Informa??es da Disciplina

 Preparar para impressão 
Júpiter - Sistema de Graduação

Instituto de Ciências Matemáticas e de Computação
 
Matemática Aplicada e Estatística
 
Disciplina: SME0121 - Processos Estocásticos
Stochastic Processes

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2008 Desativação:

Objetivos
Fornecer ao aluno base teórica em Processos Estocásticos para que possa apreciar suas aplicações, principalmente voltadas às áreas de Redes de Computadores, análise de Sistemas, etc, com consistência e incluindo métodos de Simulação Estocásticas.
 
Provide to the student solid basis to understand stochastic processes and their applications in Computer Networks and Systems analysis, including methods for Stochastic Simulation.
 
 
Programa Resumido
Introdução. Processos Estocásticos homogêneos. Processos de Poisson, Cadeias de Markov a parâmetro discreto e a parâmetro contínuo: definições, propriedades, distribuições de equilíbrio. Exemplos e aplicações. Processos de Nascimento e Morte a parâmetro discreto e contínuo e aplicações. Introdução a Teoria de Filas. Filas Gerais M/M/c/K, c 1, K. Introdução à Simulação Estocástica, análise estocástica de resultados de simulação.
 
Introduction. Homogeneous stochastic processes. Poisson Process, Markov chain in discrete and continuous time, definitions, properties, equilibrium distributions. Examples and applications. Birth and Death in discrete and continuous time. Introduction to Queuing Theory. General queues: M/M/c/k. Introduction to stochastic simulation, stochastic analysis of simulation results.
 
 
Programa
Introdução. Processos Estocásticos homogêneos. Processos de Poisson, Cadeias de Markov a parâmetro discreto e a parâmetro contínuo: definições, propriedades, distribuições de equilíbrio. Exemplos e aplicações. Processos de Nascimento e Morte a parâmetro discreto e contínuo e aplicações. Introdução a Teoria de Filas. Filas Gerais M/M/c/K, c 1, K. Introdução à Simulação Estocástica, análise estocástica de resultados de simulação.
 
Introduction. Homogeneous stochastic processes. Poisson Process, Markov chain in discrete and continuous time, definitions, properties, equilibrium distributions. Examples and applications. Birth and Death in discrete and continuous time. Introduction to Queuing Theory. General queues: M/M/c/k. Introduction to stochastic simulation, stochastic analysis of simulation results.
 
 
Avaliação
     
Método
Exposição teórica com vistas aos objetivos aplicativos da matéria, seguida de exercícios e trabalhos práticos dentro e fora da classe.
Critério
Número de Prova: no mínimo uma prova (01) e no máximo duas (02) provas.
Norma de Recuperação
Número de provas: no mínimo uma (01) e no máximo duas (02) provas.
Critério de aprovação: a nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue:
• MF = 5 se 5 <= MR <= (10 - MS)
• MF = (MS + MR) / 2 se MR > (10 - MS)
• MF = MS se MR< 5
 
Bibliografia
     
Livro Texto:Karlin, Samuel; Taylor, Howard E., An Introduction to Stochastic Modeling, 3th Edition, Academic Press, , 1998

Bibliografia Complementar:
Bhat, Naravan; Miller, Gregory K.;Elements of Applied Stochastic Processes, (Wiley Series in Probability and Statistics) , 2002. Ross, S. Introduction to Probability Models, 7^th Edition. Academica Press, 2000 Clarke, A.B.; DIisney,R.L. Probability and Random Processes, 2nd ed., John Wiley & Sons, 1985. Çinlar, E. Introduction to Stochastic Processes, Prentice-Hall, 1975
 

Clique para consultar os requisitos para SME0121

Clique para consultar o oferecimento para SME0121

Créditos | Fale conosco
© 1999 - 2020 - Superintendência de Tecnologia da Informação/USP