Académique Documents
Professionnel Documents
Culture Documents
Probabilidades
Probabilidade e
e Processos Estocsticos Processos
Estocsticos
EE-240/2009
Probabilidades
e Processos Estocsticos
1. Espao de Probabilidades: uma Tripla , F , P
2. Espao Amostral: o conjunto dos resultados possveis
3. Classe de Eventos: a classe F de sub-conjuntos de que satisfaz:
i) A F A C F
ii) A i F ; i 1,2,....
Ai F
i1
iii) A i F ; i 1,2,....
Ai F
i 1
Probabilidades
e Processos Estocsticos
5. Probabilidade Condicional:
P A M
P A M
P M
A
A M
M
Exemplo:
1,2,3,4,5,6
1
P i , i 1,...,6
6
M 2,4,6 P 5 M 0
1
3
2
P 3 M
3
M 1,3,5 P 5 M
M 1,3,5
EE-240/2009
Probabilidades
e Processos Estocsticos
5. Probabilidade Condicional:
P A M
P A M
P M
A
A M
M
6. Frmula de Bayes:
P A M
P M
P A M
P M A
P A
P A M
P A M
P M A P A
P M
EE-240/2009
Probabilidades
e Processos Estocsticos
7. Independncia:
A, B
PA B PA PB
A e B independentes
8. Variveis Aleatrias: x : R
R
0
EE-240/2009
Probabilidades
e Processos Estocsticos
Exemplo:
1,2,3,4,5,6
35 par
x
20 mpar
x
$
-20
+35
EE-240/2009
Probabilidades
e Processos Estocsticos
9. Funo Distribuio de Probabilidade: Fx P x
Fx
P x
R
0
EE-240/2009
Probabilidades
e Processos Estocsticos
9. Funo Distribuio de Probabilidade: Fx P x
10. Propriedades da Funo Distribuio:
a ) F 1 e F 0
b ) 1 2 F 1 F 2
c ) F 0 F 0
d) F F
e ) P 1 x 2 F 2 F 1
dFx
d
EE-240/2009
Probabilidades
e Processos Estocsticos
12. Distribuio Condicional de Probabilidade:
Fx M P x M
Exemplo: M x a
P x M
P M
Fx | x a
P x x a
P x a
a x x a x a Fx x a 1
a x x a x F x a
x
Fx
Fx a
Fx
Fx | x a
1
Fx
a
EE-240/2009
Probabilidades
e Processos Estocsticos
g x() g x
Fy P | y()
EE-240/2009
Probabilidades
e Processos Estocsticos
14. Mdia: mx E [x ] x P d fx d
d
fx
EE-240/2009
Probabilidades
e Processos Estocsticos
14. Mdia: mx E [x ] x P d fx d
P d
fx
x .
R
0
EE-240/2009
Probabilidades
e Processos Estocsticos
14. Mdia: mx E [x ] x P d fx d
P d
x .
fx
f
R
0
EE-240/2009
Probabilidades
e Processos Estocsticos
15. Estatstica conjunta de duas variveis aleatrias:
y
Fx , y , P | x , y
x
x
16. Propriedades de Fx,y:
a ) Fx , y , 0
b ) Fx , y , 0
c ) Fx , y , 1
Probabilidades
e Processos Estocsticos
17. Distribuio Marginal:
Fx Fxy ,
Fy Fxy ,
18. Independncia de Variveis Aleatrias:
As variveis aleatrias x e y so ditas independentes se, para A,B
| x() A e | y() B so independentes, ou seja,
P { x() A} { y() B} P x() A P y() B
A x()
B y()
Fxy , Fx Fy
fxy , fx fy
EE-240/2009
Probabilidades
e Processos Estocsticos
19. Funo de duas variveis aleatrias:
z = g(x,y)
z
g(.,.)
g(x,y)
x
x
EE-240/2009
Probabilidades
e Processos Estocsticos
19. Funo de duas variveis aleatrias:
z = g(x,y)
z
g(.,.)
g(x,y)
Dz
x
x
Fz P | z()
P | g( x(), y())
fx , y , d d
Dz
EE-240/2009
Probabilidades
e Processos Estocsticos
Conexo Srie
S1
P min T1 , T 2 t
S2
(, , P)
T1 t T 2 t
P T1 t P T 2 t P
t2
T1 t T 2 t
FT1 ( t ) FT 2 ( t ) FT1 ( t ) FT 2 ( t )
T2()
FTi ( t ) 1 e t
t
t1
T1()
FT ( t ) 1 e t 1 e t 1 e t 1 e t 1 e 2 t
d
dt
Na rea sombreada,
o sistema conectado
em srie ficou
inoperante antes
do instante t
f T ( t ) 2e 2t
E T
1
2
EE-240/2009
Probabilidades
e Processos Estocsticos
Conexo Paralela
S1
P max T1 , T 2 t
S2
(, , P)
T1 t T 2 t
P T1 t P T 2 t
t2
FT1 ( t )FT 2 ( t )
T2()
FTi ( t ) 1 e t
t
t1
T1()
FT ( t ) 1 e t 1 e t 1 e t
d
dt
Na rea sombreada,
o sistema conectado
em paralelo ficou
inoperante antes
do instante t
f T ( t ) 2 e
0.03
0.025
2 t
0.02
0.015
0.01
0.005
E T
10
20
30
40
50
60
70
80
90
100
3
2
EE-240/2009
Probabilidades
e Processos Estocsticos
Conexo Stand By
FT1 ( t ) P T1 T 2 t
S1
f T1, T 2 ( t1 , t 2 ) f T1 ( t1 )f T1 ( t1 )
S2
(, , P)
FT ( t )
t2
tt 2
f T1, T 2 t1 , t 2 dt1 dt 2
tt 2
f T1 t1 dt1 f T 2 t 2 dt 2
FT1(t t 2 ) fT 2 (t 2 )dt 2
T2()
d
dt
t1
T1()
fT (t)
d
FT1 ( t t 2 ) f T 2 ( t 2 )dt 2
dt
dt1 FT1 (t t 2 )
dt1
f T 2 ( t 2 )dt 2
x z y dt
f Ti ( t ) e t
z
0 e
( t t 2 )
e t 2 dt 2 2 te t
E T
EE-240/2009
Probabilidades
e Processos Estocsticos
20. Covariana: xy E ( x m x )( y m y )
( m x )( m y )fx , y , dd
T
exp
m
)
Q
(
m
)
n 2 det Q 1 / 2
2
EE-240/2009
Probabilidades
e Processos Estocsticos
22. Processos Estocsticos:
Coleo de variveis aleatrias indexadas por parmetro t Z ou R
Exemplo de Processo Estocstico
2.5
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-2.5
20
40
60
80
100
tempo
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
23. Caracterizao de Processos Estocsticos: x t
Para cada t fixo, x t uma varivel aleatria. Logo, para caracterizar
a coleo de variveis aleatrias, necessita-se de
t
fx t
,
t 1 , t 2 , t 3 fx t , x t , x t , ,
1
2
3
t 1 , t 2
fx t
, x t2
EE-240/2009
Probabilidades
e Processos Estocsticos
Caracterizao de Processos Estocsticos:
Para cada t fixo, x t uma varivel aleatria. Logo, para caracterizar
a coleo de variveis aleatrias, necessita-se de
t
fx t
,
t 1 , t 2 , t 3 fx t , x t , x t , ,
1
2
3
t 1 , t 2
fx t
, x t2
x t5
x t1
x t3
x t4
x t2
EE-240/2009
Probabilidades
e Processos Estocsticos
23. Caracterizao de Processos Estocsticos: x t
Para cada t fixo, x t uma varivel aleatria. Logo, para caracterizar
a coleo de variveis aleatrias, necessita-se de
t
fx t
,
t 1 , t 2 , t 3 fx t , x t , x t , ,
1
2
3
t 1 , t 2
fx t
, x t2
, , x tn
1 , , n fx t1 t ,, x tn t 1 , , n
EE-240/2009
Probabilidades
e Processos Estocsticos
Exemplo:
Processo No-Estacionrio
8
6
4
2
0
-2
-4
-6
-8
20
40
60
80
100
tempo
120
140
160
180
200
t
EE-240/2009
Probabilidades
e Processos Estocsticos
Exemplo:
Processo No-Estacionrio
10
8
6
4
2
0
-2
-4
20
40
60
80
100
tempo
120
140
160
180
200
t
EE-240/2009
Probabilidades
e Processos Estocsticos
25. Processos Estacionrios no Sentido Amplo
Um processo xt(.) dito ser estacionrio no sentido amplo se,
fx t fx t t
fx t
, x t2
, fx t 1 t , x t 2 t ,
Estacionrio no
Sentido Estrito
EE-240/2009
Probabilidades
e Processos Estocsticos
26. Funo de Auto-Correlao
R xx t 1 , t 2 E x t 1 x t 2
EE-240/2009
Probabilidades
e Processos Estocsticos
Funo de Auto-correlao e Densidade Espectral de Potncia
5
0
-5
0.5
0
0
10
20
30
40
50
60
-1
-1
0
20
40
60
80
-1
10
20
30
40
50
60
20
40
60
80
100
120
140
-1
20
40
60
80
10
20
30
40
50
60
20
40
60
80
100
120
60
40
20
40
1.5
0.5
500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-0.5
20
0
20
40
60
80
100
120
EE-240/2009
Probabilidades
e Processos Estocsticos
26. Funo de Auto-Correlao
R xx t 1 , t 2 E x t 1 x t 2
EE-240/2009
Probabilidades
e Processos Estocsticos
26. Rudo Branco Gaussiano
Se x e y so variveis aleatrias conjuntamente normais de mdia 0,
E xy 0 x independente de y
Portanto, no caso do Rudo Branco Gaussiano Padro
R x t t
Observao:
independncia no-correlao
no-correlao independncia
EE-240/2009
Probabilidades
e Processos Estocsticos
Exemplo: Rudo em Sistemas Lineares
uk
yk
hk
k
yk hk iui
i0
Ruy ( j, k ) E [u j yk ]
E u j hk iui
i0
hk i E [ u j ui ]
i0
k
hk i Ruu ( j, i)
i0
Ruu ( j, i) ji
Ruy ( j, k ) hk i ji hk j
i0
EE-240/2009
Probabilidades
e Processos Estocsticos
uk
yk
hk
q i
*
E (.)
hi
EE-240/2009
Probabilidades
e Processos Estocsticos
Resposta Impulso
350
300
G(s)
250
200
0.4
150
h(k)
4
s 2 1 .2 s 4
n 2
G(z )
100
0.073 z 0.0674
z 2 1.646 z 0.786
50
0
-50
-100
-150
10
15
k
20
25
30
EE-240/2009
Probabilidades
e Processos Estocsticos
Exemplos de
Processos Estocsticos
EE-240/2009
Probabilidades
e Processos Estocsticos
Rudo Branco Gaussiano
15
10
-5
-10
-15
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Rudo Branco Gaussiano
Nova Variana
15
10
-5
-10
-15
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Outlier
15
?
10
?
5
-5
-10
-15
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Novelty
15
?
10
-5
-10
-15
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Alterao Brusca de Tendncia
14
12
10
8
6
4
2
0
-2
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
15
10
-5
-10
-15
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Sinal dependente de varivel manipulada...
10
5
y(t) 0
-5
-10
20
40
60
80
100
120
140
160
180
200
20
40
60
80
100
120
140
160
180
200
u(t)
y(t)
1
0.5
u(t) 0
-0.5
-1
EE-240/2009
Probabilidades
e Processos Estocsticos
Ausncia de Resposta pode ser Falha ...
10
5
y(t) 0
-5
-10
20
40
60
80
100
120
140
160
180
200
20
40
60
80
100
120
140
160
180
200
u(t)
y(t)
1
0.5
u(t) 0
-0.5
-1
EE-240/2009
Probabilidades
e Processos Estocsticos
Saturao
10
-5
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Modelo AR: y(k)=0.8*y(k-1) + rudo
Nova Variana do Rudo
6
-2
-4
-6
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Qual a distribuio do rudo?
6
4
2
N(0, 2)
0
-2
-4
-6
20
40
60
80
100
120
140
160
180
200
6
4
2
U(-2,2)
0
-2
-4
-6
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Rudo aumentando com o tempo...
50
40
30
20
10
-10
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Falhas Intermitentes ...
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
-0.5
20
40
60
80
100
120
140
160
180
200
EE-240/2009
Probabilidades
e Processos Estocsticos
Muito Obrigado!
EE-240/2009