Mudanças entre as edições de "PRE-EngTel (página)"

De MediaWiki do Campus São José
Ir para navegação Ir para pesquisar
Linha 7: Linha 7:
  
 
=Aulas=
 
=Aulas=
# [22/03] Plano de ensino. Variáveis aleatórias contínuas e discretas. Função massa de probabilidade (PMF).
+
{| class="wikitable"
# [28/03] Função densidade de probabilidade (PDF). Algumas distribuições importantes [1].
+
! N !! Dia !! Desenvolvimento
# [29/03] Algumas distribuições importantes [2]. Função de distribuição acumulada (CDF).
+
|-
# [05/04] Funções Φ e Q. Variáveis aleatórias mistas.
+
|  1 || 22/03 || Plano de ensino. Variáveis aleatórias contínuas e discretas. Função massa de probabilidade (PMF).
# [11/04] PDF conjunta e marginal. CDF conjunta e marginal.
+
|-             
# [12/04] PDF condicional. Variáveis aleatórias independentes.
+
|  2 || 28/03 || Função densidade de probabilidade (PDF). Algumas distribuições importantes [1].
# [19/04] '''[[Media:PRE29006-A1-1-2016-1.pdf|Avaliação #1.1.]]'''
+
|-             
# [25/04] Valor esperado. Teorema fundamental do valor esperado. Propriedades do valor esperado. Média, variância, desvio padrão.
+
|  3 || 29/03 || Algumas distribuições importantes [2]. Função de distribuição acumulada (CDF).
# [26/04] Momentos. Momentos conjuntos. Covariância.
+
|-             
# [03/05] Variáveis aleatórias descorrelacionadas. Independência vs descorrelação. Coeficiente de Pearson.
+
|  4 || 05/04 || Funções Φ e Q. Variáveis aleatórias mistas.
# [09/05] Vetores aleatórios. Vetor média e matriz covariância.
+
|-             
# [10/05] '''[[Media:PRE29006-A1-2-2016-1.pdf|Avaliação #1.2.]]'''
+
|  5 || 11/04 || PDF conjunta e marginal. CDF conjunta e marginal.
# [17/05] Correção da Avaliação #1.2. Vetores aleatórios gaussianos: Definição. PDF conjunta.
+
|-             
# [23/05] Vetores aleatórios gaussianos: Exemplos. Independência vs descorrelação para variáveis aleatórias conjuntamente gaussianas.
+
|  6 || 12/04 || PDF condicional. Variáveis aleatórias independentes.
# [24/05] Processos estocásticos contínuos e discretos. Especificação de processos estocásticos.
+
|-             
# [31/05] Função média, função autocorrelação e função autocovariância.
+
|  7 || 19/04 || '''[[Media:PRE29006-A1-1-2016-1.pdf|Avaliação #1.1.]]'''
# [04/06] Estacionariedade. Estacionariedade no sentido estrito. Estacionariedade no sentido amplo.
+
|-             
# [06/06] Processos ESA. Função autocorrelação e densidade espectral de potência de processos ESA. Teorema de Wiener–Khinchine.
+
|  8 || 25/04 || Valor esperado. Teorema fundamental do valor esperado. Propriedades do valor esperado. Média, variância, desvio padrão.
# [07/06] Participação no Ciclo de Palestras de Empreendedorismo e Inovação.
+
|-             
# [14/06] '''[[Media:PRE29006-A2-1-2016-1.pdf|Avaliação #2.1.]]'''
+
|  9 || 26/04 || Momentos. Momentos conjuntos. Covariância.
# [20/06] Resposta de sistemas lineares a entradas aleatórias.
+
|-             
# [21/06] Processos estocásticos gaussianos.
+
| 10 || 03/05 || Variáveis aleatórias descorrelacionadas. Independência vs descorrelação. Coeficiente de Pearson.
# [25/06] Aula de exercícios.
+
|-             
# [28/06] Processos de Poisson.
+
| 11 || 09/05 || Vetores aleatórios. Vetor média e matriz covariância.
# [04/07] Cadeias de Markov. Introdução. Definição. Exemplos. Comportamento assintótico de cadeias de Markov [1].
+
|-             
# [05/07] Comportamento assintótico de cadeias de Markov [2]. Cadeias de Markov absorventes.
+
| 12 || 10/05 || '''[[Media:PRE29006-A1-2-2016-1.pdf|Avaliação #1.2.]]'''
# [12/07] '''[[Media:PRE29006-A3-1-2016-1.pdf|Avaliação #3.1.]]'''
+
|-             
 +
| 13 || 17/05 || Correção da Avaliação #1.2. Vetores aleatórios gaussianos: Definição. PDF conjunta.
 +
|-             
 +
| 14 || 23/05 || Vetores aleatórios gaussianos: Exemplos. Independência vs descorrelação para variáveis aleatórias conjuntamente gaussianas.
 +
|-             
 +
| 15 || 24/05 || Processos estocásticos contínuos e discretos. Especificação de processos estocásticos.
 +
|-             
 +
| 16 || 31/05 || Função média, função autocorrelação e função autocovariância.
 +
|-             
 +
| 17 || 04/06 || Estacionariedade. Estacionariedade no sentido estrito. Estacionariedade no sentido amplo.
 +
|-             
 +
| 18 || 06/06 || Processos ESA. Função autocorrelação e densidade espectral de potência de processos ESA. Teorema de Wiener–Khinchine.
 +
|-             
 +
| 19 || 07/06 || Participação no Ciclo de Palestras de Empreendedorismo e Inovação.
 +
|-             
 +
| 20 || 14/06 || '''[[Media:PRE29006-A2-1-2016-1.pdf|Avaliação #2.1.]]'''
 +
|-             
 +
| 21 || 20/06 || Resposta de sistemas lineares a entradas aleatórias.
 +
|-             
 +
| 22 || 21/06 || Processos estocásticos gaussianos.
 +
|-             
 +
| 23 || 25/06 || Aula de exercícios.
 +
|-             
 +
| 24 || 28/06 || Processos de Poisson.
 +
|-             
 +
| 25 || 04/07 || Cadeias de Markov. Introdução. Definição. Exemplos. Comportamento assintótico de cadeias de Markov [1].
 +
|-             
 +
| 26 || 05/07 || Comportamento assintótico de cadeias de Markov [2]. Cadeias de Markov absorventes.
 +
|-             
 +
| 27 || 12/07 || '''[[Media:PRE29006-A3-1-2016-1.pdf|Avaliação #3.1.]]'''
 +
|}
  
 
=Listas de exercícios=
 
=Listas de exercícios=

Edição das 13h26min de 19 de julho de 2016

MURAL DE AVISOS E OPORTUNIDADES DA ÁREA DE TELECOMUNICAÇÕES



Informações gerais

Aulas

N Dia Desenvolvimento
1 22/03 Plano de ensino. Variáveis aleatórias contínuas e discretas. Função massa de probabilidade (PMF).
2 28/03 Função densidade de probabilidade (PDF). Algumas distribuições importantes [1].
3 29/03 Algumas distribuições importantes [2]. Função de distribuição acumulada (CDF).
4 05/04 Funções Φ e Q. Variáveis aleatórias mistas.
5 11/04 PDF conjunta e marginal. CDF conjunta e marginal.
6 12/04 PDF condicional. Variáveis aleatórias independentes.
7 19/04 Avaliação #1.1.
8 25/04 Valor esperado. Teorema fundamental do valor esperado. Propriedades do valor esperado. Média, variância, desvio padrão.
9 26/04 Momentos. Momentos conjuntos. Covariância.
10 03/05 Variáveis aleatórias descorrelacionadas. Independência vs descorrelação. Coeficiente de Pearson.
11 09/05 Vetores aleatórios. Vetor média e matriz covariância.
12 10/05 Avaliação #1.2.
13 17/05 Correção da Avaliação #1.2. Vetores aleatórios gaussianos: Definição. PDF conjunta.
14 23/05 Vetores aleatórios gaussianos: Exemplos. Independência vs descorrelação para variáveis aleatórias conjuntamente gaussianas.
15 24/05 Processos estocásticos contínuos e discretos. Especificação de processos estocásticos.
16 31/05 Função média, função autocorrelação e função autocovariância.
17 04/06 Estacionariedade. Estacionariedade no sentido estrito. Estacionariedade no sentido amplo.
18 06/06 Processos ESA. Função autocorrelação e densidade espectral de potência de processos ESA. Teorema de Wiener–Khinchine.
19 07/06 Participação no Ciclo de Palestras de Empreendedorismo e Inovação.
20 14/06 Avaliação #2.1.
21 20/06 Resposta de sistemas lineares a entradas aleatórias.
22 21/06 Processos estocásticos gaussianos.
23 25/06 Aula de exercícios.
24 28/06 Processos de Poisson.
25 04/07 Cadeias de Markov. Introdução. Definição. Exemplos. Comportamento assintótico de cadeias de Markov [1].
26 05/07 Comportamento assintótico de cadeias de Markov [2]. Cadeias de Markov absorventes.
27 12/07 Avaliação #3.1.

Listas de exercícios

Trabalhos

Professores anteriores


Curso de Engenharia de Telecomunicações