1 0 0 3 Asignatura: Cdigo M T L 4 0 0 4 TPLU Obligatoria

PROCESOS ESTOCSTICOS

OBJETIVOS GENERAL: Desarrollar la capacidad de modelar probabilsticamente problemas prcticos de telecomunicaciones, utilizando para ello la teora de las variables aleatorias y de los procesos estocsticos.

ESPECFICOS: 1. Conocer el modelo matemtico utilizado en el tratamiento probabilstico de fenmenos fsicos. 2. Conocer el concepto de variable aleatoria, incluyendo funciones de variable aleatoria con sus parmetros caractersticos (media, varianza y momentos). 3. Analizar las caractersticas de los vectores gaussianos.
4.

Comprender la teora de los procesos estocsticos y su aplicacin en casos prcticos de las telecomunicaciones.

CONTENIDO PROGRAMTICO

TEMA 1. INTRODUCCIN Ejemplos de aplicacin de los modelos probabilsticas en telecomunicaciones

TEMA 2. TEORA DE LA PROBABILIDAD Espacio muestral. lgebra de eventos: igualdad, inclusin, unin, interseccin, complemento, etc.). Medida de probabilidad: Frecuencia relativa, axiomas de la probabilidad, propiedades de la probabilidad, probabilidad condicional, Teorema de la Probabilidad Total, Regla de Bayes, independencia de eventos. Sistemas de probabilidad: independencia de sistemas. Ejemplos de casos prcticos de telecomunicaciones que deben ser tratados utilizando la teora de la probabilidad.

TEMA 3. VARIABLES ALEATORIAS Variable aleatoria real. Tipos de variable aleatoria: discreta, continua, mixta. Funcin de distribucin acumulativa (FDA) de una variable aleatoria. Funcin de densidad de probabilidad (fdp): normal o gaussiana, uniforme, exponencial, Poisson, log-normal, Rayleigh, Rice, Weibull. Vectores aleatorios: fdp conjunta. FDA y fdp condicionales. Aplicacin: Modelo estadstico de seal en un receptor de telecomunicaciones.

TEMA 4. FUNCIONES DE VARIABLE ALEATORIA Funcin de variable aleatoria real: creciente, decreciente, constante. Funciones de dos variables aleatorias: mapeamento biunvoco, mapeamento univalente. Funciones de vectores aleatorios.

TEMA 5. VALOR ESPERADO Valor esperado de una variable aleatoria: media, varianza, momentos. Valor esperado de una funcin de vector aleatorio: vector media, matriz de covarianza, momentos conjuntos. Propiedades del valor esperado. Valor esperado condicional. Desigualdades: Ley de los grandes Nmeros. Funciones caractersticas: funcin caracterstica de una variable aleatoria, Teorema del Lmite Central, funcin caracterstica de un vector aleatorio.

TEMA 6. VECTORES GAUSSIANOS Funcin caracterstica de un vector gaussiano. Diagonalizacin de la matriz de covarianza de un vector gaussiano. Densidad de probabilidad de un vector gaussiano.

TEMA 7. PROCESOS ESTOCSTICOS Definicin de procesos estocsticos. Especificaciones de procesos estocsticos. Momentos de un proceso estocstico: media, funcin autocorrelacin, funcin autocovarianza. Procesos estocsticos estacionarios: estrictamente estacionarios, estacionarios en sentido amplio, ergdicos. Estadsticas conjuntas de procesos estocsticos: momentos conjuntos, funcin covarianza, procesos estocsticos conjuntamente estacionarios, independencia de procesos estocsticos, decorrelacin de procesos estocsticos, ortogonalidad de procesos estocsticos. Densidad espectral de potencia. Procesos gaussianos. Procesos estocsticos y sistemas lineales. Procesos AR, MA, y ARMA. Aplicacin de procesos estocsticos en telecomunicaciones. Filtrado de procesos aleatorios. Filtro acoplador.

BIBLIOGRAFA

Papoulis, Athanasios and Pillai S. U. Probability, Random Variables and Stochastic Process. McGraw Hill Inc, 4ta. Edicin, 2002.

Almeida, Jos Paulo, Pedro F., Jos M. y Alves F., Weiler. Modelos Probabilsticos em Engenharia Eltrica. Centro de Estudos em Telecomunicaoes de la PUC\Rio, 1985.

Chung, Kai L. A Course in Probability Theory. Academy Press, 1974. Chung, Kai L. Elementary Probability Theory with Stochastic Processes. Springer Verlag, New York, 1979.