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
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
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
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
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
Steven Kay Intuitive Probability and Random Processes using MATLAB; ed. [S.l]:Springer, 2006. p. ISBN 9780387241579
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