Baixe o app para aproveitar ainda mais
Prévia do material em texto
21/09/2021 09:38 Texto de apoio - Resumo teórico da disciplina | Claudio ... https://ava.univesp.br/ultra/courses/_4644_1/cl/outline 1/4 Texto de apoio - Resumo teórico da disciplina | Claudio Possani Modelos Probabilísticos para Computação – EEM101 - Turma 001 Semana 7 Texto de apoio - Resumo teórico da disciplina | Claudio Possani Texto de apoio - Resumo teórico da disciplina | Claudio Possani Consideramos um Espaço Amostral E (associado a algum fenômeno ou experimento) e definimos uma função probabilidade em E como sendo uma função , satisfazendo: Quando E é finito podemos dizer que uma distribuição de probabilidade é equiprovável se cada evento unitário tem mesma probabilidade, isto é: Dois eventos são ditos mutuamente exclusivos se e só se . Probabilidade condicional A probabilidade de ocorrência de um evento pode mudar em razão da ocorrência prévia de outros eventos. 1. 2. 3. indica o conjunto das partes de E. Neste caso, vale . Desta relação, segue que . Dois eventos, A e B, são chamados independentes se, e só se, . Neste caso, . Uma variável aleatória é uma função a valores numéricos definida num espaço amostral. A variável aleatória é discreta se ela toma valores num conjunto finito ou enumerável. Ela chama-se contínua se toma valores num intervalo . https://ava.univesp.br/webapps/blackboard/execute/courseMain?course_id=_4644_1 https://ava.univesp.br/webapps/blackboard/content/listContent.jsp?course_id=_4644_1&content_id=_606816_1&mode=reset 21/09/2021 09:38 Texto de apoio - Resumo teórico da disciplina | Claudio ... https://ava.univesp.br/ultra/courses/_4644_1/cl/outline 2/4 Esperança, Valor Esperado ou Média da variável X é: Variância de uma variável aleatória X: Desvio padrão de X: . Mediana de uma variável aleatória é o valor Md, tal que: . Moda, Mo de uma variável aleatória: é o valor (ou valores) do conjunto de valores da variável X que possui maior probabilidade. No caso de X ser uma variável aleatória contínua, a distribuição de probabilidade ou densidade associada a X é uma função com: Esperança (ou valor esperado ou média): Variância: O desvio padrão e a mediana são definidos de forma análoga ao caso das variáveis aleatórias discretas. Um estimador chama-se não viesado ou não viciado se seu valor esperado coincide com valor de interesse. Um estimador chama-se consistente se: Média amostral: (onde Xi são cópias de uma variável X). Teorema Central do Limite Quando o tamanho da amostra cresce, a variável aleatória média A uma variável aleatória está associada a uma função probabilidade P definida no conjunto onde X toma valores. 1. 2. 21/09/2021 09:38 Texto de apoio - Resumo teórico da disciplina | Claudio ... https://ava.univesp.br/ultra/courses/_4644_1/cl/outline 3/4 amostral (padronizada) tende a uma distribuição normal de média 0 e variância 1: Um Processo Estocástico é uma família onde cada Xt é uma variável aleatória e T é um conjunto ordenado de índices. Todas as variáveis tomam valor no mesmo conjunto S, os “estados”. O conjunto T pode ser finito, enumerável ou contínuo. Uma Cadeia de Markov é um processo estocástico que satisfaz Passeio aleatório simples simétrico em Observe que isto significa que a média de tende a . Imagine que um certo atributo seja partilhado por uma parcela de uma população, digamos . Toma-se uma amostra de tamanho n e o estimador para p será dado por: Definissem n variáveis aleatórias tomando valores em {0, 1} da seguinte maneira: Yi = 1 se o i-ésimo elemento da amostra tem o atributo e Yi = 0 caso não tenha. Pomos . Este estimador é não viesado e consistente. Demonstra-se que: Observe que: quando (Propriedade de Markov) Uma Cadeia de Markov é um processo estocástico em que a última informação é relevante para a continuidade do processo. O passado remoto não é relevante. Um ponto (marcador) começa na origem e se desloca, a cada etapa, para a direita ou esquerda com probabilidade p = ½. A posição do marcador na i-ésima iteração depende da posição do marcador na iteração i-1. Este passeio aleatório pode ser descrito com variáveis aleatórias Zn que tomam valores em {-1, 1} com probabilidade ½ para cada valor. Definimos S0 = 0 21/09/2021 09:38 Texto de apoio - Resumo teórico da disciplina | Claudio ... https://ava.univesp.br/ultra/courses/_4644_1/cl/outline 4/4 Vimos que muitas vezes podemos representar um processo estocástico através de um grafo. Numa cadeia de Markov, a Matriz de Transição é a matriz que representa as probabilidades de mudança de estados, isto é, o elemento aij da matriz satisfaz aij = P(Xn+1 = j │ Xn = i). e e o passeio aleatório é a sequência {S1, S2, …, Sn, … }.
Compartilhar