25.08.2013 Views

Wersja pełna [11,39 MB] - Wydział Elektroniki, Telekomunikacji i ...

Wersja pełna [11,39 MB] - Wydział Elektroniki, Telekomunikacji i ...

Wersja pełna [11,39 MB] - Wydział Elektroniki, Telekomunikacji i ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Nazwa przedmiotu Procesy losowe<br />

Skrót nazwy PL<br />

KARTA PRZEDMIOTU<br />

Kierunek:<br />

Elektronika i telekomunikacja Automatyka i robotyka Informatyka<br />

X X<br />

Osoba odpowiedzialna za treść przedmiotu:<br />

Imię: Roman<br />

Nazwisko: Rykaczewski<br />

e-mail: romryk@pg.gda.pl<br />

Karta zajęć - wykład<br />

poziom<br />

liczba<br />

Lp. Zagadnienie<br />

wiedzy umiej.<br />

godzin<br />

A B C D E<br />

1. Wektory losowe (WL). Zespolone WL- opis matematyczny X 1<br />

2. Momenty statystyczne dla pojedynczego WL. Macierz autokorelacji<br />

WL, macierz autokowariancji WL i ich właściwości.<br />

X 1<br />

3. Macierz korelacji skrośnej WL, macierz kowariancji skrośnej WL i ich<br />

właściwości. Średnie warunkowe. Histogramy: częstości<br />

bezwzględnych, względnych, unormowany.<br />

X 1<br />

4. Estymacja wartości średnich funkcji WL. Estymacja macierzy<br />

autokorelacji i macierzy autokowariancji z danych pomiarowych.<br />

Pojęcie macierz danych i jej wykorzystanie.<br />

X 1<br />

5. Gaussowskie WL. Liniowe transformacje WL. Transformacja unitarna.<br />

Gęstość prawdopodobieństwa liniowo przekształconego WL.<br />

X 1<br />

6. Operacja zmiany porządku dla WL. Diagonalizacja macierzy<br />

autokorelacji i autokowariancji WL- metoda transformacji unitarnej.<br />

X 1<br />

7. Wykorzystanie dekompozycji względem wartości osobliwych (SVD)twierdzenie<br />

SVD i jego zastosowanie do diagonalizacji unitarnej<br />

macierzy autokorelacji z macierzy danych.<br />

X 0,33<br />

8. Elipsy koncentracji dla gaussowskich WL X 0,33<br />

9. Diagonalizacja równoległa dwóch macierzy autokorelacji WL X 0,33<br />

10. Diagonalizacja za pomocą dekompozycji trójkątnej- wykorzystanie<br />

dekompozycji L-U Choleskiego<br />

X 0,67<br />

<strong>11</strong>. Wykorzystanie dekompozycji QR do diagonalizacji trójkątnej macierzy<br />

autokorelacji z macierzy danych. Dekompozycja U-L<br />

X 0,33<br />

12. Definicja i przykłady procesów losowych (PL). Opis PL za pomocą<br />

zbioru realizacji. Metoda uśrednienia po zbiorze realizacji.<br />

Dystrybuanta i gęstość prawdopodobieństwa PL.<br />

X 1<br />

13. Momenty statystyczne PL. Stacjonarność i ergodyczność PL.<br />

Właściwości stacjonarnych PL. Inne definicje stacjonarności.<br />

X 1<br />

14. Przykłady PL- PL Bernoulliego, dwumianowy, błądzenia<br />

przypadkowego, dyskretny PL Wienera, PL Markowa.<br />

X 1<br />

15. Łańcuchy Markowa (ŁM)- jednorodność i stacjonarność ŁM,<br />

klasyfikacja stanów, równanie Kołmogorowa-Chapmana, proces<br />

błądzenia przypadkowego jako ŁM.<br />

X 1<br />

16. Ukryty model Markowa. Martyngały i sygnały absolutnie fair.<br />

Okresowość i cyklostacjonarność PL. Gaussowskie PL.<br />

X 0,33<br />

17. Analiza korelacyjna zespolonych PL. Macierz autokorelacji i<br />

autokowariancji PL.<br />

X 0,33<br />

18. Opis PL w dziedzinie częstotliwości- gęstość widmowa mocy jej<br />

właściwości, interpretacja fizyczna. Twierdzenie o próbkowaniu dla PL<br />

X 0,67<br />

180

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!