Processos Estocasticos
-
Upload
robson-cruz -
Category
Documents
-
view
31 -
download
1
description
Transcript of Processos Estocasticos
-
Treinamento em Processamento
Digital de Imagens
Prof. Wheidima Carneiro de Melo
Curso: Probabilidade e Processos
Estocsticos
-
Probabilidade e Processos
Estocsticos
Ementa:
Probabilidade
Definies e axiomas
Probabilidade condicional
Probabilidade total
Variveis aleatrias
Processos estocsticos
-
Parte 1
Probabilidade
-
Introduo
Nas engenharias h um interesse no estudo de sistemas que variam de forma aleatria, no determinstica da
tica do observador.
Modelos probabilsticos so formas matemticas para descrever o comportamento de variveis associadas ao
fenmeno.
Processos estocsticos so modelos probabilsticos para descrever sistemas que se desenvolvem no tempo
de forma aleatria.
-
Conceitos Bsicos
Experimento aleatrios: so fenmenos (experimentos) que repetidos sob as mesmas condies apresentam
variaes em seus resultados, onde impossvel afirmar
exatamente o resultado que ocorrer.
Espao Amostral (S): o conjunto que contm todos os resultados possveis do experimento.
Evento: qualquer resultado de interesse para o experimento.
-
Reviso de Conjuntos
Conjunto definido como uma coleo de objetos.
Mtodo de enumerao:
Mtodo de descrio:
Os objetos so denominados elementos.
O elemento distinto
A ordem no importa
Algumas definies:
Ax
D
SD cA
AB
-
Reviso de Conjuntos
Operaes bsicas:
(Conjuntos disjuntos).
cBABA
AA cc SAA c
cAA
SSA
ASA
cS
Sc
BA
-
Reviso de Conjuntos
Propriedades:
I. Comutatividade:
II. Associatividade:
III. Distributividade:
Leis de Morgan:
a) .
b)
Conjuntos contveis (finitos e infinitos).
Conjuntos incontveis.
ABBA
CBACBA )()(
)()()( CABACBA
ccc BABA )(
ccc DCDC )(
-
Probabilidade
Evento um subconjunto do espao amostral.
Dois eventos, e , que no possam ocorrer conjuntamente so denominados mutuamente
exclusivos.
denominado evento certo.
denominado evento impossvel.
Os elementos em so denominados eventos elementares.
Exemplos de eventos.
A B
SSS ;
;S
,...,, 321 sssS
-
Probabilidade
Probabilidade uma funo que atribui um nmero entre 0 e 1 aos conjuntos.
Axiomas:
1. para cada evento
2.
3. Se so mutuamente exclusivos, ento
Exemplos.
(.)P
0)( EP E
1)( SP
kAAA ,...,, 21
k
i
ik APAAAP1
21 ...
-
Propriedades da Funo de
Probabilidade
.
.
.
Se e so eventos quaisquer,
Se , ento
Se so eventos quaisquer,
EPEP c 1 0P
10 APA B
)()()( BAPBPAPBAP
BA )()( BPAP
kAAA ,...,, 21
k
i
ik APAAAP1
21 ...
-
Propriedades da Funo de
Probabilidade
Exerccio: O circuito chaveador consiste de duas chaves defeituosas, onde cada chave possui a probabilidade de 0,5 de fechar. A probabilidade das duas chaves fecharem de 0,25. Qual a probabilidade do circuito operar corretamente?
-
Propriedades da Funo de
Probabilidade
Exerccio: Sendo ; e determine:
a)
b)
c)
9,0AP 8,0BP 75,0BAP
BAP
cBAP
cc BAP
-
Probabilidade com o Espao
Amostral Discreto
Seja finito e todos os seus elementos equiprovveis, isto , pode-se assumir que cada evento elementar tem a mesma probabilidade de ocorrncia.
Defini-se, para todo
onde o nmero de elementos no evento e o nmero de elementos no espao amostral.
S
SA
)(
)()(
Sn
AnAP
)(An )(Sn
-
Probabilidade com o Espao
Amostral Discreto
Exemplo: considere um experimento de lanar dois dados (idnticos e honestos) e observar os pontos obtidos em cada um.
a) Descreva o espao amostral do experimento.
b) Qual a probabilidade dos dados apresentarem iguais nmeros de pontos?
Exemplo: uma urna possui 3 bolas vermelhas e 2 bolas pretas. Calcule a probabilidade de em duas retiradas, com reposio da primeira bola, sair uma bola vermelha e depois uma bola preta. Obs.: a escolha equiprovvel.
-
Propriedade com o Espao
Amostral Discreto
Pode-se recorrer ao mtodos de contagem.
1. Permutao de objetos:
2. Arranjos: objetos de um conjunto com elementos
(a ordem diferencia).
3. Combinao: objetos de um conjunto com (a
ordem no diferencia).
n
12...)2()1(! nnnn
n N
)1(...)2()1()( nNNNNN nn N
)!(!
!
nNn
N
n
N
-
Existem situaes onde h interesse em conhecer a probabilidade de um evento , sob a condio de
ocorrncia de outro evento .
Definio: A probabilidade condicional da ocorrncia de dado que tenha ocorrido, dada por
, onde
Probabilidade marginal
Probabilidade conjunta
Probabilidade Condicional
A
AB
B
)(
)()|(
BP
BAPBAP
0)( BP
)(BP
)( BAP
-
Sejam uma partio de , isto , eventos em tais que
Sendo um outro evento qualquer em , ento
Teorema da Probabilidade Total
kAAA ,...,, 21 S
SA
jiAA
i
k
i
ji
1
,S
B S
)()|()(
)}({)(
1
1
i
k
i
i
i
k
i
APABPBP
ABPBP
-
Exemplo: Duas urnas contm diferentes propores de bolas vermelhas e pretas. A urna 1 possui a proporo de
bolas vermelhas e de bolas pretas. A urna 2 possui
proporo de e de bolas vermelhas e pretas,
respectivamente. Encontre a probabilidade de uma bola
vermelha ser selecionada.
Teorema da Probabilidade Total
1p)1( 1p
2p )1( 2p
-
Tm-se situaes em experimentos onde a ocorrncia de um evento no afeta a probabilidade da ocorrncia de um outro evento .
e
Definio: Diz-se que dois eventos e so independentes, se somente se,
Eventos independentes so diferentes de eventos mutuamente exclusivos.
Independncia de Eventos
AB
)()|( APBAP )()|( BPABP
A B
)()()( BPAPBAP
-
Teorema de Bayes
Da probabilidade condicional tem-se
e
Portanto,
Sendo uma partio e um evento qualquer de , pelo teorema da probabilidade total, tem-se
)(
)()|(
BP
BAPBAP
)(
)()|(
AP
BAPABP
)(
)()|()|(
AP
BPBAPABP
kBBB ,..., 21 AS
kj
BPBAP
BPBAPABP
k
i
ii
jj
j ,..,2,1,
)()|(
)()|()|(
1
-
Exemplo: Um teste de laboratrio efetivo em 95% dos casos (detectar corretamente a doena) e apresenta falso positivo em 1% dos casos (indicar falsamente a doena). Se em uma populao, onde 5% das pessoas tem a doena, uma pessoa selecionada ao acaso e submetida ao teste. a) Qual a probabilidade do resultado ser positivo?
b) Qual a probabilidade da pessoa ter doena se o teste for positivo?
Teorema de Bayes
-
Parte 2
Variveis Aleatrias
-
Em problemas reais, emprega-se modelos probabilsticos para descrever o comportamento de ocorrncias. As observaes so tratadas como resultantes de um experimento aleatrio e associa-se nmeros reais a cada resultado do experimento.
Definio: Uma varivel aleatria uma funo que associa um nmero real a cada elemento .
Variveis Aleatrias
(.)X)(sX Ss
-
O mapeamento pode ser um para um.
Variveis Aleatrias
-
O mapeamento pode ser de muitas amostras para uma.
Variveis Aleatrias
-
Variveis Aleatrias
Exemplo: Faa um desenho representando um mapeamento dos padres de pontos num dado, para os
nmeros 1,2,3,4,5,6.
Repetir o exemplo anterior, mapeando os lados com 1, 2 e 3 dots para o nmero 0 e os remanescentes lados para
o nmero 1.
-
Classificao de Variveis
Aleatrias
Discreta se o conjunto dos seus valores finito ou infinito contvel (enumervel).
Exemplo: Contar o nmero de vezes que o resultado igual a cara em M lanamentos de uma moeda.
Contnua se assume valores em um intervalo, ou uma coleo de intervalos, de nmeros reais.
Exemplo: Realizar experimentos para medir o consumo de energia na execuo de cdigos em sistemas
embarcados.
-
O objetivo obter as probabilidades da ocorrncia de valores de interesse para a varivel aleatria.
Para v.a discreta , com valores , definia a funo massa de probabilidade (f.m.p.).
para cada
Propriedades:
1.
2.
3.
Varivel Aleatria Discreta
X ,...,, 321 xxx
)()( iiX xXPxp ,...},,{ 321 xxxxi
,...3,2,1,1)(0 ixXP i,...3,2,1,,0)( ixxxXP i
i ixXP 1)(
-
Modelo de Bernoulli:
Experimentos que admitem apenas dois resultados possveis, definidos por
A varivel denominada v.a. de Bernoulli com parmetro , onde a f.m.p. dada por
Notao:
Importantes Funes Massa de
Probabilidade
-
Importantes Funes Massa de
Probabilidade
Exemplo: Considere o experimento de selecionar ao acaso uma pea em um lote com 96 peas boas e 4
defeituosas.
-
Importantes Funes Massa de
Probabilidade
Modelo Binomial
Em um experimento com dois resultados de interesse com repeties independentes com probabilidades constantes em
todas as repeties. Define-se a varivel aleatria por
A funo de massa de probabilidade dada por
Notao:
-
Importantes Funes Massa de
Probabilidade
Exemplo-1: Uma remessa de 800 estabilizadores de tenso recebida pelo controle de qualidade de uma
empresa. So inspecionados 20 aparelhos da remessa,
que ser aceita se ocorrer no mximo um defeituoso. H
80 defeituosos no lote. Qual a probabilidade de o lote
ser aceito?
-
Importantes Funes Massa de
Probabilidade
Exemplo-2: Acredita-se que 20% dos moradores das proximidades de uma grande indstria siderrgica tm
alergia aos poluentes lanados ao ar. Admitindo que
este percentual de alrgicos real (correto), calcule a
probabilidade de que pelo menos 4 moradores tenham
alergia entre 13 selecionados ao acaso.
-
Importantes Funes Massa de
Probabilidade
Modelo Geomtrico
Em um experimento com dois resultados de interesse com repeties independentes com probabilidades constantes em
todas as repeties. Define-se a varivel aleatria por
A funo de massa de probabilidade dada por
Notao:
-
Importantes Funes de Massa
de Probabilidade
Exemplo-1: Se uma varivel aleatria com , qual a probabilidade de ? 0.4219
-
Importantes Funes de Massa
de Probabilidade
Modelo de Poisson
Uma varivel aleatria com valores em
A funo de massa de probabilidade dada por
Notao:
Observao: a taxa mdia de ocorrncia do evento no intervalo considerado.
-
Modelo de Poisson
Exemplo-1: Suponha que Xt, o n de partculas emitidas em t horas por uma fonte radioativa, tenha uma
distribuio de Poisson com parmetro 20t. Qual ser a
probabilidade de que exatamente 5 partculas sejam
emitidas durante um perodo de 15 min?
-
Modelo de Poisson
Exemplo-2: Uma indstria de tintas recebe pedidos de seus vendedores atravs de fax, telefone e internet. A
taxa mdia de 5 pedidos por hora. (a) Qual a
probabilidade da indstria receber mais de dois pedidos
por hora? Digamos que, no horrio do almoo, a
indstria fica impossibilitada de atender a mais de dois
pedidos por hora. Voc acha que deveria aumentar o n
de atendentes nesse perodo? (b) Em um dia de
trabalho (8 horas) qual seria a probabilidade de haver 50
pedidos? A indstria deveria aumentar o n de
atendentes para receber mais de 50 pedidos por dia?
-
Modelo de Poisson
Exemplo-3: A chegada de nibus em um terminal acontece a razo de 3 por minuto. Supondo que tenha
uma distribuio de Poisson, determine a probabilidade
de:
a) chegarem exatamente 8 nibus em 2 minutos
b) chegarem exatamente 4 nibus em 5 minutos
-
Transformao de Variveis
Aleatrias
H em alguns experimentos interessante realizar uma transformao da varivel aleatria.
Seja uma transformao de tem-se que
Exemplo: Considere que os lados de um dado so rotulados com os nmeros 0,0,1,1,2,2. Encontre a f.m.p
dos resultados.
-
Funo de Distribuio
Acumulada
A funo de distribuio cumulativa (f.d.a.) descreve a funo de probabilidade de uma varivel aleatria:
Exemplo: Considere o experimento de lanar trs vezes um moeda honesta.
Obter o espao amostral para o experimento.
Considere a varivel aleatria igual ao nmero de caras.
, , a f.d.a. da varivel aleatria.
-
Funo de Distribuio
Acumulada
-
Funo de Distribuio
Acumulada - Propriedades
A funo de distribuio acumulada monotonicamente crescente
.
. Para
-
Esperana de uma Varivel
Aleatria Discreta
A esperana, ou valor mdio, de uma varivel aleatria definida por
Indica a regio dos valores da varivel aleatria com a maior concentrao de probabilidade.
Exemplo: Considere o experimento de lanar trs vezes um moeda. Defina a varivel aleatria como o nmero
de caras obtidos. Qual a esperana para o nmero de
caras?
-
Esperana de uma Varivel
Aleatria Discreta
Exemplo: Obtenha o valor esperado de uma varivel aleatria modelada por Bernoulli.
Exemplo: Obtenha o valor esperado de uma varivel aleatria Binomial.
-
Varincia de uma Varivel
Aleatria Discreta
A varincia de uma varivel aleatria discreta definida por
Utilizando a formula da esperana
Mede a disperso da distribuio da varivel aleatria em relao a esperana (valor mdio).
-
Varincia de uma Varivel
Aleatria Discreta
Exemplo: Obtenha a varincia d , onde o nmero de caras obtidos no experimento de lanar uma moeda trs vezes.
Obtenha a varincia de uma varivel aleatria modelada por Bernoulli.
-
Propriedades da Varincia e
Esperana
-
Variveis Aleatrias Contnuas
Definio: a varivel que assume valores em um intervalo, ou conjunto de intervalos, de nmero reais.
Exemplo: Realizar experimentos para medir a latncia na execuo de cdigos.
-
Variveis Aleatrias Contnuas
A descrio da varivel aleatria contnua dada pela funo densidade de probabilidade (f.d.p.)
Propriedades:
-
Variveis Aleatrias Contnuas
Exemplo: (a) Vamos testar a funo para ver se ela pode ser um f.d.p. vlida. (b) Suponha e
calcule a probabilidade do evento
-
Modelo Uniforme Contnuo
Uma varivel aleatria continua tem distribuio uniforme em se sua f.d.p. definida por
A funo constante em .
As probabilidades dos intervalos so proporcionais aos seus comprimentos.
Notao:
-
Modelo Uniforme Contnuo
Exemplo: Seja
-
Modelo Exponencial
Uma varivel aleatria continua tem distribuio exponencial se sua f.d.p. dada por
Pode ser utilizada para modelar o tempo de vida de componentes, durao de processos.
Notao:
-
Modelo Exponencial
Mostre que para e
Suponha que o tempo de durao de ligaes telefnicas em uma empresa que trabalha com vendas
pode ser modelada por .
Determine a probabilidade de:
A ligao demorar menos de 5 minutos?
A ligao demorar de cinco a dez minutos?
-
Modelo Gaussiano (Normal)
Uma varivel aleatria continua tem distribuio Gaussiana se sua f.d.p. definida por
onde e .
A distribuio simtrica em torno de .
O tamanho da densidade dado pelo valor de .
Considera-se como a distribuio mais importante.
Notao:
-
Modelo Gaussiano (Normal)
-
Modelo Gaussiano (Normal)
Exemplo: Se , calcule
-
Modelo Gaussiano (Normal)
Exemplo: Se , calcule
-
Modelo Gaussiano (Normal)
Exemplo: O Saldo mdio dos clientes de um banco uma varivel aleatria normal com mdia R$ 2.000,00
de desvio padro R$ 250,00. Os clientes com os 10%
maiores saldos mdios recebem tratamento VIP,
enquanto aqueles com os 5% menores saldos sero
convidados a mudar de banco.
Quanto voc precisa de saldo mdio para se tornar um cliente VIP?
Abaixo de qual saldo mdio o cliente ser convidado a mudar de banco?
-
Modelo Gaussiano (Normal)
Uma mquina fabrica tubos metlicos cujos dimetros podem ser considerados uma varivel aleatria normal
com mdia 200mm e desvio padro 2 mm. Verifica-se
que 15% dos tubos esto sendo rejeitados como
grandes e 10% como pequenos
Quais so as tolerncias de especificao para esse dimetro?
-
Esperana de uma Varivel
Aleatria Contnua
Esperana (valor esperado) de uma varivel aleatria contnua, com f.d.p. , definida por
Caracteriza a regio central da distribuio de probabilidade da varivel aleatria contnua
Se a distribuio possuir um ponto de simetria, a esperana ser igual a este ponto.
-
Esperana de uma Varivel
Aleatria Contnua
Calcule o valor esperado de
-
Esperana de uma Varivel
Aleatria Contnua
Calcule o valor esperado de
Calcule o valor esperado de
-
Varincia de uma Varivel
Aleatria Contnua
A varincia de uma varivel aleatria contnua definida por
Calcule a varincia de
-
Mltiplas Variveis Aleatria
Discretas
O interesse medir mais que um atributo dos resultados.
Duas variveis aleatrias que so definidas no mesmo espao amostral so classificadas como
conjuntamente distribudas.
-
Mltiplas Variveis Aleatria
Discretas
Exemplo: Mapeamento do lanamento de duas moedas.
-
Mltiplas Variveis Aleatria
Discretas
As variveis aleatrias podem ser denominadas de vetor aleatrio .
Elementos do vetor aleatrio e tamanho do espao amostral:
-
Mltiplas Variveis Aleatria
Discretas
Funo Massa de probabilidade conjunta
Exemplo: Faa a f.m.p. conjunta de um lanamento de duas moedas.
-
Mltiplas Variveis Aleatria
Discretas
Mapeamento de um para um:
Mapeamento de mais de um para um:
-
Mltiplas Variveis Aleatria
Discretas
Exemplo: Lanamento de um dado azul e um vermelho. O dado que possuir o maior nmero escolhido. Se os
resultados forem iguais, o dado vermelho escolhido.
Qual a probabilidade de o dado vermelho ser
escolhido e o resultado ser igual a trs. Obs.: utilize
estas variveis aleatrias:
-
Mltiplas Variveis Aleatria
Discretas
Funo massa de probabilidade marginal:
Exemplo:
-
Mltiplas Variveis Aleatria
Discretas
Exemplo: Considere a f.m.p conjunta
Encontre as f.m.p. marginais.
Observe que e
-
Mltiplas Variveis Aleatria
Discretas
Funo de distribuio acumulada conjunta dada por
Escrevendo em funo do somatrio da f.m.p conjunta
As f.d.a marginais so dadas por:
-
Funo de Distribuio
Acumulada Conjunta
Propriedades:
. monotonicamente crescente quando e/ou aumenta.
-
Funo de Distribuio
Acumulada Conjunta
A f.m.p pode ser obtida por:
Exemplo:
-
Independncia de Mltiplas
Variveis Aleatrias
Se e variveis aleatrias independentes, ento
Exemplo: Lanamento de uma moeda de R$0,25 e R$1,00 onde as f.m.p
-
Transformao de Mltiplas
variveis aleatrias
Considere as variveis aleatrias e transformadas em
Exemplo: Considere (variveis independentes). Realize a transformao e encontre
f.m.p conjunta.
-
Transformao de Mltiplas
variveis aleatrias
Considere a transformao do vetor aleatrio na varivel aleatria . A f.m.p conjunta
-
Valor Esperado de g(x,y)
Seja um vetor aleatrio e uma funo real, ento
Exemplo: valor esperado da soma de variveis aleatrias
Exemplo: valor esperado do produto das variveis aleatrias
-
Valor Esperado de g(x,y)
Exemplo: calcule . Suponha
A varincia da soma no em geral a soma das varincias.
Novo conceito: Covarincia.
-
Covarincia
Definio: A covarincia entre duas variveis aleatrias definida por
Verifica a variabilidade conjunta entre as variveis aleatrias.
Valores positivos indicam que as variveis aleatrias tendem a crescer no mesmo sentido, e valores
negativos indicam sentidos opostos.
Expresso alternativa:
-
Covarincia
Exemplo: Encontre a covarincia da f.m.p. conjunta
Obtenha a covarincia da f.m.p conjunta
-
Coeficiente de Correlao
O coeficiente de correlao entre duas variveis aleatrias definido por
uma medida que quantifica a associao linear entre as variveis aleatrias
.
.
-
Coeficiente de Correlao
Exemplo: Obtenha o coeficiente de correlao entre as variveis aleatrias.
-
Funo Massa de Probabilidade
Condicional
Para e com distribuio conjunta discreta defini-se
Uma vez que so distribuies de probabilidade
-
Funo Massa de Probabilidade
Condicional
Exemplo: Resultado de lanamento de dois dados. Qual a f.m.p condicional da soma dos resultados dado que
a soma par?
Dado que a soma mpar?
-
Funo Massa de Probabilidade
Condicional
Algumas relaes
Probabilidade conjunta
Probabilidade marginal
-
Esperana Condicional
Definio:
Calcule a esperana condicional do exemplo do resultado de dois dado.
-
Funo Massa de Probabilidade
Condicional
Probabilidade Condicional:
Substituindo N por N-1:
Igualando as equaes:
-
Funo Massa de Probabilidade
Condicional
Regra da Cadeia:
Caso especial:
Propriedade de Markov:
-
Teorema Central do Limite
Sejam variveis aleatrias independentes e identicamente distribudas (iid), com mdia e
varincia finita. Seja , ento com ,
tem-se
Pelo teorema central do limite, a distribuio da soma de uma quantidade grande de variveis aleatria iid pode
ser aproximada por uma distribuio Normal, sem ser
necessrio conhecer a distribuio das variveis
aleatrias.
-
Teorema Central do Limite
Exemplo: Encontre uma aproximao para funo densidade de probabilidade da v.a. , se so iid
com
Encontre a probabilidade aproximada de exceder 7, se as so iid com f.d.p.
-
Reviso para Variveis
Aleatrias Contnuas
Funo de distribuio acumulada
Transformao:
-
Reviso para Variveis
Aleatrias Contnuas
Esperana:
Varincia:
-
Reviso para Variveis
Aleatrias Contnuas
Distribuio conjunta:
Probabilidade marginal:
Valor esperado de um vetor aleatrio
-
Reviso para Variveis
Aleatrias
Matriz de covarincia:
Se a matriz diagonal, ento as variveis so independentes.
-
Processos Estocsticos
Processo estocstico o mapeamento de , o qual um conjunto de seqncia infinitas de resultados, para , o
qual um conjunto de seqncia infinitas de nmeros.
Exemplo:
Notao: o processo e a realizao.
-
Processos Estocsticos
Exemplo: Processos de Bernoulli.
-
Processos Estocsticos
Exemplo: A probabilidade dos cinco primeiro resultados serem cara.
Exemplo: Lanamento de um dado, repetidamente. Quais so e ? Qual a funo massa de
probabilidade conjunta?
-
Processos Estocsticos
Tipos de processos Estocsticos:
Processos de Tempo Contnuo: A varivel pode alterar o seu valor em qualquer instante de tempo.
Processos de Tempo Discreto: A varivel altera o seu valor em intervalos fixos de tempo.
Varivel Continua: A varivel pode assumir qualquer valor dentro de um determinado intervalo.
Varivel Discreta: A varivel pode assumir apenas alguns valores discretos.
-
Processos Estocsticos
-
Processos Estocsticos
Random walk
onde
Qual a funo densidade de probabilidade para um n grande?
-
Processos Estocsticos
O processo estocstico pode ser classificado em:
Estacionrio (a estatstica no depende do tempo).
No-estacionrio (caso contrrio.)
Condio para o processo ser estacionrio:
Exemplo: Prove que um processo estocstico iid um caso especial de um processo estocstico estacionrio.
-
Processos Estocsticos
Os valores esperados das funes do processo estocstico devem ser estacionrios
Nos processos estocsticos estacionrios a esperana e a varincia so constantes no tempo.
-
Processos Estocsticos
Processo Random Walk
Soma de n variveis aleatrias iid
A distribuio de probabilidades das variveis
Exemplo: Qual a distribuio de probabilidade?
1
11][
kp
kpkpU
-
Processos Estocsticos
Processo estocstico estacionrio no sentido amplo (WSS- wide sense stationary)
Um processo estocstico definido como WSS se
como
Ento as condies equivalentes so
-
Processos Estocsticos
Se o processo estocstico WSS, pode-se definir a autocorrelao:
A autocorrelao mede a correlao entre duas amostras do mesmo processo estocstico.
Exemplo: Processo estocstico definido por
onde iid, com mdia e varincia
-
Processos Estocsticos
Propriedades da autocorrelao:
positiva para k=0.
uma sequncia par
O maior valor encontrado em k=0.
Exemplo: Um processo estoca. de Bernoulli onde os valores das variveis aleatrias so +1 e -1. Qual a
autocorrelao da seqncia?
-
Processos Estocsticos
O processo dito ergdico se sua mdia temporal igual a mdia do conjunto.
-
Processos Estocsticos
Densidade Espectral de Potncia (PSD Power Spectral Density).
Para um sinal determinstico os componentes espectrais so obtidos a partir da transformada de Fourier.
Para sinais WSS essa informao obtida a partir da PSD:
-
Processos Estocsticos
Exemplo: Encontre a PSD do sinal rudo branco definido por
Exemplo: Encontre a PSD do sinal definido por
-
Processos Estocsticos
Processos estocsticos Gaussianos:
Modela muitos sinais aleatrios.
Teorema central do limite
onde
-
Processos Estocsticos
Continuao
Notao
-
Processos Estocsticos
Processo estocstico de Poisson
Descreve o nmero de vezes que algum evento ocorreu em funo do tempo.
Definio:
Exemplo: Os clientes chegam na fila de um caixa a uma taxa de 0.1 clientes por segundo de acordo com um processo aleatrio
de Poisson. Determine a probabilidade de 5 clientes chegarem
durante o primeiro minuto da fila do caixa estar aberta.