Kursplan för Sannolikhetsteori och statistisk signalbehandling

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2020-02-14 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnProbability and statistical signal processing
  • KurskodESS012
  • Omfattning7,5 Högskolepoäng
  • ÄgareTKELT
  • UtbildningsnivåGrundnivå
  • HuvudområdeMatematik
  • InstitutionELEKTROTEKNIK
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Svenska
  • Anmälningskod 50143
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0120 Tentamen 7,5 hp
Betygsskala: TH		0 hp0 hp0 hp7,5 hp0 hp0 hp
  • 31 Maj 2021 em J
  • 10 Okt 2020 em J
  • 16 Aug 2021 fm J

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Grundläggande behörighet för grundnivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Samma behörighet som det kursägande programmet.
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Grundläggande kunskaper i elementära funktioner, linjär algebra, integral- och differentialkalkyl, differentialekvationer, komplexa tal, vektorer och matriser, linjära ekvationsystem, fouriertransform, laplacetransform, z-transform, tidsdiskreta och tidskontinuerliga linjära system.

Syfte

Att ge baskunskaper i sannolikhetslära och statistik ur främst tillämpningssynpunkt och att skapa förståelse för bakomliggande tänkesätt. På så vis får teknologen möjlighet att under de fortsatta studierna och i arbetslivet kunna identifiera problem som är väl lämpade att behandlas med verktyg från matematisk statistik. Kursen syftar också till att ge insikter i modern statistisk signalbehandling, tex. digital kommunikation, maskininlärning och artificiell intelligens.

Lärandemål (efter fullgjord kurs ska studenten kunna)

Efter fullgjord kurs skall studenten kunna
  • förklara fundamentala begrepp inom sannolikhetsläran, tex. utfallsrum, händelser, sannolikhetsmått, betingad sannolikhet, oberoende, stokastiska variabler, fördelnings- och täthetsfunktion, samt använda dessa begrepp för att lösa problem
  • redogöra för skillnaden mellan en frekventistisk och en Bayesiansk ansats
  • använda Bayes formel, stora talens lag, samt centrala gränsvärdessatsen i problemlösning
  • utföra punktskattning och hypotestest samt uppskatta kvalitén i dessa
  • konstruera Matlab-program för att lösa problem inom statistisk signalbehandling

Innehåll

Viktiga sannolikhetsteoretiska grundbegrepp som sannolikhetsmått, stokastisk variabel, väntevärde och varians, samt några elementära statistiska fördelningar som binomial-, Poisson- och normalfördelning. Flerdimensionella fördelningar, summor av stokastiska variabler och centrala gränsvärdessatsen. Slutledningsteorins tre huvudproblem diskuteras: punktskattning, konfidensintervall och hypotesprövning. Minsta kvadratmetoden och dess fördelningsteori studeras med tonvikt på linjär regression. Tillämpning av hypotesprövning på signaldetektion och tolkning som matchat filter. Introduktion till maskininlärning.

Organisation

Föreläsningar och räkneövningar. Projekt. Skriftlig tentamen.

Litteratur

Se kurshemsidan.

Examination inklusive obligatoriska moment

För att få godkänt på kursen krävs ett godkänt projekt och en godkänd skriftlig tentamen. Poäng från projekt och tentamen används för att bestämma slutbetyg.

Kursplanen innehåller ändringar

  • Ändring gjord på tentamen:
    • 2020-09-28: Inställd Ändrat till inställd av UBS, felaktig tidigare ändring
      [2020-10-10 7,5 hp, 0120] Inställt
    • 2020-09-04: Inställd Inte längre inställd av Monika Råberg Hellsing
      [2020-10-10 7,5 hp, 0120] Återöppnat