Física da Informação Probabilidades
|
|
- Laura Martinho
- 4 Há anos
- Visualizações:
Transcrição
1 Física da Informação Probabilidades L.J. Amoreira UBI Novembro 2009
2 Sobre um exemplo da aula passada Uma caixa contém N bolas numeradas Retira-se uma bola, repõe-se na caixa, retira-se outra bola Qual a probabilidade de serem consecutivas? def repeat(nballs,nreps): i = 0 freq = 0 while i<=nreps: i=i+ b=random.randrange(,nballs+) b2=random.randrange(,nballs+) if abs(b-b2)==: freq+= return (freq*.)/nreps
3 A distribuição binomial Repete-se n vezes uma experiência na qual um dado acontecimento A tem uma probabilidade de ocorrência p. Qual a probabilidade de ele ( se dar ) k vezes? n Há maneiras de distribuir as k ocorrências de A pelas n k repetições. Sendo as k ocorrências independentes, a sua probabilidade é p k. Se A ocorre k vezes, então nas (n k) vezes restantes ocorre o complementar, Ā, com probabilidade ( p)(n k) Então ( n P n (k) = k ) p k ( p) (n k)
4 Distribuição binomial Exemplos Repete-se 4 vezes o lançamento de um dado. O pode sair 0,, 2, 3, ou 4 vezes, com probabilidades 0,482 ( ) ( ) k ( ) 4 k 4 5 0,386 P(k) = = k 6 6 0,6 0,05 0,00
5 Distribuição binomial Exemplos Há 87 alunos inscritos em Física da Informação A probabilidade de cada um fazer anos no dia de aniversário do professor (que não faz anos no no dia 9 de Fevereiro) é p = /5 2, Mas a probabilidade de um qualquer dos 87 alunos partilhar a data de aniversário com o professor é P() = ( 87 ) ( ) ( ) , (Já agora, refira-se que a probabilidade de, entre todos os 87 alunos inscritos, não haver quaisquer aniversários comuns é,4 0 5 )
6 Distribuição binomial Exemplos O número total de chaves possíveis do Totoloto (6 números de 49) é ( ) 49 N t = = , O número de chaves vencedoras é... uma a probabilidade de se escolher a chave vencedora numa dada aposta é pois p = /, ,5 0 8 Quantas vezes devemos apostar para a probabilidade de ganharmos uma ou mais vezes ser superior a 0,5? Devemos determinar n tal que P(0) < 0,5, ou seja, ( ) n p 0 ( p) n = ( p) n < 0,5 0 n > ln 0,5 = ln( p) A dez apostas por semana, dá cerca de 8600 anos. Ou 4,8 Me. (P(0) = 0,500; P() = 0,347; P(2) = 0,20; P(3) = 0,028.)
7 Valor expectável de uma variável aleatória Dada uma variável aleatória (discreta) ( ) x x 2... x N, P P 2... P N define-se o seu valor expectável como x = N x k P k Quando se repete muitas vezes uma experiência aleatória, o valor médio dos resultados obtidos tende a aproximar-se do valor expectável da variável determinada. k=
8 Valor expectável de uma variável aleatória Por exemplo, lançamos dois dados. A soma dos seus valores é a variável aleatória ( ) R = 2 O valor expectável é 3 4 R = 5 2 r=2 6 5 rp r = 7 Repetiu-se n vezes o lançamento dos dois dados. O valor médio dos resultados obtidos é n R 6,700 6,958 7,008 7,000 2
9 Variância de uma variável aleatória O valor expectável é uma medida da localização da variável. Mas é também importante avaliar a dispersão da variável, ou seja, quão afastados uns dos outros são, em média, os sucessivos resultados da repetição da experiência. define-se para tal a variância, que é o valor expectável do quadrado dos desvios relativamente à média: σ 2 = (x x ) 2 Mais explicitamente, considerando de novo a variável genérica ( ) x x 2... x N, P P 2... P N a variância escreve-se σ 2 = N (x k x ) 2 P k k= A σ σ 2 dá-se o nome de desvio padrão
10 Como definir quantitativamente informação? Dado um sistema total ou parcialmente desconhecido, podemos avaliar o teor informativo de uma afirmação sobre esse sistema pela redução de ignorância que essa afirmação acarreta. Esta possibilidade coloca o problema de como definir quantitativamente ignorância A nossa ignorância de um sistema é tanto maior quanto maior for o nosso desconhecimento do valor das suas variáveis características Podemos considerar essas variáveis como variáveis aleatórias, cujo valor é determinado no momento em que fazemos uma experiência de medida Definir quantitativamente a nossa ignorância sobre um um sistema passa assim por introduzir uma medida quantitativa da nossa ignorância de uma variável aleatória Chama-se a essa medida incerteza (ou entropia) de uma variável aleatória.
11 Parêntesis: as funções logarítmicas Os logaritmos são as funções inversas das funções exponenciais: y = log b x x = b y (b > 0, b, x > 0) O parâmetro b chama-se base do logaritmo. Valores mais usuais logaritmos decimais: b = 0 logaritmos neperianos: b = e 2,78282 logaritmos binários: b = 2 Algumas propriedades: log(xy) = log x + log y log(x y ) = y log x log = 0 log(x/y) = log(x) log(y) Conversão entre bases: Calculadoras: log b x = log a x log a b log log 0 ; ln log e ;
12 Incerteza de uma variável aleatória A uma variável aleatória associamos um grau de incerteza porque não sabemos a priori que valor vai assumir Por exemplo, não sabemos que resultado obtemos do lançamento de um dado. A priori, é um valor incerto Se uma experiência tiver dois resultados possíveis, mas um deles tiver uma probabilidade muito baixa, é praticamente certo que será o outro a ocorrer. A incerteza desta experiência é portanto menor que se ambos os resultados tiverem probabilidades parecidas Quanto maior o número de resultados possíveis, maior a incerteza. Ou seja, é mais incerto o resultado do lançamento de um dado (seis possibilidades) do que o de uma moeda (2 possibilidades) Vamos tentar definir quantitativamente incerteza, de forma a serem satisfeitos dois requesitos. A incerteza de uma variável deve ser máxima se todos os resultados possíveis forem equiprováveis 2. A incerteza associada a duas variáveis A e B independentes deve ser igual à soma das incertezas de cada uma H(AB) = H(A) + H(B)
13 Incerteza de uma variável aleatória Seja X uma variável aleatória que pode tomar um de N valores possíveis x, x 2,... x N Sugestão : tomamos como a sua incerteza a função H (X) = N Não entra em linha de conta com as probabilidades de cada resultado. Não satisfaz o requesito. Dadas duas variáveis independentes A e B, com NA e N B resultados possíveis, a variável conjunta AB tem N A N B resultados possíveis. Logo, H (AB) = H (A) H (B). H não satisfaz o requesito 2. Conclusão: H não serve como definição de incerteza Sugestão 2: tomamos antes H 2 (X) = log N Esta possibilidade satisfaz o requesito 2: log(n A N B ) = log N A + log N B H 2 (AB) = H 2 (A) + H 2 (B) Mas não satisfaz o requesito, já que não são consideradas as probabilidades dos vários resultados.
14 Incerteza de uma variável aleatória A sugestão 2 não considera as probabilidades com que ocorrem os vários resultados x,..., x N. Ou seja, trata todos por igual. Ou seja ainda, trata os resultados possíveis como equiprováveis. Podemos reescrever H 2 (X) como H 2 (x) = log N = log N = N N log N N = N log N Mas se os vários resultados são equiprováveis e se são N no total, então p k = /N, logo N H 2 (X) = p k log p k Podemos adoptar esta expressão como definicão de incerteza de X? k= k=
15 O primeiro requisito -p ln p N Seja H(X) = p k log p k k= Note-se que ( f pi /N) f (p i )/N p log N p i log p i Ou seja, a incerteza é máxima quando os resultados são equiprováveis H(X) satisfaz o o requisito.
16 O segundo requisito Sejam A e B as duas variáveis aleatórias independentes ) ) A = ( x... x NA p... p NA B = ( y... y NB q... q NB A variável conjunta AB pode tomar qualquer dos N A N B valores z ik = (x i,y k ), com probabilidades p ik = p i q k A sua incerteza é então H(AB) = ik p ik log p ik = ik p i q k log(p i q k ) = p i q k (log p i + log q k ) ik = p i log p i q k q k log q k i k k i = H(A) + H(B) H(X) também satisfaz o segundo requisito! p i
17 Incerteza ou entropia de uma v.a. Incerteza de uma v.a.: H(X) = i p i log p i Em teoria da informação é costume usar logaritmos de base 2. Nesse caso, chama-se bit à unidade de incerteza. Menos frequentemente usam-se logaritmos neperianos (com os quais se define outra unidade de incerteza, o nat) ou logaritmos decimais, com os quais se define a unidade de incerteza hartley Os logaritmos de base 2 podem ser calculados a partir dos de base e (ln) ou de base 0 (log), disponíveis nas calculadoras, através das igualdades log 2 x = ln x ln 2 = log x log 2, (ln log e ; log log 0 )
18 Exemplos Lançamento de um dado: ( R = ) 6 H() = p k log p k = log(/6) = log 6 2,586 bits k= Lançamento de dois dados R = «H(2) = 2 k=2 p k log p k 3,274 bits Se fosse equiprovável, H(2) = log 3,459 bits
Probabilidade. Definição de informação
Probabilidade. Definição de informação L.J. Amoreira UBI Novembro 2010 A distribuição binomial Repete-se n vezes uma experiência na qual um dado acontecimento A tem uma probabilidade de ocorrência p. Qual
Leia maisL.J. Amoreira UBI. Dezembro 2010
Definição de informação L.J. Amoreira UBI Dezembro 2010 Entropia (ou incerteza [ou ignorância]) A incerteza associada a uma variável aleatória X que pode tomar os valores x 1, x 2,..., x n com probabilidades
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano Época especial
Prova Escrita de MATEMÁTICA A - 1o Ano 01 - Época especial Proposta de resolução GRUPO I 1. Como o primeiro e último algarismo são iguais, o segundo e o penúltimo também, o mesmo acontecendo com o terceiro
Leia maisPROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO
PROBABILIDADES Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que ela seja aferida, analisada e usada para a realização de previsões ou para a
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
Leia maisDistribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson
Distribuições discretas de probabilidades Cap. 8 Binomial, Hipergeométrica, Poisson Definições Variável aleatória: função que associa a cada elemento do espaço amostral um número real. Exemplo: diâmetro
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
Leia maisFunções e Limites - Aula 08
Funções e Limites - Aula 08 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 22 de Março de 2013 Primeiro Semestre de 2013 Turma 2013104 - Engenharia de Computação Definição
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 maisNa resposta a cada um dos itens deste grupo, selecione a única opção correta.
Exame Nacional exame nacional do ensino secundário Decreto Lei n. 9/0, de de julho Prova Escrita de Matemática A. Ano de Escolaridade Prova 6/.ª Fase Duração da Prova: 0 minutos. Tolerância: 0 minutos
Leia maisAula 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 maisExperiências aleatórias e probabilidade
Experiências aleatórias e probabilidade L.J. Amoreira UBI Novembro 2010 Experiências aleatórias Experiências aleatórias são aquelas cujos resultados não são conhecidos de antemão. Espaço de resultados
Leia mais3. Tem-se: Como não pode ser, então. ( não pode ser porque se assim fosse a probabilidade de sair a face numerada com o número
EXAME NACIONAL DO ENSINO SECUNDÁRIO MATEMÁTICA A PROVA MODELO N.º 1 PROPOSTA DE RESOLUÇÃO 12.º ANO DE ESCOLARIDADE Site: http://recursos-para-matematica.webnode.pt/ Facebook: https://www.facebook.com/recursos.para.matematica
Leia maisEstatística (MAD231) Turma: IGA. Período: 2017/2
Estatística (MAD231) Turma: IGA Período: 2017/2 Aula #03 de Probabilidade: 04/10/2017 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisExercícios 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,
Leia maisTema 4- Modelos de probabilidade.
Tema 4- Modelos de probabilidade. 1- Modelos de probabilidade(136) 1.1) Introdução.(36) [Vídeo: 33] 1.) Fenómenos aleatórios(138) Experiência determinística-produz sempre o mesmo resultado desde que seja
Leia mais1 Distribuições Discretas de Probabilidade
1 Distribuições Discretas de Probabilidade A distribuição discreta descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma
Leia maisProposta de Resolução do Exame do 12º ano Matemática A (Prova 635) Grupo I
Proposta de Resolução do Exame do 1º ano Matemática A (Prova 635) Grupo I 1. Como só existem bolas de dois tipos na caixa e a probabilidade de sair bola azul é 1, existem tantas bolas roxas quantas as
Leia maisRevisões de Matemática e Estatística
Revisões de Matemática e Estatística Joaquim J.S. Ramalho Contents 1 Operadores matemáticos 2 1.1 Somatório........................................ 2 1.2 Duplo somatório....................................
Leia maisMatemática A RESOLUÇÃO GRUPO I. Teste Intermédio. Versão 1. Duração do Teste: 90 minutos º Ano de Escolaridade. 1.
Teste Intermédio Matemática A Versão Duração do Teste: 90 minutos 9..0.º Ano de Escolaridade Decreto-Lei n.º 7/00, de de março????????????? RESOLUÇÃO GRUPO I. Resposta (B) Tem-se, a 0+ b + 0,, pelo que
Leia maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisPropriedades das Funções Contínuas e Limites Laterais Aula 12
Propriedades das Funções Contínuas e Limites Laterais Aula 12 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 27 de Março de 2014 Primeiro Semestre de 2014 Turma 2014106 -
Leia mais2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisPRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE
PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE 3.1 INTRODUÇÃO Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia maisFundamentos 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
Leia maisEST012 - 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
Leia maisa n = a.a.a...a Aula 01 _ Revisão de Potência FUNÇÃO EXPONENCIAL a n+1 = (a.a.a...a).a a n+1 = a n.a (a.a.a.a...a).(a.a...
Aula 01 _ Revisão de Potência FUNÇÃO EXPONENCIAL 1 1) Revisão de Potência Assim: a 1 = a e a n = a.a.a.....a a n+1 = (a.a.a.....a).a 2) Propriedades das Potências P1) a m.a n = a m+n Demonstração: a m.a
Leia maisProf. Eduardo Bezerra. 6 de abril de 2018
Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 6 de abril de 2018 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 19 Roteiro 1 2 3 Eduardo Bezerra (CEFET/RJ) Distribuições
Leia maisDA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisTEMA 1 COMBINATÓRIA E PROBABILIDADES FICHAS DE TRABALHO 12.º ANO COMPILAÇÃO TEMA 1 COMBINATÓRIA E PROBABILIDADES
FICHAS DE TRABALHO.º ANO COMPILAÇÃO TEMA COMBINATÓRIA E PROBABILIDADES Site: http://www.mathsuccess.pt Facebook: https://www.facebook.com/mathsuccess TEMA COMBINATÓRIA E PROBABILIDADES Matemática A.º Ano
Leia maisExperiências Aleatórias. Espaço de Resultados. Acontecimentos
Experiências Aleatórias. Espaço de Resultados. Acontecimentos Experiência Aleatória É uma experiência em que: não se sabe exactamente o resultado que se virá a observar; conhece-se o universo dos resultados
Leia maisUniversidade Federal de Goiás Instituto de Matemática e Estatística
Universidade Federal de Goiás Instituto de Matemática e Estatística Prova de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 31 de outubro de 014 Aluno: Nota: Descreva seu raciocínio e desenvolva
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 maisPROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache
PROBABILIDADE Aula 2 Probabilidade Básica Fernando Arbache Probabilidade Medida da incerteza associada aos resultados do experimento aleatório Deve fornecer a informação de quão verossímil é a ocorrência
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisL.J. Amoreira Dept. Física, UBI Dezembro 2010
Brevíssima introdução à teoria da informação L.J. Amoreira Dept. Física, UBI Dezembro 2010 Conteúdo 1 Introdução 2 2 Variáveis aleatórias e probabilidade 3 2.1 Experiências aleatórias e variáveis aleatórias............
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano Época especial
Prova Escrita de MATEMÁTICA A - o Ano 0 - Época especial Proposta de resolução GRUPO I. Temos que A e B são acontecimentos incompatíveis, logo P A B 0 Como P A B P B P A B, e P A B 0, vem que: P A B P
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisCapítulo4- Modelos de probabilidade.
Capítulo4- Modelos de probabilidade. 1- Modelos de probabilidade(110) 1.1) Introdução.(110) 1.) Fenómenos aleatórios(11) Experiência determinística-produz sempre o mesmo resultado desde que seja repetido
Leia maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A TESTE TIPO EXAME Nº1
1º ANO DE ESCOLARIDADE DE MATEMÁTICA A Utilize apenas caneta ou esferográfica de tinta indelével azul ou preta, ecepto nas respostas que impliquem a elaboração de construções, desenhos ou outras representações,
Leia maisP R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 2
P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 2 GRUPO I ITENS DE ESCOLHA MÚLTIPLA 1. Nota: Na versão de 2014, no enunciado, onde está entre a e a -ésima linhas, inclusive deve estar entre
Leia maisParte 4 Variáveis aleatórias
Parte 4 Variáveis aleatórias Uma variável aleatória associa um valor numérico a cada resultado de um fenômeno ou experimento aleatório; Assim como estudado anteriormente, uma variável aleatória pode ser
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade 7 6 5 4 3 2 1 0 Normal 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Temperatura do ar 20 18 16 14 12 10 8 6 4 2 0 Assimetrica Positiva 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Precipitação
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisProcessamento de Imagens
Processamento de Imagens Introdução Mylène Christine Queiroz de Farias Departamento de Engenharia Elétrica Universidade de Brasília (UnB) Brasília, DF 70910-900 mylene@unb.br 22 de Março de 2016 Aula 03:
Leia maisPROBABILIDADE. Luciana Santos da Silva Martino. PROFMAT - Colégio Pedro II. 01 de julho de 2017
Sumário PROBABILIDADE Luciana Santos da Silva Martino PROFMAT - Colégio Pedro II 01 de julho de 2017 Sumário 1 Conceitos Básicos 2 Probabildade Condicional 3 Espaço Amostral Infinito Outline 1 Conceitos
Leia maisT o e r o ia a da P oba ba i b lida d de
Teoria da Probabilidade Prof. Joni Fusinato Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso cotidiano. Usa o princípio básico do aprendizado humano que
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisEstatística I Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.
statística I Aula 6 Prof.: Patricia Maria Bortolon, D. Sc. VARIÁVIS ALATÓRIAS Variáveis Aleatórias xaminemos as seguintes situações: Um estudante que fez um teste do tipo verdadeiro ou falso está interessado
Leia mais4 3 10! Resposta pedida: 3! x 4! = 144 Resposta: C
ágina 80. reparar o Exame 0 07 Matemática A 4 0! 4 x x 0!. Devemos escolher, das oito posições, duas para as letras A: temos 8 formas de o fazer. Das seis posições restantes, uma tem de ser para a letra
Leia maisSequências Generalizando um pouco, podemos então dizer que sequências de elementos são grupos com elementos obedecendo a determinada ordem. Obteremos uma sequência diferente quando se altera a ordem. No
Leia maisProbabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz
Leia maisPROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)
PROVAS Ciência da Computação 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta) Ajuste de Curvas Objetivo Ajustar curvas pelo método dos mínimos quadrados 1 - INTRODUÇÃO Em geral, experimentos
Leia maisBioestatística F. Modelo Binomial. Enrico A. Colosimo
Bioestatística F Modelo Binomial Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 1 Variável aleatória discreta Definição Uma
Leia maisExercícios de exames e provas oficiais
mata2 Eercícios de eames e provas oficiais. Uma caia tem seis bolas distinguíveis apenas pela cor: duas azuis e quatro pretas. Considere a eperiência aleatória que consiste em retirar dessa caia, simultaneamente
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisESCOLA SECUNDÁRIA JERÓNIMO EMILIANO DE ANDRADE DE ANGRA DO HEROÍSMO
ESCOLA SECUNDÁRIA JERÓNIMO EMILIANO DE ANDRADE DE ANGRA DO HEROÍSMO PLANIFICAÇÃO ANUAL ANO LECTIVO: 008/009 DISCIPLINA: Matemática ANO: 1º Aulas previstas 1º período: 7 (5 ) º período: 7 (5 ) 3º período:
Leia maisDistribuições 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).
Leia maiscanal para sinais contínuos
Processos estocásticos, Entropia e capacidade de canal para sinais contínuos 24 de setembro de 2013 Processos estocásticos, Entropia e capacidade de canal para1 sin Conteúdo 1 Probabilidade de sinais contínuos
Leia maisMedidas-Resumo. Tipos de Variáveis
Tipos de Variáveis Medidas-Resumo Exemplo 2.1 Um pesquisador está interessado em fazer um levantamento sobre alguns aspectos socioeconômicos dos empregados da seção de orçamentos da Companhia MB. Usando
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisMATEMÁTICA. Função e Equação Logaritmo. Professor : Dêner Rocha. Monster Concursos 1
MATEMÁTICA Função e Equação Logaritmo Professor : Dêner Rocha Monster Concursos 1 Logaritmos Definição A ideia que concebeu o logarítmo é muito simples, ou seja, podemos associar o termo Logaritmo, como
Leia mais#Desafios SPM. #Probabilidades e Combinatória. Exercício 1. Exercício 2
#Desafios SPM Os #Desafios SPM destinam-se a alunos do 12.º ano que frequentam a disciplina de Matemática A. Pretendem mobilizar, em situações diversificadas, os conhecimentos e as capacidades que adquiriram
Leia maisTeoria das Probabilidades
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 08:8 ESTATÍSTICA APLICADA I - Teoria das
Leia maisProcessos Estocásticos
Processos Estocásticos Quarta Lista de Exercícios 12 de fevereiro de 2014 1 Sejam X e Y duas VAs que só podem assumir os valores 1 ou -1 e seja p(x, y) = P (X = x, Y = y), x, y { 1, 1} a função de probabilidade
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia mais1 Introdução à Combinatória Enumerativa: O Princípio de Inclusão-Exclusão
1 Introdução à Combinatória Enumerativa: O Princípio de Inclusão-Exclusão Dados conuntos finitos X, Y tem-se X Y = X + Y X Y Do mesmo modo X Y Z = X + Y + Z X Y X Z Y Z + X Y Z uma vez que os elementos
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 maisAULA 16 - Distribuição de Poisson e Geométrica
AULA 16 - Distribuição de Poisson e Geométrica Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuição de Poisson Em muitas situações nos deparamos com a situação em que o número de ensaios
Leia mais1 Probabilidade: Axiomas e Propriedades
1 Probabilidade: Axiomas e Propriedades 1.1 Definição Frequentista Considere um experimento aleatório que consiste no lançamento de um dado honesto. O espaço amostral desse experimento é Ω = {1, 2, 3,
Leia maisEstatística e Probabilidade Aula 05 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 05 Distribuições de Probabilidades Prof. Gabriel Bádue Motivação Quais os possíveis resultados que poderão ser obtidos no lançamento de um dado não-viciado? Qual a probabilidade
Leia maisEstatística 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
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia 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 maisTema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17)
Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 016/17) 1- Modelos de probabilidade(136) 1.1) Introdução.(36) (Vídeo: 33) 1.) Fenómenos aleatórios(138) Experiência determinística-produz
Leia maisBIOESTATISTICA. Unidade IV - Probabilidades
BIOESTATISTICA Unidade IV - Probabilidades 0 PROBABILIDADE E DISTRIBUIÇÃO DE FREQUÊNCIAS COMO ESTIMATIVA DA PROBABILIDADE Noções de Probabilidade Após realizar a descrição dos eventos utilizando gráficos,
Leia maisVARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL
VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1
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 maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado
Leia maisAula 5. Variáveis Aleatórias Discretas
Aula 5. Variáveis Aleatórias Discretas Definição formal : Variável aleatória é qualquer função definida em espaço Ω. Ω função é uma regra que para cada valor de domínio corresponde um valor de R R Definição
Leia maisP R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 2
P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 2 GRUPO I ITENS DE ESCOLHA MÚLTIPLA 1. A soma dos todos os elementos da linha do triângulo de Pascal é dada por. Assim vem:. Logo trata-se da
Leia maisAjuste de dados pelo Métodos dos Mínimos Quadrados
Ajuste de dados pelo Métodos dos Mínimos Quadrados Prof. Santos Alberto Enriquez Remigio Famat-Ufu Problema Após serem efetuadas medições num gerador de corrente contínua, foram obtidos os valores indicados
Leia maisMatemática & Raciocínio Lógico
Matemática & Raciocínio Lógico para concursos Prof. Me. Jamur Silveira www.professorjamur.com.br facebook: Professor Jamur PROBABILIDADE No estudo das probabilidades estamos interessados em estudar o experimento
Leia maisDistribuições Amostrais
Estatística II Antonio Roque Aula Distribuições Amostrais O problema central da inferência estatística é como fazer afirmações sobre os parâmetros de uma população a partir de estatísticas obtidas de amostras
Leia maisCONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA
DISCIPLINA: MÉTODOS QUANTITATIVOS PROFESSORA: GARDÊNIA SILVANA DE OLIVEIRA RODRIGUES CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA MOSSORÓ/RN 2015 1 POR QUE ESTUDAR
Leia maisEstatística: Probabilidade e Distribuições
Estatística: Probabilidade e Distribuições Disciplina de Estatística 2012/2 Curso: Tecnólogo em Gestão Ambiental Profª. Ms. Valéria Espíndola Lessa 1 Aula de Hoje 23/11/2012 Estudo da Probabilidade Distribuição
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 12o Ano 2008-1 a Fase Proposta de resolução GRUPO I 1. Como se pretende ordenar 5 elementos amigos) em 5 posições lugares), existem 5 A 5 = P 5 = 5! casos possíveis. Como
Leia maisP R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 6
P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 6 GRUPO I ITENS DE ESCOLHA MÚLTIPLA 1. Tem-se, ( Assim,. Resposta: B 2. Considere-se a variável aleatória : «peso dos alunos do.º ano» ( e os
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Leia mais2 Teoria da Informação
2 Teoria da Informação Neste capítulo apresentamos alguns conceitos básicos sobre Teoria da Informação que utilizaremos durante este trabalho. 2.1 Alfabeto, texto, letras e caracteres Um alfabeto Σ = (σ
Leia mais03/06/2014. Tratamento de Incertezas TIC Aula 18. Conteúdo Inferência Estatística Clássica
Tratamento de Incertezas TIC-00.176 Aula 18 Conteúdo Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.1/tic-00.176
Leia maisCapítulo 2 Probabilidades
Capítulo 2 Probabilidades Slide 1 Definições Slide 2 Acontecimento Qualquer colecção de resultados de uma experiência. Acontecimento elementar Um resultado que não pode ser simplificado ou reduzido. Espaço
Leia mais