Mudanças entre as edições de "PRE-EngTel (Plano de Ensino)"
Ir para navegação
Ir para pesquisar
Linha 17: | Linha 17: | ||
: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. | :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. | ||
− | ;Conteúdo Programático | + | ;Conteúdo Programático |
+ | # 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 | ;Estratégias de ensino utilizadas | ||
+ | * Aulas expositivas teóricas. | ||
+ | * Listas de exercícios extraclasses. | ||
+ | * Atividades de simulação computacional. | ||
;Critérios e instrumentos de avaliação | ;Critérios e instrumentos de avaliação | ||
+ | * Três avaliações escritas e eventuais atividades de simulação. | ||
;Bibliografia Básica | ;Bibliografia Básica |
Edição das 10h01min de 11 de agosto de 2014
MINISTÉRIO DA EDUCAÇÃO |
Plano de Ensino de 2014-2 - atual
- Dados gerais
- COMPONENTE CURRICULAR: PRE - PROCESSOS ESTOCÁSTICOS
- CARGA HORÁRIA: 3 HORAS/SEMANA 54 HORAS. TEÓRICA = 54 HORAS. LABORATÓRIO = 0 HORAS
- PRÉ REQUISITOS: EST, CAL4
- DISCIPLINAS SUCESSORAS: CSF, ADS, COM1
- MÓDULO PROFISSIONALIZANTE
- Objetivos
- 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.
- Conteúdo Programático
- 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 avaliações escritas e eventuais atividades de simulação.
- Bibliografia Básica
- Steven Kay Intuitive Probability and Random Processes using MATLAB; ed. [S.l]:Springer, 2006. p. ISBN 9780387241579
- 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
- Marcelo Sampaio de Alencar Probabilidade e Processos Estocásticos; 1ª ed. [S.l]:Erica, 2009. 288p. ISBN 9788536502168
- Bibliografia Complementar
- Papoulis, Athanasios Probability, Random Variables and Stochastic Processes; 4ª ed. Boston:McGraw-Hill, 2002. 852p. ISBN 9780071226615
- 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
- Hwei Hsu Schaum's Outline of Probability, Random Variables, and Random Processes; 2ª ed. [S.l]:McGraw-Hill, 2010. p. ISBN 9780071632898
- 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
- Henry Stark, John Woods Probability, Statistics, and Random Processes for Engineers; 4ª ed. [S.l]:Prentice Hall, 2011. 704p. ISBN 9780132311236
ANEXOS