|
UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO
|
| UNIDADE: INSTITUTO POLITÉCNICO | ||
| DEPARTAMENTO: DEPARTAMENTO DE MODELAGEM COMPUTACIONAL | ||
| DISCIPLINA: Processos Estocásticos | ||
| CARGA HORÁRIA: 60 | CRÉDITOS: 4 | CÓDIGO: IPRJ01-07593 |
| MODALIDADE DE ENSINO: Presencial | TIPO DE APROVAÇÃO: Nota e Frequência | |
| STATUS | CURSO(S) / HABILITAÇÃO(ÕES) / ÊNFASE(S) |
| Obrigatória | IPRJ - Engenharia de Computação (versão 1) |
| Eletiva Definida | IPRJ - Engenharia (versão 1) IPRJ - Engenharia (versão 2) Engenharia Mecânica IPRJ - Engenharia (versão 1) Engenharia Mecânica Energia NuclearIPRJ - Engenharia (versão 2) Engenharia Mecânica Energia NuclearIPRJ - Engenharia (versão 1) Energia Nuclear e Petróleo e GásIPRJ - Engenharia (versão 1) Engenharia Mecânica MateriaisIPRJ - Engenharia (versão 2) Engenharia Mecânica MateriaisIPRJ - Engenharia (versão 1) Engenharia Mecânica Materiais e Energia NuclearIPRJ - Engenharia (versão 1) Engenharia Mecânica Materiais e Petróleo e GásIPRJ - Engenharia (versão 1) Engenharia Mecânica Petróleo e GásIPRJ - Engenharia (versão 2) Engenharia Mecânica Petróleo e GásIPRJ - Engenharia (versão 1) Engenharia Mecânica TermofluidodinâmicaIPRJ - Engenharia (versão 2) Engenharia Mecânica TermofluidodinâmicaIPRJ - Engenharia (versão 1) Engenharia Mecânica Termofluidodinâmica e Energia NuclearIPRJ - Engenharia (versão 1) Engenharia Mecânica Termofluidodinâmica e MateriaisIPRJ - Engenharia (versão 1) Engenharia Mecânica Termofluidodinâmica e Petróleo e Gás |
| TIPO DE AULA | CRÉDITO | CH SEMANAL | CH TOTAL |
| Teórica | 4 | 4 | 60 |
| TOTAL | 4 | 4 | 60 |
OBJETIVO(S):
Ao final da disciplina o(a) aluno(a) estará habilitado a utilizar os conceitos de processos estocásticos para modelar sistemas que apresentem incertezas.
EMENTA:
Passeio aleatório, cadeias de Markov de tempo discreto. Processos de Poisson. Processos de incrementos independentes. Teoria das filas.
| PRÉ-REQUISITO 1: IPRJ01-11874 Probabilidade Estatística - R ouIPRJ01-07582 Probabilidade e Estatística |
BIBLIOGRAFIA: Hoel, Port & Stone, Introduction to Stochastic Processes.