Académique Documents
Professionnel Documents
Culture Documents
Estocs+cos
Aula 1
14/03/2017
Prof. Alexandre R. Franco, PhD
alexandre.franco@pucrs.br
Obje+vos do Curso
Processos Estocs+cos ou Processos Aleatrios ou Sries
Temporais, teve como obje+vo inicial o estudo de sries temporais
encontradas na natureza (sunspots).
Hoje se expande pelas mais diversas reas da cincia como por
exemplo nas engenharias, na economia (mercado de aes) e biologia.
Na rea de processos estocs+cos so realizados trabalhos em duas
frentes:
1. Estudo de ferramentas matem1cas e algoritmos gerais.
2. Desenvolvimento de ferramentas especcas para aplicaes
pr1cas.
A preocupao bsica neste curso so os fundamentos dos
Processos Estocs+cos. Aplicaes em telecomunicaes e controle de
qualidade industrial, militar, sade, aplicaes cien[cas, sero mais
enfa+zadas.
Contexto
Processamento digital de sinais, juntamente com as tecnologias oriundas de
Processos Estocs+cos, uma das mais poderosas tecnologias que iro inuenciar na
forma como que a cincia e a engenharia sero desenvolvidas no sculo XXI. As
mudanas que a eletrnica proporcionou nos l+mos 70 anos sero ainda maiores
nos prximos anos em razo da DSP!
O mundo da cincia e da engenharia repleto de sinais: imagens vinda de
espaonaves, voltagens geradas pelo crebro ou pelo corao humano, ecos de radar
e de sonar, vibraes ssmicas e outra srie de incontveis aplicaes.
Processamento digital de sinais determins+cos e aleatrios a cincia de
u+lizao dos computadores para poder entender e interpretar estes sinais. Nesta
interpretao temos uma variedade de obje+vos: ltragem (previso),
reconhecimento da fala, melhoria e compresso de dados, redes neurais etc.
Programa
1 - Apresentao da disciplina e do contedo. Exemplos de sinais aleatrios. Introduo aos
processos estocs+cos. Conceitos bsicos; estrutura probabils+ca, experimento subjacente
(underlying random experiment), ensemble. Notao; espao amostral, funo amostra,
realizao. Classicao de um P.A. Estacionariedade e no estacionariedade. Exemplos
clssicos. Correlao. Funo densidade conjunta, independncia esta[s+ca, covarincia e
coeciente de correlao, ortogonalidade. Varincia de soma de duas variveis aleatrias.
Reviso de propriedades de 2 ordem. Relaes entre processos aleatrios. Funo
Correlao Cruzada e suas propriedades. Modelo ergdico. Autocorrelao. Propriedade
Espectral de Potencia (PSD. Teorema de Wiener Khinchine).
5 - Filtros Wiener.
Ingls
Programar
Matem+ca Cria+vo
Perspec+va Histrica Processos estocs+cos
Todo fenmeno natural tem uma certa variabilidade
Toda vez que se repe+a um experimento IDNTICO, resultados diferentes
eram ob+dos.
Foi criado modelos probabils+cos para explicar a variabilidade dos
resultados.
Gauss e Legendre (1800) desenvolveram o mtodo dos mnimos
quadrados para explicar o movimento dos planetas e cometas.
Conseguiram explicar com 6 parmetros os movimentos destes objetos
(minimizando o erro de es+mao)
O estudo de fenmenos que variam no tempo e tem uma certa
incerteza, como movimento dos planetas ou movimento aleatrio
de eltrons, levou a modelagem de processos aleatrios
Foi desenvolvido para modelar as bolsa de valores e o movimento
Browniano
Wiener (1940-1945) desenvolveu a teoria de sinais aleatrios e
aplicou estes algoritmos para processamento de sinais (ltros)
Desenvolveu algoritmos para extrair sinais de rdio fracos imersos em
rudo.
Perspec+va Histrica Processos estocs+cos
(cont.)
Shannon usou processos estocs+cos para formular a teoria
que acabou sendo a base da comunicao digital
Durante a segunda guerra mundial, novos algoritmos foram
desenvolvidos para detectar sinais fracos (alvos) e para
navegao (ltros Kalman ltro adapta+vo)
Os algoritmos de Kalman hoje so usados para navegao
espacial e subaqu+ca
What is a Signal?
A signal as referred to in communica+on systems, signal
processing, and electrical engineering "is a func+on that
conveys informa+on about the behavior or avributes of some
phenomenon. In the physical world, any quan+ty exhibi+ng
varia+on in +me or varia+on in space (such as an image) is
poten+ally a signal that might provide informa+on on the
status of a physical system, or convey a message between
observers, among other possibili+es.
The IEEE Transac+ons on Signal Processing elaborates upon
the term "signal" as follows:
The term "signal" includes, among others, audio, video,
speech, image, communica+on, geophysical, sonar, radar,
medical and musical signals.
Examples of topics of interest include, but are not limited to,
informa+on processing and the theory and applica+on of
ltering, coding, transming, es+ma+ng, detec+ng, analyzing,
recognizing, synthesizing, recording, and reproducing signals.
Tipos de Sinais
Exemplos:
RADAR / SONAR:
Radar convencional transmite um pulso numa frequncia c.
Para o alvo presente ( tempo para o sinal retornar)
r(t) = Vr sen [c(t-) + r] + n(t); < t < + T
r(t) = n(t) 0 < t < , + T < t <
Para alvo ausente: r(t) = n(t) 0 < t <
Mesmo sem rudo temos trs quan+dades desconhecidas.
Vr amplitude
r fase
tempo de viagem de ida e volta at o objeto.
Este um problema de sinal desconhecido com rudo
Mquinas, hlices e outros elementos do submarino, geram sinais acs+cos que viajam
atravs do oceano at os hidrofones do sistema de deteco.
Realizar em Aula
Tema de Casa:
1. Assis+r vdeos da Khan Acadamy
Assis+r vdeos sobre Probability
hvps://www.khanacademy.org/math/sta+s+cs-probability/probability-library
Basic theore+cal Probability
Probability using sample spaces
Experimental Probability
Basic set opera+ons
Addi+on rule for probablility
Mul+plica+on rule for dependent events
Condi+onal probability and independence