choque: ( eq ) densidade por área
Teoria Quântica de Campos I 30 E a proporcionalidade entre os dois vai ser, de novo, a seção de choque: ( unidades de área, consistentemente ) densidade por área ( eq. 30.1 ) velocidade relativa volume
(a) Se X Poisson(λ) e Y Poisson(µ), então X + Y Poisson(λ + µ). (b) Se X Binomial(n, p) e Y Binomial(m, p), então (X + Y ) Binomial(n + m, p).
Capítulo 0 Revisões Exercício 0.1 Sejam X e Y variáveis aleatórias independentes. Mostre que: (a) Se X Poisson(λ) e Y Poisson(µ), então X + Y Poisson(λ + µ). (b) Se X Binomial(n, p) e Y Binomial(m, p),
Reações Fotonucleares em Energias Intermediárias e Altas. Airton Deppmam
Reações Fotonucleares em Energias Intermediárias e Altas Airton Deppmam 1 Sumário Introdução; Medidas de seção de choque de fotoabsorção total; Resultados experimentais e novos problemas; Análise dos problemas
24/04/2017. 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
Amostragem e Distribuição Amostral. Tipos de amostragem, distribuição amostral de média, proporção e variância
Amostragem e Distribuição Amostral Tipos de amostragem, distribuição amostral de média, proporção e variância 1 AMOSTRAGEM Amostragem Probabilística ou Aleatória Amostragem Não Probabilística Amostragem
Olhando além: em busca de dimensões extras
Olhando além: em busca de dimensões extras Seminários de Grupo 1 Introdução 2 Dimensões Extras 3 Procurando nos experimentos 4 Resultados e Cálculos futuros 5 Sumário e Perspectivas A motivação Estudo
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
2.1 Variáveis Aleatórias Discretas
4CCENDMMT02-P PROBABILIDADE E CÁLCULO DIFERENCIAL E INTEGRAL Girlan de Lira e Silva (1),José Gomes de Assis (3) Centro de Ciências Exatas e da Natureza /Departamento de Matemática /MONITORIA Resumo: Utilizamos
Neste trabalho de tese, apresentamos o estudo do decaimento D + K S π π + π + (e seu conjugado de carga D K S π + π π implícito ao longo deste
1 Introdução Neste trabalho de tese, apresentamos o estudo do decaimento D + K S π π + π + (e seu conjugado de carga D K S π + π π implícito ao longo deste trabalho). O objetivo é estudar a formação de
Modelos 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
Resumo. Λ c em pp e p Pb, cujos resultados já representam um artigo em elaboração, e elétrons de
2 Resumo O presente relatório tem como objetivo apresentar as atividades que foram desenvolvidas durante os anos de 2015 e 2016 deste projeto de pós-doutorado. Destacam-se: a análise de Λ c em pp e p Pb,
Partículas: a dança da matéria e dos campos
Partículas: a dança da matéria e dos campos Aula 10 Nem partícula e nem onda 3 1. Revisão: experiências com corpúsculos. 2. Indeterminação. Equação de Schrödinger. 3. Caminhos. 4. Partículas Idênticas.
Uma Arquitetura para Síntese de Imagens Fotorrealistas Baseada em Técnicas de Monte Carlo. Otávio de Pinho Forin Braga
Uma Arquitetura para Síntese de Imagens Fotorrealistas Baseada em Técnicas de Monte Carlo Otávio de Pinho Forin Braga Imagens Fotorrealistas Imagens indistinguíveis das de uma câmera real Gerando Imagens
BIE5781 Aula 2. Variáveis Aleatórias Discretas
BIE5781 Aula 2 Variáveis Aleatórias Discretas Variável Aleatória SUCESSOS COMBINAÇÕES POSSÍVEIS P 0 1/4 1 ou 2/4 2 1/4 Funções de Probabilidade J.L.B. Ferreira, 2006 f x =P X =x i 0.6 0.5 0.4 P 0.3 0.2
O que é o desbalanço de Matéria e Anti-matéria no Universo? Ignacio Bediaga Centro Brasileiro de Pesquisas Físicas
O que é o desbalanço de Matéria e Anti-matéria no Universo? Ignacio Bediaga Centro Brasileiro de Pesquisas Físicas "Do que a matéria é feita?" O Átomo dinâmico do Séc XX Partículas alfa Rutherford: Átomo
Probabilidade 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
Variáveis Aleatórias - VA
Variáveis Aleatórias - VA cc ck kc kk 0 1 2 1/4 1/2 Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - Introdução Se entende por VA ou V. indicadoras uma lista de valores
Elementos de Estatística. Michel H. Montoril Departamento de Estatística - UFJF
Elementos de Estatística Michel H. Montoril Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são
Física Quântica. Aula 11: Spin do Elétron, Princípio de Exclusão de Pauli. Pieter Westera
Física Quântica Aula 11: Spin do Elétron, Princípio de Exclusão de Pauli Pieter Westera pieter.westera@ufabc.edu.br http://professor.ufabc.edu.br/~pieter.westera/quantica.html Quantização do Momento Angular
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
Prova Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - o Ano 00 - a Fase Proposta de resolução GRUPO I. Como só existem bolas azuis e roxas, e a probabilidade de extrair uma bola da caixa, e ela ser azul é igual a, então existem