Objetivos Gerais:

1 - Conhecer os conceitos e métodos padrão na modelação através de processos estocásticos.
2 - Ser capaz de provar e utilizar os resultados mais importantes da teoria dos processos estocásticos.
3 - Ser capaz de identificar os modelos de processos estocásticos adequados a um determinado problema, de forma a aplicar a teoria dos processos estocásticos à modelação de fenómenos físicos, biológicos, económicos, sociais, entre outros.

Conteúdos / Programa:

1 - Introdução
2 - Cadeias de Markov: Introdução
3 - O comportamento a longo prazo de cadeias de Markov
4 - Processos de Poisson
5 - Cadeias de Markov a tempo contínuo
6 - Processos de filas
7 - O movimento browniano e outros processos relacionados

Bibliografia / Fontes de Informação:

R. Durrett , 1999 , Essentials of Stochastic Processes , Springer
G. Grimmett, D. Stirzaker , 2001 , Probability and Random Processes , Oxford University Press
H. Taylor, S. Karlin , 1998 , An Introduction to Stochastic Modeling , Academic Press
S. Karlin, H. M. Taylor , 1975 , A first course in stochastic processes , Academic Press
S. Karlin, H. M. Taylor , 1981 , A second course in stochastic processes , Academic Press

Métodos e Critérios de Avaliação:

Tipo de Classificação: Quantitativa (0-20)

Metodologia de Avaliação:
Aulas teóricas expositivas com a possibilidade de intervenção dos estudantes. Aulas teórico-práticas onde os estudantes resolvem e discutem exercícios e problemas relacionados com os conteúdos da unidade curricular, com a orientação do professor, sempre que necessária. A avaliação inclui dois testes escritos, cada um valendo 40% da classificação final, e um trabalho com exposição oral e discussão, valendo 20% da classificação final. Os dois testes têm por objetivo aferir os conhecimentos teórico e teórico-práticos adquiridos pelos estudantes. O trabalho é realizado em grupos de dois estudantes. Permite ao estudante desenvolver competências de escrita, de apresentação de resultados, de comunicação oral e de trabalho em equipa.