redogöra för och tillämpa grundläggande begrepp, såsom händelse, utfallsrum, sannolikhet, oberoende händelser och betingad sannolikhet
använda grundläggande räkneregler inom sannolikhetslära så som lagen om total sannolikhet och Bayes' sats
redogöra för och tillämpa grundläggande egenskaper av diskreta stokastiska endimensionella variabler samt av funktioner av dessa
redogöra för och tillämpa följande diskreta fördelningar: geometriska fördelningen, binomialfördelningen och Poissonfördelningen
förstå kontinuerliga fördelningar och deras egenskaper genom analogi med diskreta fördelningar, bland annat följande fördelningar: den likformiga fördelningen, exponentialfördelningen, normalfördelningen
redogöra för och tillämpa läges-, spridnings- och beroendemått såsom väntevärde, varians och korrelation
kunna tillämpa maximum-likelihood-metoden för att skatta väntevärdet av en Bernoulli-variabel
utföra grundläggande beräkningar för Markov-kedjor med ändligt antal tillstånd i diskret tid
Kursinnehåll
Grundläggande sannolikhetsteoretiska begrepp
Diskreta och kontinuerliga stokastiska variabler
Funktioner av stokastiska variabler
Endimensionella fördelningar
Läges-, spridnings- och beroendemått
Fördelningsfunktioner
Viktiga fördelningar: likformig, geometrisk, binomial-, hypergeometrisk, Poisson-, exponential-, normal
Approximationer till binomial- och Poissonfördelningen
Lagen om stora tal samt centrala gränsvärdessatsen
Stokastiska processer, i synnerhet Markovkedjor
Förutsättningar
Diskret matematik, 7,5 hp, och Matematik, grundkurs, 7,5 hp, eller motsvarande.