UNIVERSIDADE FEDERAL DE SÃO CARLOS

Centro de Ciências Exatas e Tecnologia

Filtragem: Princı́pios e Aplicações

EPC (Exercı́cio Para Casa) NR.2
1 2
Regra e filtro de Bayes

1 Instruções Gerais
• Grupo de até no máximo 2 alunos;

2 Objetivos
• Estudo da regra de Bayes

• Estudo do filtro de Bayes.

3 Procedimentos
3.1 Atividades
1. Suponha que você seja uma testemunha de um atropelamento noturno envolvendo
um táxi em Atenas. Todos os carros de táxi em Atenas são azuis ou verdes. Você jura
sob juramento que o táxi era azul. Testes extensivos mostram que, sob condições
de pouca iluminação, a discriminação entre o azul e o verde é 75% confiável.

(a) Considerando sua declaração como testemunha e considerando que 9 entre 10

táxis atenienses são verdes, qual é a probabilidade de o táxi ser azul?
(b) Há uma mudança significativa se 7 em cada 10 táxis atenienses forem verdes?
(c) Suponha agora que há uma segunda testemunha que jura que o táxi é verde.
Infelizmente, ele é daltônico, então ele tem apenas 50% de chance de estar certo.
Como isso mudaria a estimativa de (b)?

2. Um aspirador de pó está equipado com uma unidade de limpeza para limpar o chão.
Além disso, o robô possui um sensor para detectar se o piso está limpo ou sujo.
Nem a unidade de limpeza nem o sensor são perfeitos. Por experiência anterior,
você sabe que o robô consegue limpar um chão sujo com probabilidade de

p(xt+1 = limpo|xt = sujo, ut+1 = aspirar) = 0, 7, (1)

1
As seguintes referências foram utilizadas no desenvolvimento desse EPC: [1]
2
Revisão 28/08/2020: Prof. Roberto S. Inoue

Filtragem: Princı́pios e Aplicações Página 1 de 3

 UNIVERSIDADE FEDERAL DE SÃO CARLOS
Centro de Ciências Exatas e Tecnologia

sendo xt+1 o estado do piso após a limpeza com o aspirador de pó, ut+1 o comando
de controle e xt o estado do chão antes de executar a ação. A probabilidade de o
sensor indicar que o piso está limpo, embora esteja sujo é dado por p(z = limpo|x =
sujo) = 0, 3, e a probabilidade de que o sensor detecta corretamente um piso limpo é
dado por p(z = limpo|x = limpo) = 0, 9. Infelizmente, você não tem conhecimento
sobre o estado atual do piso. Contudo, após a limpeza do piso o sensor do robô
indica que o piso está limpo.

(a) Calcule a probabilidade de que o piso ainda esteja sujo depois que o robô o
tiver limpado com o aspirador de pó. Use uma distribuição prévia apropriada e
justifique sua escolha.
(b) Qual a priori dá a você um limite inferior para essa probabilidade?

Página 2 de 3 Filtragem: Princı́pios e Aplicações

Referências Bibliográficas

[1] Wolfram Burgard, Chau Do, Marina Kollmitz, and Lukas Luft. Lec-
ture notes of introduction to mobitle robotics. http://ais.informatik.uni-
freiburg.de/teaching/ss18/robotics/, 2018. Exercise sheet 04 - Bayes Rule. Acessado
em 25/08/2020.