Skriv ut Lukk vindu


 

Høst 2013

STA-2001 Stokastiske prosesser - 10 stp


Ansvarlig enhet

Institutt for matematikk og statistikk

Emnetype

Emnet er obligatorisk i studieprogrammene bachelor i matematikk og statistikk samt master i industriell matematikk. Det kan også tas som enkeltemne.

Studiepoengreduksjon

S-210 Stokastiske prosesser 10 stp

Innhold

Emnet gir en videreføring av sannsynlighetsteorien i STA-1001 med hovedvekt på konstruksjon, tolkning og analyse av sannsynlighetsmodeller for enkle prosesser eller dynamiske system. Bruk av betinget sannsynlighet og betinget forventning, Markovkjeder, Poissonprosesser, fødsels- og dødsprosesser og andre stokastiske prosesser tas opp.

Opptakskrav

Generell studiekompetanse + REALFA

Hva lærer du

Emnet skal gi studentane ein innføring i anvendt sannsynssteori og stokastiske prosessar, inklusiv bruk av betinging som eit viktig redskap i sannsynsrekning.

Innan stokastiske prosessar er hovudvekta lagt på analyse av modellar med tellbart tilstandsrom i diskret eller kontinuerleg tid. Spesielt viktig er det at studentane beherskar ulike typer markovprosessar, inkludert poissonprosessar og fødsels- og dødsprosessar.

Etter gjennomført kurs skal studentane:


Undervisnings- og eksamensspråk

Norsk

Undervisning

Forelesninger: 40 t
Øvelser: 30 t

Eksamen

1 skriftlig prøve (4 t). Bokstavkarakterer (A-F).

Arbeidskrav
Obligatoriske oppgaver kreves godkjent for adgang til å avlegge eksamen.

Dato for eksamen

En skriftlig prøve 02.12.2013

Eksamensdato er foreløpig og vil kunne bli endret. Endelig eksamensdato kunngjøres ved oppslag på det enkelte fakultet primo mai for vårsemesteret og primo november for høstsemesteret.


Pensum

Pensumliste for STA-2001 Stokastiske prosesser, høsten 2013
UiT Norges arktiske universistet, Institutt for matematikk og statistikk

Lærebok: Sheldon M. Ross, "Introduction to Probability Models". Academic Press, 10 th. edition

Kapittel 1. Introduction to Probability Theory

Kapittel 2. Random Variables

Kapittel 3. Conditional Probability and Conditional Expectation

Kapittel 4.1 - 4.8 Markov Chains

Kapittel 5. The Exponential Distribution an the Poisson Process

Kapittel 6.1 - 6.6 Continuous-Time Markov Chains