Bỏ qua tới nội dung chính

Xác suất và quá trình ngẫu nhiên

Biến ngẫu nhiên, quá trình ngẫu nhiên dừng, hàm tự tương quan, mật độ phổ công suất và nhiễu trong hệ thống điện tử, truyền thông (Berkeley EE126).

7 khóa học đề xuất3 học liệu (3 sách)

Hướng dẫn học chủ đề

Trung bìnhkhoảng 60 giờ6 bước
  • Tính xác suất có điều kiện và áp dụng công thức Bayes cho bài toán phát hiện, chẩn đoán lỗi
  • Làm việc với biến ngẫu nhiên rời rạc, liên tục và vectơ ngẫu nhiên: hàm mật độ, kỳ vọng, hiệp phương sai, phân phối Gauss nhiều chiều
  • Áp dụng luật số lớn và định lý giới hạn trung tâm, nêu đúng điều kiện của chúng

Giáo trình: Introduction to Probability, Statistics, and Random Processes +2 sách khác

Đọc hướng dẫn đầy đủ
Thuộc nhóm Tín hiệu và hệ thống · Signals and Systems4 chủ đề · khoảng 265 giờMô tả, biến đổi và xử lý tín hiệu liên tục, rời rạc và ngẫu nhiên, cùng công cụ tối ưu dùng chung cho điều khiển và truyền thông.Xem nhóm
Chọn nguồn tự học

Chọn nguồn viết cho kỹ sư điện, gắn xác suất với tín hiệu và nhiễu; mô phỏng các quá trình ngẫu nhiên bằng Python để kiểm tra các công thức về tự tương quan và phổ.

Khóa học đề xuất

Khóa trên OpenER và khóa mở của các trường, tuyển chọn cho chủ đề này.

Xem tất cả (7)

IIT Kharagpur · 117105085

Probability and Random Processes (mở trong tab mới)

Xác suất và quá trình ngẫu nhiên

Mrityunjoy Chakraborty

Đề xuất chínhVideo + tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhBản quyền

Khóa video NPTEL của IIT Kharagpur cho sinh viên điện tử viễn thông: tiên đề xác suất, biến ngẫu nhiên và hàm mật độ, mômen, vectơ ngẫu nhiên và ma trận tương quan, định lý giới hạn trung tâm, quá trình dừng và ergodic, phân tích phổ, ước lượng Wiener và lọc thích nghi LMS.

Vì sao chọn: Bám sát đúng trọng tâm của chủ đề theo hướng kỹ thuật điện: sau phần biến ngẫu nhiên là quá trình dừng, tự tương quan, hệ thống có đầu vào ngẫu nhiên, mật độ phổ công suất và ước lượng phổ, rồi lọc Wiener. Chỉ có bài giảng video, nên kết hợp với bài tập trong giáo trình Pishro-Nik.

  • Chuyên sâu

  • MIT · 6.041SC · Thu 2013

    Probabilistic Systems Analysis and Applied Probability (mở trong tab mới)

    Phân tích hệ xác suất và xác suất ứng dụng

    John Tsitsiklis

    Thay thếVideo + tài liệuLiên kết ngoàiCấp độ: Trung bình

    Vì sao chọn: Nền tảng xác suất vững chắc với video, bài tập và lời giải đầy đủ; nên học trước nếu chưa quen biến ngẫu nhiên và kỳ vọng có điều kiện.

    Nên học: Nên học phần biến ngẫu nhiên, định lý giới hạn và các quá trình Bernoulli, Poisson, Markov.

    • Dễ bắt đầu

  • MIT · 6.011 · Xuân 2018

    Signals, Systems and Inference (mở trong tab mới)

    Tín hiệu, hệ thống và suy luận

    George Verghese, Alan V. Oppenheim +1

    Nâng caoChỉ tài liệuLiên kết ngoàiCấp độ: Nâng cao

    Vì sao chọn: Nửa sau môn học đưa quá trình ngẫu nhiên vào xử lý tín hiệu: ước lượng tuyến tính, quá trình dừng qua hệ LTI và mật độ phổ công suất.

    Nên học: Nên học nửa sau: ước lượng MMSE/LMMSE, quá trình dừng theo nghĩa rộng, lọc Wiener.

    • Chuyên sâu

Chủ đề này còn ít nội dung

Xem thêm các chủ đề cùng nhóm Tín hiệu và hệ thống, hoặc tìm trên toàn trang.