Cronograma de atividades (PRE-EngTel)

Semestre 2016-2 - Prof. Roberto Nóbrega

Aula Data Horas Conteúdo Recursos 1 12/8 2 Plano de ensino. Variáveis aleatórias contínuas e discretas. Função massa de probabilidade (PMF). 2 15/8 2 Função densidade de probabilidade (PDF). Algumas distribuições importantes [1]. 3 19/8 2 Algumas distribuições importantes [2]. Função de distribuição acumulada (CDF). 4 26/8 2 Funções Φ e Q. Variáveis aleatórias mistas. 5 29/8 2 PDF conjunta e marginal. CDF conjunta e marginal. 6 2/9 2 PDF condicional. Variáveis aleatórias independentes. 7 9/9 2 Valor esperado. Teorema fundamental do valor esperado. Propriedades do valor esperado. Média, variância, desvio padrão. 8 12/9 2 Momentos. Momentos conjuntos. Covariância. 9 16/9 2 Variáveis aleatórias descorrelacionadas. Independência vs descorrelação. Coeficiente de Pearson. 10 23/9 2 Vetores aleatórios. Vetor média e matriz covariância. 11 26/9 2 Vetores aleatórios gaussianos. Definição. PDF conjunta. 12 30/9 2 Exemplos. Independência vs descorrelação para variáveis aleatórias conjuntamente gaussianas. 13 7/10 2 Prova #1.1. 14 10/10 2 Correção da Prova #1.1. 15 14/10 2 Prova #1.2. 16 21/10 2 Processos estocásticos contínuos e discretos. Especificação de processos estocásticos. 17 24/10 2 Função média, função autocorrelação e função autocovariância. 18 4/11 2 Estacionariedade. Estacionariedade no sentido estrito. Estacionariedade no sentido amplo. Ergodicidade. 19 7/11 2 Processos ESA. Função autocorrelação e densidade espectral de potência de processos ESA. Teorema de Wiener–Khinchine. 20 11/11 2 Resposta de sistemas lineares a entradas aleatórias. 21 18/11 2 Processos estocásticos gaussianos. 22 21/11 2 Processos de Poisson. 23 25/11 2 Cadeias de Markov. Introdução. Definição. Exemplos. Comportamento assintótico de cadeias de Markov [1]. 24 2/12 2 Comportamento assintótico de cadeias de Markov [2]. Cadeias de Markov absorventes. 25 5/12 2 Aula de exercícios. 26 9/12 2 Prova #2.1. 27 16/12 2 Correção da Prova #2.1. 28 19/12 2 Prova #2.2. TOTAL 56

Semestre 2016-1 - Prof. Roberto Nóbrega

Aula Data Horas Conteúdo Recursos 1 22/3 2 Plano de ensino. Variáveis aleatórias contínuas e discretas. 2 28/3 2 Função massa de probabilidade (PMF). Função densidade de probabilidade (PDF). Algumas distribuições importantes [1]. 3 29/3 2 Algumas distribuições importantes [2]. Função de distribuição acumulada (CDF). 4 5/4 2 Variáveis aleatórias mistas. Revisão. 5 11/4 2 PDF conjunta e marginal. CDF conjunta e marginal. 6 12/4 2 PDF condicional. Variáveis aleatórias independentes. 7 19/4 2 Avaliação 1.1. 8 25/4 2 Valor esperado. Teorema fundamental do valor esperado. Média, variância, desvio padrão. 9 26/4 2 Momentos. Momentos conjuntos. Covariância. 10 3/5 2 Avaliação 1.2. 11 9/5 2 Independência vs descorrelação. Coeficiente de Pearson. 12 10/5 2 Vetores aleatórios. Vetor média e matriz covariância. 13 17/5 2 Vetores aleatórios gaussianos [1]. 14 23/5 2 Vetores aleatórios gaussianos [2]. 15 24/5 2 Avaliação 2.1. 16 31/5 2 Processos estocásticos contínuos e discretos. Especificação de processos estocásticos. 17 4/6 2 Função média, função autocorrelação e função autocovariância. 18 6/6 2 Avaliação 2.2. 19 7/6 2 Estacionariedade e ergodicidade. 20 14/6 2 Processos ESA. Função autocorrelação e densidade espectral de potência de processos ESA. Teorema de Wiener–Khinchine. 21 20/6 2 Resposta de sistemas lineares a entradas aleatórias. 22 21/6 2 Processos estocásticos gaussianos. 23 25/6 2 Avaliação 3.1. 24 28/6 2 Processos de Poisson. 25 4/7 2 Cadeias de Markov [1] 26 5/7 2 Avaliação 3.2. 27 12/7 2 Cadeias de Markov [2]. 28 18/7 2 Introdução à teoria de filas. 29 19/7 2 Aula de exercícios. 30 26/7 2 Avaliações finais. TOTAL 60

Semestre 2015-2 - Prof. Roberto Nóbrega

Aula Data Horas Conteúdo Recursos 1 5/10 2 Plano de ensino. Variáveis aleatórias contínuas e discretas. 2 6/10 2 Função massa de probabilidade (PMF). Função densidade de probabilidade (PDF). 3 17/10 2 Algumas distribuições discretas e contínuas importantes. 4 19/10 2 Função de distribuição acumulada (CDF). Variáveis aleatórias mistas. 5 20/10 2 Variáveis aleatórias conjuntamente distribuídas. PDF e CDF conjunta, marginal e condicional. Variáveis aleatórias independentes. 6 26/10 2 Valor esperado. Teorema fundamental do valor esperado. Média, variância, desvio padrão. 7 27/10 2 Momentos. Momentos conjuntos. Covariância. Variáveis aleatórias descorrelacionadas. 8 9/11 2 Independência vs descorrelação. Coeficiente de correlação. 9 10/11 2 Vetores aleatórios. Vetor média e matriz covariância. 10 16/11 2 Avaliação 1.1. 11 23/11 2 Correção da Avaliação 1.1. 12 24/11 2 Revisão: Decomposição de uma matriz em autovalores. Descorrelacionando variáveis aleatórias. 13 30/11 2 Vetores aleatórios gaussianos. 14 7/12 2 Avaliação 1.2. 15 8/12 2 Processos estocásticos contínuos e discretos. Especificação de processos estocásticos. 16 12/12 2 Aula de exercícios. 17 14/12 2 Avaliação 2.1. 18 15/12 2 Correção da Avaliação 2.1. Função média, função autocorrelação e função autocovariância. 19 21/12 2 Estacionariedade. Ergodicidade. 20 22/2 2 Processos estocásticos estacionários no sentido amplo. Definição. 21 23/2 2 Propriedades da função autocorrelação. Densidade espectral de potência. Teorema de Wiener–Khinchine. 22 23/2 2 Resposta de sistemas lineares a entradas aleatórias. Processos estocásticos gaussianos [1]. 23 29/2 2 Processos estocásticos gaussianos [2]. 24 7/3 2 Processos de Poison. 25 8/3 2 Avaliação 3.1. 26 14/3 2 Avaliação 3.2. TOTAL 52

Semestre 2015-1 - Prof. Roberto Nóbrega

Aula Data Horas Conteúdo Recursos 1 4/2 2 Plano de ensino. Variáveis aleatórias contínuas e discretas. Definição de uma variável aleatória. Quadro negro 2 10/2 2 Funções massa e densidade de probabilidade. Algumas distribuições importantes [1]. Quadro negro 3 24/2 2 Algumas distribuições importantes [2]. Função distribuição cumulativa. Quadro negro 4 3/3 2 Variáveis aleatórias mistas. Variáveis aleatórias conjuntamente distribuídas. Quadro negro 5 4/3 2 Independência de variáveis aleatórias. Distribuição condicional. Quadro negro 6 10/3 2 Valor esperado de variáveis aleatórias. Média, variância, momentos. Quadro negro 7 17/3 2 Valor esperado de função de variável aleatória. Quadro negro 8 18/3 2 Correlação e covariância. Valor esperado condicional. Quadro negro 9 24/3 2 Avaliação 1.1. Quadro negro 10 31/3 2 Correção da Avaliação 1.1. Quadro negro 11 1/4 2 Vetores aleatórios. Vetor média e matriz covariâcia. Quadro negro 12 7/4 2 Avaliação 1.2. Quadro negro 13 14/4 2 Descorrelacionando variáveis aleatórias. Quadro negro 14 15/4 2 Vetores aleatórios gaussianos. Quadro negro 15 28/4 2 Processos estocásticos contínuos e discretos. Especificação de processos estocásticos. Quadro negro 16 29/4 2 Momentos de um processo estocástico. Estacionariedade e ergodicidade. Quadro negro 17 5/5 2 Avaliação 2.1. Quadro negro 18 12/5 2 Correção da Avaliação 2.1. Processos estocásticos estacionários no sentido amplo. Quadro negro 19 13/5 2 Função autocorrelação e função densidade espectral de potência. Quadro negro 20 19/5 2 Avaliação 2.2. Quadro negro 21 26/5 2 Resposta de sistemas lineares a entradas aleatórias. Processos estocásticos gaussianos. Quadro negro 22 27/5 2 Cadeias de Markov. Quadro negro 23 2/6 2 Comportamento assintótico de cadeias de Markov. Quadro negro 24 9/6 2 Processos de Poisson. Quadro negro 25 10/6 2 Introdução a teoria das filas. Quadro negro 26 16/6 2 Avaliação 3.1. Quadro negro 27 23/6 2 Correção da Avaliação 3.1. Exercícios. Quadro negro 28 24/6 2 Aula de exercícios. Quadro negro 29 30/6 2 Avaliação 3.2. Quadro negro TOTAL 58

Semestre 2014-2 - Prof. Roberto Nóbrega

Aula Data Horas Conteúdo Recursos 1 4/8 2 Plano de ensino. Introdução à disciplina. Revisão: Teoria da probabilidade. Quadro negro 2 11/8 2 Variáveis aleatórias contínuas e discretas. Funções massa, densidade e cumulativa. Quadro negro 3 12/8 2 Esperança matemática (média, variância, momentos). Função característica. Quadro negro 4 18/8 2 Transformação de variáveis aleatórias. Variáveis aleatórias conjuntas. Quadro negro 5 25/8 2 Vetores aleatórios. Quadro negro 6 26/8 2 Processos estocásticos. Definição e especificação de processos estocásticos. Quadro negro 7 1/9 2 Processos contínuos e discretos. Estacionariedade e ergodicidade. Exemplos de processos estocásticos. Quadro negro 8 8/9 2 Aula de exercícios. Quadro negro 9 9/9 2 Avaliação 1.1. 10 15/9 2 Correção da Avaliação 1.1. Processos estocásticos estacionários no sentido amplo. Quadro negro 11 22/9 2 Função de autocorrelação. Densidade espectral de potência. Teorema de Wiener–Khinchin. Quadro negro 12 23/9 2 Avaliação 1.2. 13 29/9 2 Resposta de sistemas lineares a entradas aleatórias. Quadro negro 14 6/10 2 Processos auto-regressivos e de média-móvel. Quadro negro 15 7/10 2 Processos gaussianos (1). Quadro negro 16 13/10 2 Processos gaussianos (2). Quadro negro 17 20/10 2 Aula de exercícios. Quadro negro 18 21/10 2 Avaliação 2.1. 19 27/10 2 Correção da Avaliação 2.1. Processos de Poisson (1). Quadro negro 20 3/11 2 Processos de Poisson (2). Quadro negro 21 4/11 2 Avaliação 2.2. 22 10/11 2 Cadeias de Markov (1). Quadro negro 23 17/11 2 Cadeias de Markov (2). Quadro negro 24 18/11 2 Introdução à teoria das filas. Quadro negro 25 24/11 2 Aula de exercícios. Quadro negro 26 1/12 2 Avaliação 3.1. 27 2/12 2 Correção da Avaliação 3.1. Exercícios. Quadro negro 28 8/12 2 Aula de exercícios. Quadro negro 29 15/12 2 Avaliação 3.2. TOTAL 58