Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Ansanelli, Marina Maciel |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
eng |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/234685
|
Resumo: |
O objetivo da área de inferência causal é apontar explicações causais subjacentes para dados observáveis. A explicação causal muitas vezes não é única, uma vez que podemos ter duas estruturas causais que explicam o mesmo conjunto de distribuições. Como tal, podemos agrupar as estruturas causais que originam as mesmas correlações no que chamamos de classes de equivalência observacional. Nesta tese, revisamos trabalhos anteriores sobre equivalências observacionais entre estruturas causais clássicas e apresentamos duas extensões de resultados existentes sobre equivalência. Além disso, aplicamos esses resultados aos casos de 3 e 4 variáveis, mostrando que a classificação é completa para o primeiro caso e ainda incompleta para o segundo. Finalmente, mostramos como essa classificação pode ajudar a filtrar exemplos de estruturas que podem exibir lacunas quântico- clássicas e discutimos a validade quântica dos resultados de equivalência. |
