Um robô está num corredor. Ele possui um mapa do corredor mas não sabe onde está localizado. A parede do corredor e indistinta, exceto pelas portas.
|
|
- Olívia Cerveira Lemos
- 6 Há anos
- Visualizações:
Transcrição
1
2 Um robô está num corredor. Ele possui um mapa do corredor mas não sabe onde está localizado. A parede do corredor e indistinta, exceto pelas portas. O corredor possui 3 portas idênticas, exceto pelas sua localização. O problema e obter a sua localização a partir de medidas de um sensor.
3 Obter a localização: Movimenta-se e mede (via sensor) o que esta em volta. No inicio tem muita incerteza de onde ele esta A medida que vai se movimentando, ganha informação e melhora seu conhecimento. Em qualquer instante, tem uma distribuição de probabilidade para sua posição.
4 O robô movimenta-se pelo corredor. A cada intervalo de 1 minuto, ele anda numa certa velocidade (metros por minuto) e então toma uma medida com o sensor. Sua posição verdadeira no instante de tempo t e representada por x t O estado do sistema no tempo t e x t Equação de evolução do estado: x t+1 = x t + v t + t
5 Equação de evolução do estado: x t+1 = x t + v t + t As velocidades v 1, v 2,... são comandos passados ao robô e são conhecidas. A velocidade real não e exatamente a comandada. Por causa disto temos a presença do ruído t
6 Equação de evolução do estado: x t+1 = x t + v t + t A distribuição dos ruídos 1, 2,... : são i.i.d. N(0, 2 ) ou erros gaussianos.
7 Em cada instante t, um sensor mede z t O sensor e binário: z t = Porta ou z t = Parede
8 z t = Porta ou z t = Parede Se o sensor medir z t = Porta: o robô saberá que com grande probabilidade ele está em frente a uma das 3 portas, mas não saberá qual delas. Incerteza: o sensor tem a chance de falhar e enviar um sinal errôneo: Porta quando deveria ser Parede ou o contrário.
9 A medição binária do sensor e aleatória e depende da posição do robô. Se ele estiver em frente a uma das portas, com alta probabilidade ele mede z t =Porta. Se estiver na parede...
10 Se ele estiver em frente a uma das portas, com alta probabilidade ele mede z t =Porta. Se estiver na parede... Seja p(z t =PORTA x t =x ) = p(z x) a probabilidade do sensor medir PORTA quando ele estiver na posição x ao longo do corredor.
11 ( z x x) ~ Bernoulli( ) t t x x onde e a probabilidade do sensor medir PORTA quando o robô estiver na posição x Esta probabilidade e conhecida a partir de calibrações do sensor e e aproximada por uma função simples
12 As portas estão em p 1, p 2, p 3 A função e dada por x Coloquei as portas em 25, 40 e 75 metros num corredor de comprimento 100.
13 Equação usada: As portas estão em p 1, p 2, p x * ) ( 28)* (1/ 0.05 ) Porta ( j j j t t x p x I p x x x z p
14 Robô começa em posição inicial desconhecida x 0 Condição inicial: uma distribuição de probabilidade para a posição x 0 Vamos assumir que e uniforme x 0 ~ U(0,100) Isto e, p(x) = 1/100 para x [0,100]
15 Sensor recebe medida y 0 = PORTA Atualização Bayesiana da posição: p(x z 0 =PORTA) p(porta x ) * p(x ) p(porta x) pois p(x) = 1/100 e constante em x
16
17 Belief da posição x o e bel(x) p(porta x) O robô recebe o comando de velocidade v 1 =15 e movimenta-se indo para o novo estado x 1 onde x 1 x0 v1 1 Como x 0 e incerto e v 1 tambem não e perfeita, temos uma DISTRIBUICAO DE PROBABILIDADE para a posição x 1 (x 1 x 0, v 1 ) ~ N(x 0 + v 1, 2 ) outra gaussiana
18 Temos (x 1 x 0, v 1 ) ~ N(x 0 + v 1, 2 ) Como x 0 tem distribuição p(porta x), a belief (distribuição) de x 1 após a movimentação será bel( x x) p( x1 x) p( x1 x x0 y, v1 15) bel( x0 1 R y) dy Não há uma formula fechada. Fiz numericamente.
19 Bel(x) após receber 1ª medição do sensor. Sabendo que andou mais ou menos 15 metros, ele atualiza sua crença sobre sua localização. Os picos se deslocam mais ou menos 15 metros e se alargam. Bel(x) após andar e ANTES de receber 2ª medição do sensor
20 Bel(x) após andar e ANTES de receber 2ª medição do sensor CADA PONTO DA CURVA e o resultado de calcular uma integral numericamente: bel( x x) p( x1 x) p( x1 x x0 y, v1 15) bel( x0 1 R y) dy
21 Na sua nova posição x 1, ele recebe nova medição do sensor Outra vez, foi z 2 =PORTA A probabilidade p(z 2 =PORTA x 1 =x) e a mesma de antes: Usamos Bayes mais uma vez para obter a nova crença bel(x) = p(x 1 =x z 2 =PORTA)
22 Distribuição de probabilidade para a posição corrente x 1 : p(x 1 =x z 2 =PORTA) p(z 2 =PORTA x 1 =x )*bel(x 1 =x) )
23 Veja que a distribuição vai se complicando, sempre exigindo cálculos numéricos a cada passo. O procedimento completo após mais um passo e mostrado a seguir.
24
25 Usando filtro de partículas, teremos uma aproximação da densidade bel(x) a cada passo. Esta aproximação é dada por uma AMOSTRA extraída de bel(x) e não por uma curva suave cobrindo todo o corredor. A amostra estará mais concentrada nos locais onde a belief bel(x) é maior. Para entender como a amostra é obtida, veja o script R desta aula.
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
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Leia maisInstrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição
Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisUniversidade Federal de Pelotas Cálculo com Geometria Analítica I Prof a : Msc. Merhy Heli Rodrigues Aplicações da Derivada
1) Velocidade e Aceleração 1.1 Velocidade Universidade Federal de Pelotas Cálculo com Geometria Analítica I Prof a : Msc. Merhy Heli Rodrigues Aplicações da Derivada Suponhamos que um corpo se move em
Leia maisDefinição da Distribuição de Poisson
Capítulo IX Distribuição de Poisson Definição da Distribuição de Poisson Significado do parâmetro Propriedades da Distribuição de Poisson Aproximação Gaussiana da Distribuição de Poisson O problema do
Leia maisFísica I. Aula 02: Movimento Retilíneo. Tópico 02: Velocidade; Movimento Retilíneo Uniforme
Tópico 02: Velocidade; Movimento Retilíneo Uniforme Aula 02: Movimento Retilíneo Observe o movimento da tartaruga acima. Note que a cada segundo, ela anda 10cm e mantém sempre esse movimento. A velocidade
Leia maisModelos básicos de distribuição de probabilidade
Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não
Leia maisProbabilidade: aula 2, 3 e 4
Probabilidade: aula 2, 3 e 4 Regras de contagem e combinatória Permutação Simples: Exemplo: De quantas maneiras 5 pessoas podem viajar em um automóvel com 5 lugares, se apenas uma delas sabe dirigir? Atividade:
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 maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte III 23 de Abril de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades aproximadas
Leia maisEstatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Leia maisDistribuição Normal. Prof. Herondino
Distribuição Normal Prof. Herondino Distribuição Normal A mais importante distribuição de probabilidade contínua em todo o domínio da estatística é a distribuição normal. Seu gráfico, chamado de curva
Leia mais1 Distribuição Uniforme
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 03 Aula 8 Professor: Carlos Sérgio UNIDADE 4 - Distribuições Contínuas (Notas de Aula) Distribuição Uniforme
Leia maisModelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira
Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite Professora Ariane Ferreira Modelos Probabilísticos de v.a. continuas Distribuição de Probabilidades 2 IPRJ UERJ Ariane Ferreira
Leia maisAula 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
Leia mais14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas
4. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas Os valores assumidos por uma variável aleatória contínua podem ser associados com medidas em uma escala contínua como, por exemplo,
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisProbabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência
Tabelas e Diagramas de Freqüência Probabilidade e Estatística I Antonio Roque Aula 2 O primeiro passo na análise e interpretação dos dados de uma amostra consiste na descrição (apresentação) dos dados
Leia maisLá vai o às do. skate.
1) Leia com atenção a tira da Turma da Mônica mostrada abaixo e analise as afirmativas que se seguem, considerando os princípios da Mecânica Clássica. Lá vai o às do skate. Cascão, você não sabe que é
Leia maisCapítulo 7 Transformadas de Fourier. definimos a sua transformada de Fourier
Capítulo 7 Transformadas de Fourier Dada uma função definimos a sua transformada de Fourier A constante multiplicativa em (1),, é um valor arbitrário. Há autores que escolhem. Mas é muito importante lembrar
Leia mais1.1 Exemplo da diferença da média da população para a média amostral.
1 Estatística e Probabilidades Inferência Estatística consiste na generalização das informações a respeito de uma amostra, para a sua população. A Probabilidade considera modelos para estimar informações
Leia maisMedidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO
Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos
Leia maisLicenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB
Licenciatura em Ciências Biológicas Universidade Federal de Goiás Bioestatística Prof. Thiago Rangel - Dep. Ecologia ICB rangel.ufg@gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat
Leia maisEN2607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 2012
EN607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 fevereiro 03 EN607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 0
Leia maisIND 1115 Inferência Estatística Aula 6
Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal
Leia maisDistribuições Importantes. Distribuições Discretas
Distribuições Importantes Distribuições Discretas Distribuição de Bernoulli Definição Prova ou experiência de Bernoulli é uma experiência aleatória que apenas tem dois resultados possíveis: A que se designa
Leia maisTESTES. 5. (UFRGS) Os ponteiros de um relógio marcam duas. horas e vinte minutos. O menor ângulo entre os ponteiros é
TESTES (UFRGS) O valor de sen 0 o cos 60 o é 0 (Ufal) Se a medida de um arco, em graus, é igual a 8, sua medida em radianos é igual a ( /) 7 (6/) (6/) (UFRGS) Os ponteiros de um relógio marcam duas horas
Leia maisTIPO DE PROVA: A. Questão 1. Questão 4. Questão 2. Questão 5. Questão 3. alternativa C. alternativa E. alternativa B.
Questão TIPO DE PROVA: A Se um número natural n é múltiplo de 9ede, então, certamente, n é: a) múltiplo de 7 b) múltiplo de 0 c) divisível por d) divisível por 90 e) múltiplo de Se n é múltiplo de 9 e
Leia maisDISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações
Leia maisComprimento de Arco. 1.Introdução 2.Resolução de Exemplos 3.Função Comprimento de Arco 4.Resolução de Exemplo
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Comprimento de Arco
Leia maisFENÔMENOS DE TRANSPORTES AULA 7 E 8 EQUAÇÕES DA ENERGIA PARA REGIME PERMANENTE
FENÔMENOS DE TRANSPORTES AULA 7 E 8 EQUAÇÕES DA ENERGIA PARA REGIME PERMANENTE PROF.: KAIO DUTRA Equação de Euler Uma simplificação das equações de Navier-Stokes, considerando-se escoamento sem atrito
Leia maisDistribuição Normal de Probabilidade
Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável
Leia maisBIMESTRAL - FÍSICA - 1ºBIMESTRE
BIMESTRAL - FÍSICA - 1ºBIMESTRE Série: 3ªEM Gabarito 1- Uma pessoa percorreu, caminhando a pé, 6,0 km em 20,0 minutos. A sua velocidade escalar média, em unidades do Sistema Internacional, foi de: * 2,0
Leia maisGLONASS Sistema idêntico ao GPS, mas projetado e lançado pela Rússia.
Sumário UNIDADE TEMÁTICA 1 Movimentos na Terra e no Espaço. 1.1 - Viagens com GPS Funcionamento e aplicações do GPS. Descrição de movimentos. Posição coordenadas geográficas e cartesianas. APSA GPS e Coordenadas
Leia mais2) Na figura abaixo, sabe se que RS // DE e que AE = 42 cm. Nessas condições, determine as medidas x e y indicadas.
Lista de exercícios Prof Wladimir 1 ano A, B, C, D 1) A figura abaixo nos mostra duas avenidas que partem de um mesmo ponto A e cortam duas ruas paralelas. Na primeira avenida, os quarteirões determinados
Leia maisAULA 01. (B) 577 m. (C) 705 m. (D) 866 m. (E) 1732 m. Dessa forma conclui-se que a largura AB do rio é
AULA 01 O ponto A representa um barco com fiscais do IBAMA, eles emitem um sinal de alerta que é recebido por duas bases de fiscalização, B e C, distantes entre si 70 km. Sabendo que os ângulos AB C e
Leia maisDistribuições de Probabilidade. Distribuição Normal
Distribuições de Probabilidade Distribuição Normal 1 Distribuição Normal ou Gaussiana A distribuição Normal ou Gaussiana é muito utilizada em análises estatísticas. É uma distribuição simétrica em torno
Leia maisA velocidade instantânea (Texto para acompanhamento da vídeo-aula)
A velocidade instantânea (Texto para acompanamento da vídeo-aula) Prof. Méricles Tadeu Moretti Dpto. de Matemática - UFSC O procedimento que será utilizado neste vídeo remete a um tempo em que pesquisadores
Leia maisVARIÁVEIS ALEATÓRIAS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis
Leia mais13. (Uerj) Em cada ponto (x, y) do plano cartesiano, o valor de T é definido pela seguinte equação:
1. (Ufc) Considere o triângulo cujos vértices são os pontos A(2,0); B(0,4) e C(2Ë5, 4+Ë5). Determine o valor numérico da altura relativa ao lado AB, deste triângulo. 2. (Unesp) A reta r é perpendicular
Leia mais3 a Lista de Exercícios
Universidade Federal de Santa Catarina Departamento de Informática e Estatística Bacharelado em Ciências da Computação INE 5406 - Sistemas Digitais - semestre 2010/2 Prof. José Luís Güntzel guntzel@inf.ufsc.br
Leia maisProbabilidade 2 - ME310 - Lista 2
Probabilidade - ME3 - Lista September 4, Lembrando:. Estatística de ordem, pg 38 Ross: f xj (x) = n! (n j)!(j )! F (x)j ( F (x)) n j f(x). Distribuição de probabilidade conjunta de funções de variáveis
Leia maisIncertezas nas medidas
Incertezas nas medidas O objectivo de qualquer medição é avaliar um produto ou o resultado, aceitando ou rejeitando esse produto ou esse teste (e. calibração, inspecção, investigação científica, comércio,
Leia mais14/05/2014. Tratamento de Incertezas TIC Aula 12. Conteúdo Propagação de Incertezas. Incerteza Propagação de incertezas de primeira ordem
Tratamento de Incertezas TIC-00.76 Aula 2 Conteúdo Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/204./tic-00.76 Tópicos
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisIntrodução à Neurociência Computacional (Graduação) Prof. Antônio Roque Aula 6
Variações do modelo integra-e-dispara Nesta aula vamos apresentar algumas variações do modelo LIF visto na aula passada. Modelo integra-e-dispara com adaptação Estudos in vitro mostram que muitos tipos
Leia maisMEDIDAS E INCERTEZAS
MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a designação de números a propriedades de objetos ou a eventos do mundo real de forma a descrevêlos quantitativamente. Outra forma
Leia maisDistribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas
Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000
Leia maisaula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal
DISTRIBUIÇÃO NORMAL - PARTE I 4 aula META Apresentar o conteúdo de distribuição normal OBJETIVOS Ao final desta aula, o aluno deverá: determinar a média e a variância para uma função contínua; padronizar
Leia maisEstatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Leia mais7 Resultados de Medições Diretas. Fundamentos de Metrologia
7 Resultados de Medições Diretas Fundamentos de Metrologia Motivação definição do mensurando procedimento de medição resultado da medição condições ambientais operador sistema de medição Como usar as informações
Leia maisTEOREMA DE PITÁGORAS AULA ESCRITA
TEOREMA DE PITÁGORAS AULA ESCRITA 1. Introdução O Teorema de Pitágoras é uma ferramenta importante na matemática. Ele permite calcular a medida de alguma coisa que não conseguimos com o uso de trenas ou
Leia mais1. Calcular, usando a tabela da distribuição normal padronizada, as seguintes probabilidades:
Memória da aula prática 5 Página 1 de 8 1. Calcular, usando a tabela da distribuição normal padronizada, as seguintes probabilidades: a) p(0< Z < 1,38), que pode ser lido como: Qual a probabilidade correspondente
Leia maisDepartamento de Física - ICE/UFJF Laboratório de Física II
A pressão num ponto de um líquido em equilíbrio 1- Objetivos Gerais: Calibrar um manômetro de tubo aberto: Usar o manômetro calibrado para medir a pressão em pontos de um fluido de densidade desconhecida.
Leia maisDeterminação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner Marina Andretta/Franklina Toledo ICMC-USP 29 de outubro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
Leia maisProcessamento de Malhas Poligonais
Processamento de Malhas Poligonais Tópicos Avançados em Computação Visual e Interfaces I Prof.: Marcos Lage www.ic.uff.br/~mlage mlage@ic.uff.br Conteúdo: Notas de Aula Curvas 06/09/2015 Processamento
Leia maisTítulo da Aula: MOVIMENTO PARABÓLICO, A PARTIR DO LANÇAMENTO DE FOGUETES DIDÁTICOS
Título da Aula: MOVIMENTO PARABÓLICO, A PARTIR DO LANÇAMENTO DE FOGUETES DIDÁTICOS Disciplina: Física Tema a ser trabalhado: Cinemática Conteúdo: Movimento Parabólico. Nível de ensino: Ensino Médio Série:
Leia mais10 - Sinal da velocidade (Movimento Progressivo e Movimento Retrógrado)
9- Movimento Uniforme (MU) Todo movimento uniforme possui velocidade constante e, portanto, a velocidade média é a própria velocidade do movimento, pois ela não varia. Raciocinando desta forma, podemos
Leia maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias Discretas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 03: Variáveis Aleatórias Discretas Qual a similaridade na natureza dessas grandezas? Tempo de espera de um ônibus
Leia maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 A altura média dos estudantes do sexo masculino em uma universidade é de 170 cm com desvio padrão de 12 cm. Uma amostra aleatória de de 64 estudantes dessa universidade é observada. Calcule
Leia maisConceitos básicos, probabilidade, distribuição normal e uso de tabelas padronizadas
Conceitos básicos, probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Alguns conceitos População: é o conjunto de todos
Leia maisINTRODUÇÃO À ROBÓTICA MÓVEL
INTRODUÇÃO À ROBÓTICA MÓVEL Aula 19 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Campos Potenciais Harmônicos É um metodo proposto por Connolly
Leia maisICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro
Leia maisEfeitos da filtragem sobre sinais de onda quadrada
Efeitos da filtragem sobre sinais de onda quadrada Autores: Pedro Rodrigues e André F. Kohn Introdução O texto a seguir ilustra efeitos que diferentes sistemas lineares invariantes no tempo (SLIT) podem
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 maisFiltros de Média Movente
Processamento Digital de Sinais Filtros de Média Movente Prof. Dr. Carlos Alberto Ynoguti Características É o filtro ótimo para a tarefa de remover ruído aleatório de um sinal, e manter uma resposta a
Leia maisResolução UFTM. Questão 65
UFTM Questão 65 Sabe-se que a diferença entre as medidas do comprimento a e da largura b de um tapete retangular é igual a x, e que o seu perímetro é igual a 1x. A área desse tapete pode ser corretamente
Leia maisA Determine o comprimento do raio da circunferência.
Lista de exercícios Trigonometria Prof. Lawrence 1. Um terreno tem a forma de um triângulo retângulo. Algumas de suas medidas estão indicadas, em metros, na figura. Determine as medidas x e y dos lados
Leia maisVetor de Variáveis Aleatórias
Vetor de Variáveis Aleatórias Luis Henrique Assumpção Lolis 25 de junho de 2013 Luis Henrique Assumpção Lolis Vetor de Variáveis Aleatórias 1 Conteúdo 1 Vetor de Variáveis Aleatórias 2 Função de Várias
Leia mais05/08/2014. sistema de medição. mensurando. Erro de Medição. Slides do livro FMCI - Professor Armando Albertazzi
O Erro de Medição Fundamentos da Metrologia Científica e Industrial Slides do livro FMCI - Professor Armando Albertazzi Erro de Medição sistema de medição mensurando indicação erro de medição valor verdadeiro
Leia maisSuplemento Roteiro 2. GEX 132 Laboratório de Física I
Suplemento Roteiro 2 GEX 132 Laboratório de Física I Título: Gráficos em Papel Milimetrado Objetivos: Gráficos são utilizados com o intuito de representar a dependência entre duas ou mais grandezas (físicas,
Leia mais5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber
5 Distribuição normal de probabilidade Estatística Aplicada Larson Farber Seção 5.1 Introdução às distribuições normais Propriedades de uma distribuição normal Suas média, mediana e moda são iguais. Tem
Leia mais1. (Fuvest 2012) A figura abaixo representa imagens instantâneas de duas cordas flexíveis idênticas, C
1. (Fuvest 2012) A figura abaixo representa imagens instantâneas de duas cordas flexíveis idênticas, C 1 e C 2, tracionadas por forças diferentes, nas quais se propagam ondas. Durante uma aula, estudantes
Leia maisCursinho TRIU 22/04/2010. Física Mecânica Aula 1. Cinemática Escalar Exercícios Resolução
Física Mecânica Aula 1 Cinemática Escalar Exercícios Resolução 1. O ônibus movimenta-se com velocidade constante, sem mudar sua trajetória. Então, tanto a lâmpada quanto o passageiro, que estão dentro
Leia maisTESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média
TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade
Leia maisLISTA DE EXERCÍCIOS #5 - ANÁLISE VETORIAL EM FÍSICA
LISTA DE EXERCÍCIOS #5 - ANÁLISE VETORIAL EM FÍSICA PROBLEMAS-EXEMPLO 1. Determinar o comprimento de arco das seguintes curvas, nos intervalos especificados. (a) r(t) = t î + t ĵ, de t = a t =. Resolução
Leia mais1 x. = π 2. pois. Probabilidade: um curso introdutório - Mônica Barros - Capítulo 7 - Soluções
Soluções - Capítulo 7 Lista semestre 000.0:, 3, 5 a, 5, 6, 7,, 4, 5 Problema Ache a mediana das densidades Qui-quadrado com e graus de liberdade. A densidade Qui-quadrado com n graus de liberdade é dada
Leia maisAula I -Introdução à Instrumentação Industrial
Aula I -Introdução à Instrumentação Industrial UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DISCIPLINA: INSTRUMENTAÇÃO E AUTOMAÇÃO INDUSTRIAL I (ENGF99) PROFESSOR: EDUARDO SIMAS (EDUARDO.SIMAS@UFBA.BR)
Leia maisFÍSICA (ELETROMAGNETISMO) LEI DE GAUSS
FÍSICA (ELETROMAGNETISMO) LEI DE GAUSS Carl Friedrich Gauss (1777 1855) foi um matemático, astrônomo e físico alemão que contribuiu significativamente em vários campos da ciência, incluindo a teoria dos
Leia mais3 + =. resp: A=5/4 e B=11/4
ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI-UNITAU EXERCÍCIOS PARA ESTUDO DO EXAME FINAL - 3º ENSINO MÉDIO - PROF. CARLINHOS BONS ESTUDOS! ASSUNTO : POLINÔMIOS 1) Identifique as expressões abaixo que são
Leia mais3 INTERVALOS DE CONFIANÇA
3 INTEVALOS DE CONFIANÇA 3.1 Introdução A estimativa de intervalos de confiança é utilizada para se obter medidas de incerteza dos dados analisados. A análise da incerteza de uma previsão, por exemplo,
Leia maisExperiência 6 - Perda de Carga Distribuída ao Longo de
Experiência 6 - Perda de Carga Distribuída ao Longo de Tubulações Prof. Vicente Luiz Scalon 1181 - Lab. Mecânica dos Fluidos Objetivo: Medida de perdas de carga linear ao longo de tubos lisos e rugosos.
Leia maisCircuitos Lógicos Aula 22
Circuitos Lógicos Aula 22 Aula passada Armazenamento e transferência Paralela x Serial Divisão de frequência Contador Microprocessador Aula de hoje Aritmética binária Representação binária com sinal Complemento
Leia maisCampo Elétrico [N/C] Campo produzido por uma carga pontual
Campo Elétrico Ao tentar explicar, ou entender, a interação elétrica entre duas cargas elétricas, que se manifesta através da força elétrica de atração ou repulsão, foi criado o conceito de campo elétrico,
Leia maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisHEP-5800 BIOESTATÍSTICA. Capitulo 2
HEP-5800 BIOESTATÍSTICA Capitulo 2 NOÇÕES DE PROBABILIDADE, DISTRIBUIÇÃO BINOMIAL, DISTRIBUIÇÃO NORMAL Nilza Nunes da Silva Regina T. I. Bernal MARÇO DE 2012 2 1. NOÇÕES DE PROBABILIDADE 1. DEFINIÇÃO Considere
Leia maisDistribuição gaussiana
Apêndice D Distribuição gaussiana Existem diversas situações práticas em que não é possível prever o resultado, apenas a probabilidade de um determinado resultado ocorrer. No dia a dia lidamos com alguns
Leia maisAULA 9 RAZÃO E PROPORÇÃO. 1. Determine a razão do primeiro para o segundo número:
AULA 9 RAZÃO E PROPORÇÃO 1. Determine a razão do primeiro para o segundo número: Para montar a razão, basta fazer o numerador sobre o denominador. Para esse exercício, temos: a) 1 para 9 = 9 1 b) para
Leia maisCalculândia Escola de Reforço para Ensino Médio e Fundamental Exercícios Resolvidos MATEMÁTICA UFPR 2014/2015 1ª fase
55 - O motivo de uma pessoa ser destra ou canhota é um dos mistérios da ciência. Acredita-se que 11% dos homens e 9% das mulheres são canhotos. Supondo que 4% da população brasileira é constituída de homens,
Leia maisPRE29006 LISTA DE EXERCÍCIOS #
INSTITUTO FEDERAL DE SANTA CATARINA CAMPUS SÃO JOSÉ COORDENADORIA DE ÁREA DE TELECOMUNICAÇÕES ENGENHARIA DE TELECOMUNICAÇÕES PRE9006 LISTA DE EXERCÍCIOS # 06. Eercícios. Considere uma variável aleatória
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 maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das
Leia maisProfessora Bruna FÍSICA A. Aula 14 Velocidades que variam sempre da mesma forma. Página 189
FÍSICA A Aula 14 Velocidades que variam sempre da mesma forma Página 189 INTRODUÇÃO O que já vimos até agora? Movimento Uniforme (velocidade constante) gráficos s x t, gráficos v x t e função horária.
Leia maisUNICAMP Você na elite das universidades! MATEMÁTICA ELITE SEGUNDA FASE
www.elitecampinas.com.br Fone: (19) -71 O ELITE RESOLVE IME 004 PORTUGUÊS/INGLÊS Você na elite das universidades! UNICAMP 004 SEGUNDA FASE MATEMÁTICA www.elitecampinas.com.br Fone: (19) 51-101 O ELITE
Leia mais4. Distribuições de probabilidade e
4. Distribuições de probabilidade e características Valor esperado de uma variável aleatória. Definição 4.1: Dada uma v.a. discreta (contínua) X com f.m.p. (f.d.p.) f X (), o valor esperado (ou valor médio
Leia maisO centróide de área é definido como sendo o ponto correspondente ao centro de gravidade de uma placa de espessura infinitesimal.
CENTRÓIDES E MOMENTO DE INÉRCIA Centróide O centróide de área é definido como sendo o ponto correspondente ao centro de gravidade de uma placa de espessura infinitesimal. De uma maneira bem simples: centróide
Leia maisQUESTÕES DE CÁLCULO (2) = 2 ( ) = 1. O valor do limite L = lim se encontra no intervalo:
1. O valor do limite L = lim se encontra no intervalo: a) 0 L 1 b) 1 L c) L 3 d) 3 L 4 e) L 4. A função f(x) é continua em x= quando f() vale: = + 3 10 () = a) - b) -5 c) d) 5 e) 7 3. A derivada da função
Leia mais(6$0& 9HVWLEXODU B. Questão 26. Questão 27. 5HVROXomR H FRPHQWiULR ² 3URID 0DULD $QW{QLD &RQFHLomR *RXYHLD
(6$0& 9HVWLEXODU B M A T E M Á T I C A 5HVROXomR H FRPHQWiULR ² 3URID 0DULD $QW{QLD &RQFHLomR *RXYHLD Questão 26 Para todo x real, seja Int(x) o maior número inteiro que não supera x. Dessa forma, o valor
Leia mais