Sistemas dinâmicos não lineares podem apresentar uma diversidade de características não convencionais quando perturbados por ruídos externos, tais como uma otimização das propriedades de transporte, estabilização de padrões espaciais e transições de fase. Em particular, o ruído pode melhorar a resposta do sistema a pulsos periódicos externos fracos, um fenômeno conhecido como ressonância estocástica devido a sua similaridade com o fenômeno de ressonância mostrado por sistemas dinâmicos determinísticos. A idéia de ressonância estocástica foi largamente aplicada para se entender o comportamento de muitos sistemas físicos, químicos e biológicos, tais como sistemas magnéticos, ópticos, eletrônicos, reações químicas, assim como vários aspectos neurofisiológicos de sistemas sensoriais. Nesta dissertação, nós estudamos o fenômeno de ressonância estocástica em um modelo integra-dispara para resposta neuronal estimulada por um sinal periódico sub-limiar. No enfoque tradicional, o nível de limiar de disparo é alcançado por uma superposição de um ruído gaussiano com um estímulo periódico. Como ruídos não gaussianos surgem em sistemas naturais com elevada freqüência, nós investigamos a sensibilidade da condição de ressonância estocástica em relação à função distribuição de probabilidade do ruído. Para gerarmos um ruído distribuído tipo lei de potência, nós consideramos um processo estocástico com ruído multiplicativo e aditivo que permite o ajuste fino do expoente de decaimento assintótico da lei de potência. Utilizamostanto solução analógica quanto digital de equações diferenciais estocásticas que produzem resultados similares. A dependência da intensidade ótima de ruído para acondição de ressonância estocástica com o expoente da lei de potência de um ruído não gaussiano é relatada. Em particular, obtivemos que a condição de ressonância é atingida com o mínimo ruído possível para ruídos que apresentam um expoente da lei de decaimento finito. Portanto, a natureza não gaussiana do ruído pode ser explorada para otimizar a identificação de sinais sub-limiares por sistemas neuronais.