Sök i programutbudet

Använd sökfunktionen för att leta efter kurser och program i Chalmers utbildningsutbud. Den programplan och utbildningsplan som avser dina studier är i allmänhet från det läsår du började dina studier.

​​​​​​​​​​​​​

Kursplan för

Läsår
MVE170 - Basic stochastic processes
 
Kursplanen fastställd 2011-02-22 av programansvarig (eller motsvarande)
Ägare: MPENM
7,5 Poäng
Betygskala: TH - Fem, Fyra, Tre, Underkänt
Utbildningsnivå: Avancerad nivå
Huvudområde: Matematik
Institution: 11 - MATEMATISKA VETENSKAPER


Undervisningsspråk: Engelska
Sökbar för utbytesstudenter
Blockschema: LA

Modul   Poängfördelning   Tentamensdatum
Lp1 Lp2 Lp3 Lp4 Sommarkurs Ej Lp
0107 Tentamen 7,5hp Betygskala: TH   7,5hp   17 Dec 2012 em V,  04 Apr 2013 em V,  26 Aug 2013 fm V

I program

MPENM ENGINEERING MATHEMATICS AND COMPUTATIONAL SCIENCE, MSC PROGR, Årskurs 1 (valbar)
TKIEK INDUSTRIELL EKONOMI, CIVILINGENJÖR - Finansiell matematik, Årskurs 3 (valbar)
TKTEM TEKNISK MATEMATIK, CIVILINGENJÖR, Årskurs 2 (obligatorisk)

Examinator:

Docent  Patrik Albin


Kursutvärdering:

http://document.chalmers.se/doc/287046c8-0295-411d-bbe7-632e9ab7e6d8


  Gå till kurshemsida

Behörighet:

För kurser inom Chalmers utbildningsprogram gäller samma behörighetskrav som till de(t) program kursen ingår i.

Kursspecifika förkunskaper

Basic probability theory on the level of an undergraduate course in mathematical statistics.

Syfte

The course is a self-contained introduction to basic stochastic models
providing a wide range of examples of applications that illustrate the
models and make the methods of solution clear.

Lärandemål (efter fullgjord kurs ska studenten kunna)

Upon completion of the course students should have a good
understanding of the theory of the random processes considered
in the course as well as practical experience of them from problem
solving and computer exercises.

Innehåll

Main topics of the course are:

- Review of relevant probability theory, including random variables
in one and several dimensions, covariance, conditional probability
and expectations, chracteristic functions, etc.

- Introduction to random processes in discrete and continuous time,
characterization and classification of random processes.

- Markov chains and Markov processes, Poisson processes and Wiener
processes, martingales.

- Continuity, differetiation and integration of random processes, spectral
analysis, white noise, random processes in linear systems.

- Implementation and analysis of random processes in computers.

Organisation

The course comprises lectures, problem solving sessions together with
home assignments including computer problems.

Litteratur

Hwei Hsu: Probability, Random Variables, and Random
Processes, 2nd Edition. Schaum's Outlines, McGraw-Hill 2010.

Examination

Written exam.


Sidansvarig Publicerad: on 24 jan 2018.