Este trabalho trata do problema não-linear de estimação simultânea de parâmetros e estado, em sistemas distribuídos, e ainda do problema de localização de sensores associado. A classe de modelos em que estamos interessados é caracterizada por operadores lineares, não- limitados, densamente definidos e dissipativos. Nossa abordagem aplica técnicas de filtragem linear a uma seqüência de linearizações em torno de trajetórias convenientemente escolhidas. A localização ótima de sensores é feita de modo a minimizar uma medida do erro da estimatição simultânea de parâmetros e estados. A contribuição original desta tese compreende o desenvolvimento de : (1) um algoritmo que realiza simultaneamente a identificação e a filtragem de uma classe de sistemas distribuídos operando em ambiente estocástico, e (2) um esquema eficiente de localização ótima de sensores para o problema acima mencionado. Alguns exemplos simulados são apresentados com o objetivo de ilustrar os resultados aqui desenvolvidos