Mudanças entre as edições de "PRE-EngTel (página)"

De MediaWiki do Campus São José
Ir para navegação Ir para pesquisar
Linha 10: Linha 10:
 
! N !! Dia !! Desenvolvimento !! Leitura recomendada
 
! N !! Dia !! Desenvolvimento !! Leitura recomendada
 
|-
 
|-
|  1 || 12/08 || Plano de ensino. Variáveis aleatórias contínuas e discretas. Função massa de probabilidade (PMF). [O] || Yates, Sec. 2.2 e 2.1
+
|  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

Professores anteriores


Curso de Engenharia de Telecomunicações