TE – PROBABILIDADE E PROCESSOS ESTOCÁSTICOS

Slides:



Advertisements
Apresentações semelhantes
Escola Politécnica de Pernambuco Departamento de Ensino Básico
Advertisements

Probabilidade e Esperança Condicional
Algoritmos para Geração de Variáveis Aleatórias
Sinais Digitais Sistemas em tempo discreto Sistemas quantificados
Temas de DSP Conceitos básicos de Sinais.
Processos Estocásticos
Estatística Aula 01 Prof. Marllus Gustavo Ferreira Passos das Neves
Reconhecimento de Padrões Revisão de Probabilidade e Estatística
MB-711 Fundamentos de Tratamento de Incertezas
MB-711 Fundamentos de Tratamento de Incertezas 3º Encontro de 4 Previstos (+ Avaliação) MPEP – Mestrado Profissional em Produção Prof. Armando Z. Milioni.
Estatística: Aplicação ao Sensoriamento Remoto ANO 2010
Resposta forçada II Objetivos:
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
Distribuição Gama Qual é a distribuição do tempo em que ocorre a 3a chegada em um Processo de Poisson de taxa l?
Variáveis Aleatórias Contínuas
Noções de Simulação O cálculo de probabilidades e valores esperados nem sempre pode ser feito analiticamente. Frequentemente, recorre-se a modelos de simulação.
Introdução aos Processos Estocásticos
Elementos de Matemática Avançada
Geração de random variates
Fundamentos de Análise de Sinais
Curso de Processamento Digital de Sinais e Imagens
Principais Modelos Contínuos
Bem Vindos ao Curso de Controle Estatístico de Processos
Profa. Maria Ivanilde S. Araújo
CAPÍTULO I- TEORIA DAS PROBABILIDADE
BIO Métodos Quantitativos Aplicados à Ecologia
Estatística exploratória
Introdução a Processos Estocásticos
Fundamentos de Análise de Sinais
Fundamentos de Análise de Sinais
Fundamentos de Análise de Sinais
VALORES ESPERADOS.
FUNÇÃO CARACTERÍSTICA
Exponential Random Graph Models
Métodos Matemáticos Lineares - MML
Distribuição de Probabilidades
Apêndice.
DISTRIBUIÇÕES DE PROBABILIDADES DE VARIÁVEIS ALEATÓRIAS DISCRETAS
Variáveis Aleatórias Discretas-II-1; Função de Distribuição de X
Erros e variáveis aleatórias
Modelos de distribuição de erros
ESTATÍSTICA.
Amostragem Pontos mais importantes:
Variáveis Aleatórias O cálculo de probabilidades é mais expedito quando a cada acontecimento corresponde um número. Uma variável aleatória, X(.) é uma.
Variável Aleatória Discreta Unidimensional
Inferência Estatística
Probabilidade e Estatística Exemplo da Moeda Balanceada
A probabilidade de X tomar um dado valor é zero. Calcula-se a probabilidade de X estar dentro de um intervalo. Função de densidade 1. f(x) ≥ 0 +  2. 
Aplicações Estatísticas uma rápida abordagem
Análise de Sinais Estocásticos parte II Análise de Fourier Estocástica (análise de sinais aleatórios)
Introdução à disciplina
Estatística Geral (Elementos de Probabilidade)
DISTRIBUIÇÃO DE POISSON
3. Distribuições de probabilidade
Professor Antonio Carlos Coelho
Para um sinal determinístico x(t), o espectro é bem definido: Se
Probabilidade e Estatística para Avaliação de Desempenho
MSCC – Revisão de Probabilidade e Estatística
Modelagem de Sistemas de Computação e Comunicação Sidney Lucena PPGI/UNIRIO
Universidade Federal do Pará Instituto de Tecnologia
Circuitos Elétricos 2 Circuitos Elétricos Aplicados
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA
Estatística Básica Jorge Festa 2. Estatística Básica Jorge Festa 2.
2. VARIÁVEIS ALEATÓRIAS 2015.
©2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Introdução à Teoria das Filas Paulo Adeodato Departamento de Informática Universidade Federal.
©2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Análise de Fila Única Paulo Adeodato Departamento de Informática Universidade Federal de Pernambuco.
PESQUISA OPERACIONAL II Professor: D. Sc. Edwin B. Mitacc Meza
Estatística - Estimação – II - 1; Desigualdade de Tchebychev -1.
1 Processamento de Sinais CDESC Rodolfo Araujo Victor RH/UP/ECTEP Aula 1 03/11/2010.
PROBALIDADE & VARIÁVEIS ALEATÓRIAS
Transcrição da apresentação:

TE 05179 – PROBABILIDADE E PROCESSOS ESTOCÁSTICOS Carga Horária: 75 h Créditos: 05 Prof. Dra. Valquiria Gusmão Macedo  

EMENTA Teoria das Probabilidades. Variáveis Aleatórias. Funções de Variáveis Aleatórias. Processos Aleatórios. Sistemas Lineares com Entradas Aleatórias.

Objetivos Proporcionar um sólido conhecimento sobre cálculo de probabilidade, variáveis aleatórias e processos aleatórios, possibilitando ao discente, ao final do curso, ter aptidão para aplicar os conhecimentos adquiridos como uma ferramenta na análise e solução de problemas que envolvam a aplicação de modelos probabilísticos em projetos nas diversas áreas da engenharia de computação.

Capítulo I – Teoria das probabilidades (10 horas) Espaço amostral, eventos, freqüência relativa, definição de probabilidade de um evento, propriedades e teoremas da probabilidade, probabilidade marginal, probabilidade condicional, probabilidade total, independência e eventos e teorema de Bayes.

Capítulo II – Variáveis aleatórias (15 horas) Conceito de variável aleatória, probabilidade associada à variável aleatória, tipos de variáveis aleatórias, função densidade de probabilidade e função distribuição de probabilidade para variável aleatória discreta, função densidade de probabilidade e função distribuição de probabilidade para variável aleatória contínua, propriedades da função distribuição de probabilidade, distribuição binomial, distribuição de Poisson, distribuição retangular uniforme, distribuição gaussiana, distribuição exponencial, conceito de variável aleatória bidimensional, probabilidade associada à variável aleatória bidimensional.

Capítulo II – Variáveis aleatórias (continuação) Tipos de variáveis aleatórias bidimensionais, função densidade de probabilidade conjunta e função distribuição de probabilidade conjunta para uma variável aleatória bidimensional, propriedades da função distribuição de probabilidade conjunta, função densidade de probabilidade marginal e função distribuição de probabilidade marginal, função densidade de probabilidade condicional e função distribuição de probabilidade condicional, variáveis aleatórias independentes.

Capítulo III – Valores esperados (8 horas) Média de uma variável aleatória, momento de uma variável aleatória, momento central, propriedades do valor esperado, variância, propriedades da variância, desvio padrão, covariância, coeficiente de correlação, esperança condicional.

Capítulo IV – Funções de variáveis aleatórias (10 horas) Função de variável aleatória discreta, função de variável aleatória contínua, soma de variáveis aleatórias discretas, convolução.

Capítulo V – Processos aleatórios (16 horas) Conceito de processo aleatório, interpretações de um processo aleatório, classificação dos processos aleatórios, função densidade de probabilidade e função distribuição de probabilidade de primeira e segunda ordem de um processo aleatório, valor médio de um processo aleatório, auto-correlação , auto-covariância, processo aleatório estacionário no sentido estrito, processo aleatório no sentido amplo, função auto-correlação de processos aleatórios estacionários.

Capítulo V – Processos aleatórios (continuação) Média temporal de um processo aleatório, processo aleatório ergódico, densidade espectral de potência, propriedades da densidade espectral de potência, processo aleatório conjunto, função densidade de probabilidade conjunta e função distribuição de probabilidade conjunta de primeira ordem, correlação cruzada. Processos Aleatórios especias, Processo de Poisson, Processo Gaussiano e Processo de Markov.

Capítulo VI– Sistemas Lineares com Entradas Aleatórias (8 horas) Sistemas lineares e invariantes no tempo, resposta de um sistema linear e invariante no tempo (SLIT)a um sinal de entrada determinístico, análise de Fourier, resposta de um sistema linear e invariante no tempo a um sinal aleatório, valor médio da resposta de um SLIT a um sinal aleatório, correlação cruzada entre um sinal aleatório aplicado na entrada de um SLIT e a sua resposta, auto-correlação da resposta de um SLIT a um sinal aleatório, resposta de um sistema com duas entradas, valor médio da resposta de um sistema com duas entradas, auto-correlação da resposta de um sistema com duas entradas.

Bibliografia Spiegel, M. R., Schiller, J. e Srivasan, R. A. “ Probabilidade e Estatística”, Coleção Schaum, Bookman, 2a edição, 2004. Meyer, P. L. “Probabilidade: aplicações à estatística”, Rio de Janeiro: LTC, 1989. Papoulis, A. “Probability, Random Variables, and Stochastic Processes”, McGraw-Hill, Graw_Hill, 3rd edition, 1999. Shanmugan, S. K., and A. M. Breipohl, “Random Signals: Detection, Estimation and data Analysis”, John Wiley, 1988. Helstrom, C. W., “Probability and Stochastic Processes for Engineers”, Macmilan, 2nd edition, 1991. Leon-Garcia, A. “Probability and Random Processes for Electrical Engineers”, Addison Wesley, 1989. Peebles, P. Z. , “Probability and Random Variables and Random Signal Principles”, 4nd edition, 2001. McGraw-Hill.  

www.laps.ufpa.br/valquiria Estocasticos2008 vgmacedo@ufpa.br Sala31 – altos LEEC