PRE-EngTel (Plano de Ensino)

	MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA CATARINA CAMPUS SÃO JOSÉ Curso de Engenharia de Telecomunicações

Plano de Ensino de 2014-2 - atual

Dados gerais

COMPONENTE CURRICULAR: PRE - PROCESSOS ESTOCÁSTICOS

UCs vizinhas

CARGA HORÁRIA: 3 HORAS/SEMANA 54 HORAS. TEÓRICA = 54 HORAS. LABORATÓRIO = 0 HORAS

PRÉ REQUISITOS: EST, CAL4

DISCIPLINAS SUCESSORAS: CSF, ADS, COM1

MÓDULO PROFISSIONALIZANTE

Ementa

Variáveis aleatórias. Definição e classificação de processo estocásticos. Processos contínuos e discretos no tempo. Classes de processos estocásticos. Processos Random Walk e Wiener. Processos de Poisson. Estacionariedade. Autocorrelação e representação espectral. Continuidade, Diferenciação e Integração. Ergodicidade e média no tempo. Decomposição espectral e expansão em séries. Resposta de sistemas lineares a entradas aleatórias. Processos Estocásticos especiais: processos autoregressivos, modelos “moving average”. Processos e sequências de Markov. Processos Gaussianos. Aplicação de processos estocásticos em Telecomunicações.

Objetivos

• Conhecer os fundamentos da teoria da probabilidade, variáveis aleatórias e processos estocásticos.
• Saber modelar e solucionar problemas de natureza probabilística, em particular aqueles com aplicações na área de telecomunicações.
• Possuir conhecimento básico sobre a simulação em computador de experimentos probabilísticos.

Conteúdo Programático

Semestre 2016-1 - Prof. Roberto Nóbrega

Variáveis aleatórias (16h) Funções massa, densidade e cumulativa Variávels aleatórias mistas Variáveis aleatórias conjuntamente distribuídas Independência de variáveis aleatórias Distribuição condicional Valor esperado (8h) Média, variância, momentos Valor esperado de função de variável aleatória Correlação e covariância Valor esperado condicional Vetores aleatórios (8h) Vetor média e matriz covariância Vetores aleatórios gaussianos Definição e classificação de processos estocásticos (8h) Processos contínuos e discretos Especificação de processos estocásticos Momentos de um processo estocástico Estacionariedade e ergodicidade Processos estocásticos estacionários no sentido amplo (8h) Função autocorrelação Densidade espectral de potência Resposta de sistemas lineares a entradas aleatórias Processos estocásticos gaussianos Cadeias de Markov e processos de Poisson (6h) Cadeias de Markov Processos de Poisson Introdução à teoria das filas

Semestre 2015-2 - Prof. Roberto Nóbrega

Variáveis aleatórias (12h) Funções massa, densidade e cumulativa Variáveis aleatórias mistas Variáveis aleatórias conjuntamente distribuídas Independência de variáveis aleatórias Distribuição condicional Valor esperado (12h) Média, variância, momentos Valor esperado de função de variável aleatória Correlação e covariância Valor esperado condicional Vetores aleatórios (10h) Vetor média e matriz covariância Descorrelacionando variáveis aleatórias Vetores aleatórios gaussianos Definição e classificação de processos estocásticos (6h) Processos contínuos e discretos Especificação de processos estocásticos Momentos de um processo estocástico Estacionariedade e ergodicidade Processos estocásticos estacionários no sentido amplo (8h) Função autocorrelação Densidade espectral de potência Resposta de sistemas lineares a entradas aleatórias Processos estocásticos gaussianos Cadeias de Markov e processos de Poisson (6h) Cadeias de Markov Processos de Poisson Introdução à teoria das filas

Semestre 2015-1 - Prof. Roberto Nóbrega

Variáveis aleatórias Funções massa, densidade e cumulativa Variávels aleatórias mistas Variáveis aleatórias conjuntamente distribuídas Independência de variáveis aleatórias Distribuição condicional Valor esperado Média, variância, momentos Valor esperado de função de variável aleatória Correlação e covariância Valor esperado condicional Vetores aleatórios Vetor média e matriz covariância Descorrelacionando variáveis aleatórias Vetores aleatórios gaussianos Definição e classificação de processos estocásticos Processos contínuos e discretos Especificação de processos estocásticos Momentos de um processo estocástico Estacionariedade e ergodicidade Processos estocásticos estacionários no sentido amplo Função autocorrelação Densidade espectral de potência Resposta de sistemas lineares a entradas aleatórias Processos estocásticos gaussianos Cadeias de Markov e processos de Poisson Cadeias de Markov Processos de Poisson Introdução à teoria das filas

Semestre 2014-2 - Prof. Roberto Nóbrega

Revisão de teoria da probabilidade e variáveis aleatórias Teoria da probabilidade Variáveis aleatórias contínuas e discretas Funções massa, densidade e cumulativa Esperança matemática (média, variância, momentos) Função característica Variáveis aleatórias conjuntas Probabilidade condicional e o Teorema de Bayes Vetores aleatórios Definição e classificação de processos estocásticos Definição e especificação de processos estocásticos Processos contínuos e discretos Estacionariedade e ergodicidade Exemplos de processos estocásticos Processos estocásticos estacionários no sentido amplo Função de autocorrelação Densidade espectral de potência Resposta de sistemas lineares a entradas aleatórias Processos auto-regressivos e de média-móvel Processos gaussianos Processos de Poisson e cadeias de Markov Processos de Poisson Cadeias de Markov Introdução à teoria das filas Processos de Wiener e caminhadas aleatórias

Estratégias de ensino utilizadas

• Aulas expositivas teóricas.
• Listas de exercícios extraclasses.
• Atividades de simulação computacional.

Critérios e instrumentos de avaliação

• Três provas teóricas escritas.
• Um trabalho de simulação computacional.

Bibliografia Básica

1. Jose Paulo de Almeida e Albuquerque, Jose Mauro Pedro Fortes, Weiler Alves Finamore Probabilidade, Variáveis e Processos Estocásticos; 1ª ed. [S.l]:Interciência, 2008. 334p. ISBN 9788571931909
2. Roy D. Yates and David J. Goodman Probability and Stochastic Processes: A Friendly Introduction for Electrical and Computer Engineers; 3ª ed. [S.l]:Wiley, 2014. 512p. ISBN 9781118324561
3. Marcelo Sampaio de Alencar Probabilidade e Processos Estocásticos; 1ª ed. [S.l]:Erica, 2009. 288p. ISBN 9788536502168

Bibliografia Complementar

1. Papoulis, Athanasios Probability, Random Variables and Stochastic Processes; 4ª ed. Boston:McGraw-Hill, 2002. 852p. ISBN 9780071226615
2. Steven Kay Intuitive Probability and Random Processes using MATLAB; ed. [S.l]:Springer, 2006. p. ISBN 9780387241579
3. Hwei Hsu Schaum's Outline of Probability, Random Variables, and Random Processes; 2ª ed. [S.l]:McGraw-Hill, 2010. p. ISBN 9780071632898
4. Stewart, William J. Probability, markov chains, queues, and simulation : the mathematical basis of performance modeling; ed. New Jersey:Princeton University Press, 2009. 776p. ISBN 9780691140629
5. Henry Stark, John Woods Probability, Statistics, and Random Processes for Engineers; 4ª ed. [S.l]:Prentice Hall, 2011. 704p. ISBN 9780132311236

1 ANEXOS

Cronograma de atividades

Horário de Aula e Atendimento Paralelo

Curso de Engenharia de Telecomunicações