Ini adalah komunitas tertutup. Anda dapat mengakses semua materi belajar, diskusi, kuis, dan tugas setelah bergabung dengan komunitas ini dan dosen pengampu akan mengesahkan keanggotaan Anda.

Tujuan Pembelajaran

Kuliah ini menyediakan fondasi teoritis dan aplikatif untuk probabilitas dan proses stokastik. Kuliah ini juga memberikan pemahaman tentang teknik-teknik matematika dan teknik-teknik pemodelan yang berhubungan proses random dalam berbagai bidang aplikasi. Topik yang dibahas termasuk model probabilitas, variable random diskrit dan kontinu, proses-proses stokastik, Laws of Large Numbers dan inferensi.

Silabus:

  1. Probability Models and Axioms Conditioning and Bayes' Rule Independence.
  2. Discrete Random Variables: Probability Mass Functions, Expectations, Discrete Random Variable Examples, Joint PMFs.
  3. Continuous Random Variables: Multiple Continuous Random Variables, Continuous Bayes' Rule.
  4. Derived Distributions; Convolution; Covariance and Correlation.
  5. Iterated Expectations; Sum of a Random Number of Random Variables.
  6. Bernoulli Process.
  7. Poisson Process.
  8. Markov Chains.
  9. Weak Law of Large Numbers.
  10. Central Limit Theorem.
  11. Bayesian Statistical Inference.
  12. Classical Inference.
Selengkapnya »

Bale-bale