Logga in

Registrera

FMSF10 · Lunds universitet

Stationära stokastiska processer

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
7.5
Språk
Engelska
Nivå
Grundnivå
Fakultet
Lunds tekniska högskola

Lärandemål

  • Kunskap och förståelse
  • kunna genomföra beräkningar med väntevärde, varians, kovarians och korskovarians inom och mellan olika stationära processer,
  • kunna beräkna samband mellan kovariansegenskaper i tidsplanet och spektralegenskaper i frekvensplanet för en och flera processer,
  • kunna formulera linjära filter med hjälp av kovarians- och spektralegenskaper,
  • kunna uppskatta kovariansfunktion, spektrum och andra parametrar i stationära processer med hjälp av data,
  • modellera mätdata från naturen som en enkel stationär process.
  • Färdighet och förmåga
  • kunna identifiera naturliga situationer när en stationär process är en lämplig matematisk modell, t.ex. inom minst en teknisk, naturvetenskaplig eller ekonomisk tillämpning,
  • kunna formulera en stationär stokastisk processmodell utifrån en konkret frågeställning inom den valda tillämpningen,
  • kunna föreslå modellparameterar, med hjälp av data,
  • kunna göra en tolkning av modellen och översätta modellresonemang till en slutsats om den utsprungliga frågeställningen.
  • Värderingsförmåga och förhållningssätt
  • kunna läsa och tolka teknisk litteratur med inslag av stationära processer inom den valda tillämpningen,
  • kunna redogöra för modellens struktur och slutsatser,
  • kunna redogöra för stokastiska modellers möjligheter och begränsningar.
Kursinnehåll
  • Modeller för statistiskt beroende.
  • Begrepp för beskrivning av stationära stokastiska processer i tidsplanet: väntevärden, kovarians- och korskovariansfunktion.
  • Begrepp för beskrivning av stationära stokastiska processer i frekvensplanet: effektspektrum, korsspektrum.
  • Speciella processer: normalprocess, Wienerprocess, vitt brus, Gaussiska fält i tid och rum.
  • Stokastiska processer i linjära filter: samband mellan insignal och utsignal, autoregression och glidande medelvärde (AR, MA, ARMA), derivation och integration av stokastiska processer.
  • Grunderna i statistisk signalbehandling: uppskattning av väntevärden, kovariansfunktion och spektrum.
  • Tillämpning på linjära filter: frekvensanalys och optimala filter.
Förutsättningar
  • ((FMAA20 Linjär algebra med introduktion till datorhjälpmedel eller FMAA21 Linjär algebra med numeriska tillämpningar eller FMAB20 Linjär algebra eller FMAB22 Lineär algebra)
  • och
  • (FMAB30 Flerdimensionell analys eller FMAB35 Flerdimensionell analys med vektoranalys))
  • eller
  • (FMSF20 Matematisk statistik, allmän kurs eller FMSF25 Matematisk statistik - kompletterande projekt eller FMSF32 Matematisk statistik eller FMSF45 Matematisk statistik, allmän kurs eller FMSF50 Matematisk statistik, allmän kurs eller FMSF55 Matematisk statistik, allmän kurs eller FMSF70 Matematisk statistik eller FMSF75 Matematisk statistik, allmän kurs eller FMSF80 Matematisk statistik, allmän kurs)
  • Förutsatta förkunskaper:
  • En grundkurs i matematisk statistik samt kunskaper i komplex och linjär analys.
Litteratur
Introduction to Stationary Stochastic Processes: Applications in Science and Engineering. Chapman & Hall, 2013 - Lindgren, G., Rootzén, H., Sandsten, M
Liknande kurser vid andra universitet
Stockholms universitet

Stockholms universitet

Stokastiska processer och simulering I

MT400220 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Markovprocesser, grundkurs

SF190430 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Stokastiska signaler och system

EQ127013 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

  • Socialt

    • Instagram

    • Facebook

    • YouTube

    • TikTok

    • Linkedin

    © 2026 Crash Course Sverige AB