Algoritmos e complexidade Notas de aula - Arquivo Escolar

Algoritmos e complexidade Notas de aula - Arquivo Escolar Algoritmos e complexidade Notas de aula - Arquivo Escolar

arquivoescolar.org
from arquivoescolar.org More from this publisher
13.04.2013 Views

A. Conceitos matemáticos Indução matemática: exercícios • Mostre que n! ≤ n n . • Mostre que 1 log a (c) = log c(a). • Demonstre a propriedade dos expoentes. • Encontre uma fórmula alternativa para n 2i − 1 i=1 e prove seu resultado via indução matemática. • Use indução matemática para provar que n−1 q i = qn − 1 q − 1 . i=0 • Resolva os exercícios do capítulo 1. A.4. Limites Definição A.7 (Limites) Para f : N → R o limite de n para ∞ é definido por lim n→∞ f(n) = c ⇐⇒ ∃c ∀ɛ > 0 ∃n0 ∀n > n0 |f(n) − c| < ɛ. (A.41) Caso não existe um c ∈ R a função é divergente. Uma forma especial de divergência é quando a função ultrapasse qualquer número real, Também temos 302 lim n→∞ f(n) = ∞ ⇐⇒ ∀c ∃n0 ∀n > n0 f(n) > c (A.42) lim inf f(n) = lim n→∞ n→∞ lim sup f(n) = lim n→∞ n→∞ inf m≥n f(m) sup f(m) m≥n

Lema A.1 (Definição alternativa do limite) É possível substituir < com ≤ na definição do limite. A.5. Probabilidade discreta lim n→∞ f(n) = c ⇐⇒ ∀ɛ > 0 ∃n0 ∀n > n0 |f(n) − c| ≤ ɛ Prova. ⇒ é obvio. Para ⇐, escolhe ɛ ′ = ɛ/2 < ɛ. A.5. Probabilidade discreta Probabilidade: Noções básicas • Espaço amostral finito Ω de eventos elementares e ∈ Ω. • Distribuição de probabilidade Pr[e] tal que Pr[e] ≥ 0; Pr[e] = 1 e∈Ω • Eventos (compostos) E ⊆ Ω com probabilidade Pr[E] = Pr[e] Exemplo A.2 Para um dado sem bias temos Ω = {1, 2, 3, 4, 5, 6} e Pr[i] = 1/6. O evento Par = {2, 4, 6} tem probabilidade Pr[Par] = e∈Par Pr[e] = 1/2. ♦ Probabilidade: Noções básicas • Variável aleatória e∈E X : Ω → N • Escrevemos Pr[X = i] para Pr[X −1 (i)]. • Variáveis aleatórias independentes • Valor esperado P [X = x e Y = y] = P [X = x]P [Y = y] E[X] = Pr[e]X(e) = i Pr[X = i] e∈Ω i≥0 303

Lema A.1 (Definição alternativa do limite)<br />

É possível substituir < com ≤ na <strong>de</strong>finição do limite.<br />

A.5. Probabilida<strong>de</strong> discreta<br />

lim<br />

n→∞ f(n) = c ⇐⇒ ∀ɛ > 0 ∃n0 ∀n > n0 |f(n) − c| ≤ ɛ<br />

Prova. ⇒ é obvio. Para ⇐, escolhe ɛ ′ = ɛ/2 < ɛ. <br />

A.5. Probabilida<strong>de</strong> discreta<br />

Probabilida<strong>de</strong>: Noções básicas<br />

• Espaço amostral finito Ω <strong>de</strong> eventos elementares e ∈ Ω.<br />

• Distribuição <strong>de</strong> probabilida<strong>de</strong> Pr[e] tal que<br />

Pr[e] ≥ 0;<br />

<br />

Pr[e] = 1<br />

e∈Ω<br />

• Eventos (compostos) E ⊆ Ω com probabilida<strong>de</strong><br />

Pr[E] = <br />

Pr[e]<br />

Exemplo A.2<br />

Para um dado sem bias temos Ω = {1, 2, 3, 4, 5, 6} e Pr[i] = 1/6. O evento<br />

Par = {2, 4, 6} tem probabilida<strong>de</strong> Pr[Par] = <br />

e∈Par Pr[e] = 1/2. ♦<br />

Probabilida<strong>de</strong>: Noções básicas<br />

• Variável aleatória<br />

e∈E<br />

X : Ω → N<br />

• Escrevemos Pr[X = i] para Pr[X −1 (i)].<br />

• Variáveis aleatórias in<strong>de</strong>pen<strong>de</strong>ntes<br />

• Valor esperado<br />

P [X = x e Y = y] = P [X = x]P [Y = y]<br />

E[X] = <br />

Pr[e]X(e) = <br />

i Pr[X = i]<br />

e∈Ω<br />

i≥0<br />

303

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!