Respire

Cronograma

Atividade	20-30 Maio	1-10 Jun	11-20 Jun	21-30 Jun	1-10 Jul	11-20 Jul	21-30 Jul	1-10 Ago	11-20 Ago	21-30 Ago
Pesquisa sensores e placas
Compra sensores e placas
Teste sensores
Escolha dos sensores para protótipo
Definição de case para abrigar os sensores

Semestre 2015-2 - Profs. Deise Monquelate Arndt e Roberto Nóbrega
Aula Data Horas Conteúdo Recursos 1 5/10 2 Introdução à disciplina. 2 8/10 2 Tutorial MATLAB. 3 14/10 2 Largura de banda. Filtros ideais. Quantização. TOTAL 84

Aulas

N	Dia	Desenvolvimento	Leitura recomendada
1	12/08	Plano de ensino. Definição de variáveis aleatória. Variáveis aleatórias discretas. Função massa de probabilidade (PMF). [O].	Yates, Sec. 2.2, 2.1
2	15/08	Propriedades da PMF. Algumas distribuições de probabilidade discretas. [O].	Yates, Sec. 2.3
3	19/08	Variáveis aleatórias contínuas. Função densidade de probabilidade (PDF). Propriedades da PDF. Algumas distribuições de probabilidade contínuas.	Yates, Sec. 3.2, 3.4.
4	26/08	[O]. Função de distribuição acumulada (CDF).	Yates, Sec. 2.4, 3.1.
5	29/08	PDF para variáveis aleatórias discretas. Variáveis aleatórias mistas. [O].	Yates, Sec. 3.6.
6	02/09	PDF conjunta e marginal. CDF conjunta e marginal.	Yates, Sec. 4.1 a 4.5.
7	09/09	PDF condicional. [O]. Variáveis aleatórias independentes.	Yates, Sec. 2.9, 3.8, 4.8 a 4.10.
8	12/09	Valor esperado. Teorema fundamental do valor esperado. Propriedades do valor esperado. Média, variância, desvio padrão.	Yates, Sec. 2.5, 2.7, 2.8, 3.3.
9	16/09	Covariância e correlação. [O].	Yates, Sec. 4.7.
10	23/09	Variáveis aleatórias descorrelacionadas. Independência vs descorrelação. Coeficiente de Pearson.	Yates, Sec. 4.7.
11	27/09	Vetores aleatórios. Vetor média e matriz covariância.	Yates, Sec. 5.1, 5.2, 5.6.
12	30/09	Vetores aleatórios gaussianos. Definição. PDF conjunta. Exemplos [1].	Yates, Sec. 3.5, 5.7. Albuquerque, Cap. 6.
13	07/10	Prova #1.1.
14	10/10	Correção da Prova #1.1.
15	14/10	Exemplos [2]. Independência vs descorrelação para variáveis aleatórias conjuntamente gaussianas.	Albuquerque, Cap. 6.
16	21/10	Participação na MCC.
17	22/10	Processos estocásticos contínuos e discretos. Especificação de processos estocásticos.	Yates, Sec. 10.1, 10.2.
18	24/10	Função média, função autocorrelação e função autocovariância. Exemplos [1].	Yates, Sec. 10.8.
19	04/11	Exemplos [2].	Yates, Sec. 10.8.
20	09/11	Estacionariedade. Estacionariedade no sentido estrito. Estacionariedade no sentido amplo.	Yates, Sec. 10.9, 10.10.
21	11/11	Sem aula devido à greve dos ônibus.
22	18/11	Prova #1.2.
23	21/11	Processos ESA. Função autocorrelação e densidade espectral de potência de processos ESA. Teorema de Wiener–Khinchine.	Yates, Sec. 11.5.
24	25/11	Sem aula devido ao Movimento de Ocupação.
25	26/11	Resposta de sistemas lineares a entradas aleatórias.	Yates, Sec. 11.8. Albuquerque, Sec. 7.10.
26	02/12	Processos estocásticos gaussianos.	Yates, Sec. 10.12, Albuquerque, Sec. 7.11.
27	05/12	Cadeias de Markov. Introdução. Definição. Exemplos. Comportamento assintótico de cadeias de Markov.	Yates, Sec. 12.1 a 12.3. Grinstead, Sec. 11.1, 11.2.

Evolução dos trabalhos

Data	Atividades Realizadas
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}
		{{{3}}}	{{{4}}}

Evolução dos trabalhos

Data	Atividades Realizadas
22 Mai	Atividade	{{{3}}}	{{{4}}}