a # 0 ˙ 67: ;0 8 309 - sefaz.ba.gov.br · ˘ ˇ 1 g 0 1 g 3 g 0 ... ˘ ˇ ˜" g ...
ˇ ˆ ˇ ˙˝ - dcc.ufmg.brvirgilio/download/aula4c.pdf• Um canal de comunicação transporta dois...
Transcript of ˇ ˆ ˇ ˙˝ - dcc.ufmg.brvirgilio/download/aula4c.pdf• Um canal de comunicação transporta dois...
����������� �������� �����!"��
• Um canal de comunicação transporta dois tipos de sinais, denotados por 0 e 1. Devido ao ruido, um 0 transmitido é recebido como 1 e 1 como 0. Para um dado canal, assuma a probabilidade de 0.94 que um 0 transmitido é corretament recebido como 0 e a probabilidade de 0.91 que um 1 é recebido como 1. Assuma também a probabilidade 0.45 de transmitir um 0. Determine:
– Probabilidade que um 1 é recebido– Probabilidade que um 0 é recebido– Probabilidade que um 1 foi transmitido dado que um 1 foi recebido– Probabilidade que um 0 foi transmitido dado que um 0 foi recebido– Probabilidade de um erro.
# �����
• Definição de eventos:– T0 = um 0 é transmitido– R0 = um 0 é recebido– um 1 é transmitido– um 1 é recebido
01 TT =01 RR =
P(T1)
P(T0) P(R0)
P(R1)
P(R0|T0)
P(R1|T1)
P(R1|T0)
P(R0|T1)
$�� ���
1. Probabilidade que um 1 é recebido2. Probabilidade que um 0 é recebido3. Probabilidade que um 1 foi transmitido dado que um 1 foi
recebido4. Probabilidade que um 0 foi transmitido dado que um 0 foi
recebido5. Probabilidade de um erro.
# �����
0765.0)10()01()(
8952.0)0(
)0()0|0()0|0(
9488.0)1(
)1()1|1()1|1(
4725.01)0()1(
4725.0)1|0()0|0()0(
=∩+∩=
==
==
−===+=
RTPRTPerroPRP
TPTRPRTP
RPTPTRP
RTP
RPRP
TRPTRPRP
% �����&��'������ ������( ��) ����� ���*����% �������
1. Constante2. Uniforme3. Bernoulli4. Binomial5. Geometrica6. Poisson
% �����&�����% �������� ��+��� �
• A v.a. discreta X que assume n valores discretos com probabilidade pX(i) = 1/n, 1 ≤ i ≤ n
• pmf
• CDF:
��� ∈
=contráriocaso
Xxsenxp i
iX ,0
,/1)(
nt
iptFt
iX ==�
=1
)()(
( ��) ������!�������
– V.A gerada por um experimento único de Bernoulli tem um resultado binário {0,1}
– A v.a. binária X é chamada variável de Bernoulli tal que:
–Função de massa de probabilidade:
)0(1)1(
==−===
XPpq
XPp
��������
Numa distribuição binomial, tem-se:
1. Todos experimentos são independentes.2. Número de sucessos x numa sequência de experimentos de
Bernoulli.2. Cada resultado é um “successo” ou “falha”.3. A probabilidade de sucesso de um experimento é dado por
p. A probabilidade de uma falha é 1- p.4. Uso do modelo: número de processadores “down” num
cluster; número de pacotes que chegam ao destino sem erro.
� ���� �������������
A distribuição binomial com parâmetrosn 0 and 0 < p < 1, is
Qual a média e variância????
p xnx
p px n x( ) ( )= �
���
− −1
≥≥≥≥
� ���� �������������
A distribuição binomial com parametrosn 0 and 0 < p < 1, is
A média e variância da binomial são:
p xnx
p px n x( ) ( )= �
���
− −1
µ σ= = −np np p2 1( )
≥≥≥≥
% �����&�����/ ��� �����
• Número de experimentos até incluir o 1o sucesso.
• Em geral , S pode ter um tamanho infinitamente contável
• Definir a v.a Z (∈ S): amostra: 0 i-1 1 = i• Por causa da independência:
/ ��� �����
• A distribuição geometrica é a única distribuição discreta que exibe a propriedade MEMORYLESS.
• Resultados futuros são independentes de eventos passados.
• n experimentos completaram todos com falhas. Y experimentos adicionais são executados antes de um sucesso, i.e. Z = n+Y or Y=Z-n
/ ��� �����-����������� �� *��
• Y=Z-n
)()1(1
)(1)(
)(1)(
)()(
)()(
)|()|(
)|(
11
ippqq
pq
nFinp
nFinZP
nZPinZP
nZPnZandinZP
nZinZP
nZinZP
nZiYP
Zi
n
in
Z
Z
Z
==−−
=
−+=
−+==
>+==
>>+==
>+==>=−=
>==
−−+
$������-������������
• Considere que um servidor espera receber 100 transações em um minuto:
• Espera-se que:– O início de cada transação é independente dos
outros;– Para cada pequeno intervalo de tempo ∆t, a
probabilidade de uma nova transação chegar éλ∆t
– A probabilidade de chegar duas transações ao mesmo tempo é zero!
• O processo de Poisson tem as propriedades acima.
• Função de massa de probabilidade (pmf):
• CDF:
{ } k!
)( )(
ktektNPp t
k
λλ−===
(((( )))) ���� ����
k!)(
0
k
����====
−−−−====x
k
t texF λλλλλλλλ
% �����&��������$�������
$������
• Uma v.a. de Poisson X tem sua pmf::
Onde λλλλ > 0 é uma constante
• Exercicio: mostre que:
E(X) = λλλλ0
( ) 1 XxP x
∞
=Σ =
( ) 0,1, 2,...!
x
P X x e xx
λλ −= = =
λ
$������-������'��
• A v.a. de Poisson é boa para modelar vários fenômenos, como o número de transações que chega num servidor em uma hora, ou o número de queries que chega numa máquina de busca em 1 minuto ou número de pacotes que chega num roteador em 1 segundo.
# ���0�� � ����0� �-�1���0��2 �&3/ ��0������� � ��04�5 �6�
• Random graph Gn,p:– n nodes– Every directed edge occurs with probability p
• Is the Web-graph a random graph Gn,p?
• The probability of high degrees decrease exponentially • In a random graph degrees are distributed according to a Poisson
distribution
• Therefore: The degree of a random graph does not obey a power law
% �����&����1�35 ��7 ��8�9 �8�� ��������
• Suppose sensor network monitors the environment;• If an event is detected by node n it sends out a packet (n_id, weight,
hop_count)• Compute Navigation Field;• This computation results in a direction which maximizes the net utility of the
robot;
• If there are several events detected at the same time, a node computes direction towards the goal node with largest:
counthopweight
_
������� �����������
• Player/Stage simulations;• Sensor Network of 25
motes;• Groups of 1-4 robots, 10
trials/group• 10 Alarms are drawn from
the Poisson distribution with �=1/60;
• Empty environment, A = 576 m2
����������
1. Considere que o número de mails que chegam a um servidor de mails no intervalo t segundos é distribuído como Poisson com parâmetro 0.3t Calcule a seguintes probabilidades:
– Exatamente tres mensagens chegarão num intervalo de 10 seg.
– No máximo 20 msgs chegarão num período de 20 seg.– O número de msgs num intervalo de 5 seg está entre 3 e
7 mails.2. A probabilidade de um query falhar (não ser bem sucedido) é
10(-4). Qual a probabilidade de falharem mais de 3 queries numa sequência de 1000 queries?