Probabilidades e Processos Estocásticos
| Áreas Científicas |
| Classificação |
Área Científica |
| OFICIAL |
Matemática |
Ocorrência: 2021/2022 - 1S 
Ciclos de Estudo/Cursos
Língua de trabalho
Inglês
Objetivos
O principal objetivo do curso é a introdução dos fundamentos da moderna teoria da probabilidade.
O primeiro objetivo é a introdução breve e resumida dos conceitos e resultados fundamentais da teoria de medida e integração para uniformizar a formação dos estudantes.
O curso é estruturado de modo a que os estudantes aprendam ferramentas e conceitos importantes usados com frequência na Teoria das Probabilidades e suas aplicações. Ou seja: a lei 0-1 de Kolmogorov, a representação e imersãoo de Skorokhod, o teorema de Prokhorov, os princípios de invariância e o teorema de Donsker, só para mencionar alguns.
Além disso, outro objetivo importante é o estudo de processos especiais como o movimento Browniano e martingalas.
Resultados de aprendizagem e competências
Aquisição de conhecimento de tópicos avançados em:
- Teoria da Probabilidade, incluindo a familiarização com certos conceitos e resultados, como o teorema da existência de Kolmogorov, a representação e imersão de Skorokhod, o teorema de Prokhorov, princípios de invariância e o teorema de Donsker.
- processos estocásticos, como o movimento Browniano e Martingalas e seu espectro de aplicações.
Modo de trabalho
Presencial
Programa
1 Preliminares
1.1 Espaços de probabilidade
1.2 Integração
1.3 Continuidade absoluta
1.4 Noções de convergência e Teorema de Slutsky
2 Variáveis aleatórias e processos estocásticos
2.1 Distribuições e representação de Skorokhod
2.2 Teorema da existência de Kolmogorov
2.3 Independência
2.4 Lei 0-1 de Kolmogorv
2.5 Lemas de Borel-Cantelli
2.6 Esperança condicional
3 Martingalas
3.1 Definições e propriedades
3.2 Tempos de paragem e desigualdades
3.3 Teorema de convergência das (sub)martingalas
3.4 Teorema do limite central
3.5 * Aplicação a processos estacionários mistos (a aproximação de Gordin)
4 Movimento Browniano
4.1 Continuidade de caminhos e sua irregularidade
4.2 Propriedade forte de Markov e princípio da reflexão
4.3 Imersão de Skorohod
5 Convergência fraca
5.1 Teorema de Portmanteau
5.2 Teorema de de Prokhorov
5.3 Convergência fraca em C [0,1]
5.4 Teorema de Donsker e princípio da Invariância
Bibliografia Obrigatória
Billingsley Patrick;
Probability and measure. ISBN: 0-471-00710-2
Bibliografia Complementar
Billingsley Patrick;
Convergence of probability measures
Kallenberg Olav;
Foundations of modern probability. ISBN: 978-1-4419-2949-5
Kingman J. F. C. (John Frank Charles);
Introduction to measure and probability. ISBN: 0-521-05888-0
S. R. S. Varadhan; Probability theory, 2001. ISBN: 0-8218-2852-5
S. R. S. Varadhan; Stochastic processes, 2007. ISBN: 978-0-8218-4085-6
D. W. Stroock; Probability theory, 1993. ISBN: 0-521-43123-9
Métodos de ensino e atividades de aprendizagem
Aulas teóricas onde os tópicos do programa são apresentados, exercícios e problemas relacionados são discutidos. Os exercícios trabalhados, exemplos e problemas são fundamentais para auxiliar a compreensão dos conceitos e ilustrar o seu potencial de aplicação. Proposta de um projeto de trabalho, a realizar por cada estudante, envolvendo um relatório escrito e posterior apresentação oral e discussão.
Palavras Chave
Ciências Físicas > Matemática > Teoria das probabilidades
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
| Designação |
Peso (%) |
| Exame |
60,00 |
| Trabalho escrito |
40,00 |
| Total: |
100,00 |
Componentes de Ocupação
| Designação |
Tempo (Horas) |
| Apresentação/discussão de um trabalho científico |
4,00 |
| Estudo autónomo |
183,00 |
| Frequência das aulas |
56,00 |
| Total: |
243,00 |
Obtenção de frequência
Trabalhos práticos/ Projeto submetidos nos prazos fixados.
Fórmula de cálculo da classificação final
A avaliação compreende duas componentes: projeto (40%) e exame (60%), exigindo-se uma nota mínima de 50% do valor de cada uma das componentes.