Documentos de Académico
Documentos de Profesional
Documentos de Cultura
omega como:
E (i, t) = ∑ P (i, t) ri
i
Considerando que son 30 sensores, definiendo intervalos de 8 valores (hay 256 valores
discretos que entregan los sensores), quedan 32 intervalos donde el valor sensado puede
caer.
Para obtener la función de distribución de densidad de probabilidad, basta obtener la
cantidad de valores censados que caen en cada intervalo y dividirlo por el número total de
sensores. De esta forma se obtiene la probabilidad de que la temperatura se encuentre en
determinado intervalo de temperatura.
El hecho de generar 32 intervalos disminuye la “resolución” de la función de probabilidad, a
continuación se representa gráficamente para tener un entendimiento intuitivo de lo que
esto representa:
Supongamos que la toma de muestras de temperatura ocurre en un tiempo mayor que el
necesario para el tratamiento de los datos censados. Obtendremos entonces la función de
distribución para cada instante discreto de tiempo t.
coleccion cuentaintervalo[31]
coleccion probabilidadintervalos[31]
coleccion tempreal[255]
coleccion promediointervalos[31]
a=0
b=8
Para i = 1 a 30
Tempi = Leer sensor(i) //valor de 0 a 255
Para x = 0 a 31 //determinamos a que intervalo pertenece cada medida y contamos
Si Tempi => a y Tempi <b
cuentaintervalo[x] = cuentaintervalo[x]+1
Para k = a a k=b-1 //determinamos el prom. del intervalo
suma= tempreal[k]
fin k
promediointervalos[x]=suma/8
a=b
b=b+8
salir
fin x
fin i
coleccion cuenta[255]
coleccion probabilidad[255]
coleccion tempreal[255]
tempreal[0] = -10
Para k=1 a 255
tempreal[k] = tempreal[k-1] + 0.234375
fin k
Para i = 1 a 30
Tempi = Leer sensor(i) //valor de 0 a 255
Para x = 0 a 255 //
Si Tempi = x
cuenta[x] = cuenta[x]+1
salir;
fin x
fin i
Esperanza = 0