Mudanças entre as edições de "PRE-EngTel (página)"
Ir para navegação
Ir para pesquisar
(→Aulas) |
(→Aulas) |
||
Linha 10: | Linha 10: | ||
! N !! Dia !! Desenvolvimento !! Leitura recomendada | ! N !! Dia !! Desenvolvimento !! Leitura recomendada | ||
|- | |- | ||
− | | 1 || 12/08 || Plano de ensino. Variáveis aleatórias | + | | 1 || 12/08 || Plano de ensino. Definição de variáveis aleatória. Variáveis aleatórias discretas. Função massa de probabilidade (PMF). [O] || Yates, Sec. 2.2 e 2.1 |
|- | |- | ||
| 2 || 15/08 || Propriedades da PMF. Algumas distribuições de probabilidade discretas. [O] || Yates, Sec. 2.3 | | 2 || 15/08 || Propriedades da PMF. Algumas distribuições de probabilidade discretas. [O] || Yates, Sec. 2.3 | ||
+ | |- | ||
+ | | 3 || 19/08 || Variáveis aleatórias contínuas. Função densidade de probabilidade (PDF). Propriedades da PDF. Algumas distribuições de probabilidade contínuas. || Yates, Sec. 3.2, 3.4. | ||
|} | |} | ||
Edição das 09h52min de 19 de agosto de 2016
MURAL DE AVISOS E OPORTUNIDADES DA ÁREA DE TELECOMUNICAÇÕES
Informações gerais
Aulas
N | Dia | Desenvolvimento | Leitura recomendada |
---|---|---|---|
1 | 12/08 | Plano de ensino. Definição de variáveis aleatória. Variáveis aleatórias discretas. Função massa de probabilidade (PMF). [O] | Yates, Sec. 2.2 e 2.1 |
2 | 15/08 | Propriedades da PMF. Algumas distribuições de probabilidade discretas. [O] | Yates, Sec. 2.3 |
3 | 19/08 | Variáveis aleatórias contínuas. Função densidade de probabilidade (PDF). Propriedades da PDF. Algumas distribuições de probabilidade contínuas. | Yates, Sec. 3.2, 3.4. |
Simulações
PMF da soma de dois dados |
---|
N = 1000; % Número de experimentos
D1 = randi([1 6], 1, N); % Dado 1
D2 = randi([1 6], 1, N); % Dado 2
X = D1 + D2; % Variável aleatória de interesse
x = 2:12; % Centros dos bins
freq = hist(X, x); % Histograma de X
pmf_prat = freq / N; % PMF prática a partir do histograma
pmf_teor = [1 2 3 4 5 6 5 4 3 2 1] / 36; % PMF teória calculada em sala de aula
% Plots
figure
hold on
grid
stem(x, pmf_prat, 'r')
stem(x, pmf_teor, 'b')
|
Geométrica (dado) |
---|
N = 1000; % Número de experimentos
X = zeros(1, N);
for ii = 1 : N
count = 0;
while 1
D = randi([1 6]);
count += 1;
if D == 6
break
end
end
X(ii) = count;
end
x = 1 : max(X);
freq = hist(X, x);
pmf_prat = freq / N;
pmf_teor = (5/6).^(x-1) * (1/6);
% Plots
figure
hold on
grid
stem(x, pmf_prat, 'r')
stem(x, pmf_teor, 'b')
|
Trabalhos
Listas de exercícios
Bibliografia
- Yates, Roy D.; Goodman, David J. Probability and Stochastic Processes: A Friendly Introduction for Electrical and Computer Engineers, 2nd Ed., 2005.
- Albuquerque, J.P.A.; Fortes, J.M.P.; Finamore, W.A. Probabilidade, Variáveis Aleatórias e Processos Estocásticos, 2008.
- Grinstead, Charles M.; Snell, J. Laurie. Introduction to Probability, 2006.
Professores anteriores
- 2016-1: Roberto Wanderley da Nóbrega
- 2015-2: Roberto Wanderley da Nóbrega
- 2015-1: Roberto Wanderley da Nóbrega
- 2014-2: Roberto Wanderley da Nóbrega