Datateknik AV, Sannolikhetslära och stokastiska processer, 6 hp

Observera att litteraturen i kursplanen kan ändras/revideras fram till: 
• 1 juni för en kurs som startar på höstterminen
• 15 november för en kurs som startar på vårterminen
• 1 april för en kurs som startar på sommaren 

Skriv ut eller spara kursplanen som PDF

Du kan enkelt skriva ut en kursplan direkt från webbsidan. Använd kortkommandot ctrl+p (Windows) eller command+p (Mac). I nästa steg väljer du om du vill skriva ut eller spara kursplanen som PDF.

 

För en nedlagd kurs kan eventuell information om avvecklingsperiod hittas under rubriken "Övergångsregel" i senaste versionen av kursplanen.


Versioner:
Gå till kursen

Kursplan för:
Datateknik AV, Sannolikhetslära och stokastiska processer, 6 hp
Computer Engineering Ma, Probability and Random Processes, 6 credits

Allmänna data om kursen

  • Kurskod: DT049A
  • Ämne huvudområde: Datateknik
  • Nivå: Avancerad nivå
  • Högskolepoäng: 6
  • Fördjupning vs. Examen: A1N - Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
  • Utbildningsområde: Tekniska området 100%
  • Ansvarig institution: Data- och elektroteknik
  • Fastställd: 2024-03-12
  • Giltig fr.o.m: 2024-09-02

Syfte

Kursen presenterar grunderna för sannolikhetsteori och slumpmässiga processer som studenterna behöver inom datavetenskap, kommunikation, signalbehandling och andra discipliner.

Lärandemål

Efter avslutad kurs ska studenten kunna:

  • definiera och använda begreppen sannolikhetsutrymme, slumpmässig variabel och slumpmässig process och känna till ett antal konkreta exempel på koncepten,
  • definiera och använda Markov-kedjor och Markov-fält,
  • beskriva de olika sätten för konvergens av slumpmässiga variabler och deras konsekvenser,
  • tillämpa lagen av stora tal och Martingale konvergensteoremet för att bedöma asymptotiska konvergensegenskaper för slumpmässiga variabler,
  • förklara och tillämpa begreppen stationära stokastiska processer, spektrala metoder för stationära processer,
  • förklara och tillämpa begreppen filtrering och förutsägelse av en slumpmässig process,
  • relatera sannolikhetsteori till verklig statistisk analys.

Innehåll

  • Repetition av sannolikhetslära: Sannolikhetsteorins grundbegrepp, villkorliga sannolikheter, oberoende, slumpmässiga variabler, förväntningar, villkorlig förväntan, ojämlikhet.
  • Begränsade teorem - De stora talens lag, centrala gränsvärdessatsen.
  • Poisson-processer - minneslösa egenskaper, alternativa definitioner, kombinering och splittring.
  • Markov-kedjor - tidsanalys, stabilitetsanalys.
  • Markov-fält.
  • Gaussiska processer - Gaussiska slumpvariabler, kovariansmatriser, filtrerade processer, spektraldensitet.
  • Bayesiansk uppskattning - MMSE-kriterier, uppskattning och Gaussiska slumpmässiga vektorer, linjär estimering.

Behörighet

Datateknik GR (AB), 45 hp, inkluderande Programmering. Matematik GR (A), 22,5 hp, inkluderande kurs i Statistik och linjär algebra.

Urvalsregler

Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.

Undervisning

Undervisningen sker i form av föreläsningar, övningslektioner och laborationer.

Kursen undervisas på svenska eller engelska, vilket framgår vid varje kurstillfälle.

Examination

L101: Laborationer, 1 hp
Betygsskala: Tvågradig skala

T101: Tentamen, 5 hp
Betygsskala: Sju-gradig skala, A-F o Fx

Betygskriterier för ämnet finns på www.miun.se/betygskriterier.

Om en student har ett besked från samordnaren vid Mittuniversitetet om pedagogiskt stöd vid funktionsnedsättning, har examinator rätt att ge anpassad examination för studenten.

Begränsning av examination

Studenter registrerade på denna version av kursplan har rätt att examineras 3 gånger inom loppet av 1 år enligt angivna examinationsformer. Därefter gäller examinationsform enligt senast gällande version av kursplan.

Betygsskala

Sju-gradig skala, A-F o Fx

Litteratur

Välj litteraturlista:

Obligatorisk litteratur

  • Författare/red: Robert G. Gallager
  • Titel: Stochastic Processes: Theory for Applications
  • Förlag: Cambridge University Press, 2014.
  • Kommentar: ISBN 9781107039759

Referenslitteratur

  • Författare/red: Hisashi Kobayaski, Brian L Mark, and William Turin
  • Titel: Probability, Random Processes, and Statistical Analysis
  • Förlag: Cambridge University Press
  • Kommentar: ISBN 9780521895446

Kolla om litteraturen finns på biblioteket

Sidan uppdaterades 2024-02-23