Processos Estocásticos

Objetivo Geral

Conhecer a teoria de processos aleatórios através dos conceitos e alicerces matemáticos para os tipos de variáveis aleatórias, de processos estocásticos e suas implicações para sistemas lineares invariantes no tempo.

Ementa

Conceitos básicos de processos estocásticos. Processos aleatórios. Processos estacionários. Processos ergódicos. Introdução à teoria das filas. Cadeias de Markov. Processamento de sinais aleatórios. Funções de correlação, autocorrelação e densidade espectral de potência. Resposta de sistemas lineares a sinais aleatórios. Introdução à estimação. Método de Monte Carlo.

Bibliografia Básica

• ALBUQUERQUE, J. P. A.; FORTES, J. M. P.; FINAMORE, W. A. Probabilidade, Variáveis Aleatórias e Processos Estocásticos. Rio de Janeiro: Editora da PUC-Rio, 2008.
• GARCIA, A. Leon. Probability, Statistics, and Random Processes for Electrical Engineering. Pearson/Prentice Hall, 2008.
• PAPOULIS, A.; PILLAI, U. Probability, random variables and stochastic processes. 4. ed. São Paulo: McGraw-Hill, 2002.

Bibliografia Complementar

• BERTSEKAS, DIMITRI; TSITSIKLIS, JOHN. Introduction To Probability. Editora Athena Scientific, 2a edição, 2008.
• HSU, HWEI P. Schaum's Outline of Probability, Random Variables, and Random Processes. Editora: McGraw-Hill Education; 4a edição, 2019.
• MILLER, SCOTT; CHILDERS, DONALD. Probability and Random Processes: With Applications to Signal Processing and Communications. Editora Academic Press, 2a edição, 2012.