COM-300 / 6 credits

Teacher: Thiran Patrick

Language: French


Résumé

L'objectif de ce cours est la maitrise des outils des processus stochastiques utiles pour un ingénieur travaillant dans les domaines des systèmes de communication, de la science des données et de l'informatique.

Contenu

Mots-clés

Probabilité, Processus stochastique, Moments, stationarité, Processus gaussien, Processus de Poisson, Chaîne de Markov, File d'attente.

Compétences requises

Cours prérequis obligatoires

  • Algèbre linéaire (MATH 111 ou équivalent).
  • Analyse I, II, III (MATH 101, 106, 203 ou équivalent).
  • Premier cours de probabilité (MATH 232 ou équivalent).
  • Circuits et systèmes II (EE 205 ou équivalent), ou Signaux et systèmes (MICRO310/311 ou équivalent), pour les notions de base de théorie des systèmes (déterministes) linéaires.

Cours prérequis indicatifs

  • Circuits et systèmes I (EE 204 ou équivalent) pour les notions de base de théorie des circuits.
  • Analyse IV (MATH 204 ou équivalent) pour les notions d'analyse complexe.

Concepts importants à maîtriser

Notions d'algèbre linéaire, en particulier opérations matricielles (inversion, diagonalisation, vaelurs propres d'une matrice).

Notions d'analyse (fonctions d'une ou plusieurs variables réelles, suites et séries, équations différentielles ordinaires linéaires).

Notions de théorie des systèmes linéaires (convolution, transformées de Fourier, Laplace et en z).

Acquis de formation

A la fin de ce cours l'étudiant doit être capable de:

  • Modéliser un système aléatoire.
  • Analyser un problème avec une composante aléatoire.
  • Evaluer les solutions d'un problème avec une composante aléatoire.

Méthode d'enseignement

  • Ex cathedra (au tableau), 4h par semaine.
  • Séances d'exercices, 2h par semaine.

Travail attendu

  • Exercices en séance et à domicile

Méthode d'évaluation

  • Examens intermédiaires pendant le semestre.
  • Examen final en session.

Préparation pour

Tous les cours en systèmes de communication, science des données et informatique utilisant des modèles stochastiques ou des méthodes aléatoires.

In the programs

  • Semester: Fall
  • Exam form: Written (winter session)
  • Subject examined: Stochastic models in communication
  • Lecture: 4 Hour(s) per week x 14 weeks
  • Exercises: 2 Hour(s) per week x 14 weeks
  • Semester: Fall
  • Exam form: Written (winter session)
  • Subject examined: Stochastic models in communication
  • Lecture: 4 Hour(s) per week x 14 weeks
  • Exercises: 2 Hour(s) per week x 14 weeks
  • Semester: Fall
  • Exam form: Written (winter session)
  • Subject examined: Stochastic models in communication
  • Lecture: 4 Hour(s) per week x 14 weeks
  • Exercises: 2 Hour(s) per week x 14 weeks
  • Semester: Fall
  • Exam form: Written (winter session)
  • Subject examined: Stochastic models in communication
  • Lecture: 4 Hour(s) per week x 14 weeks
  • Exercises: 2 Hour(s) per week x 14 weeks
  • Semester: Fall
  • Exam form: Written (winter session)
  • Subject examined: Stochastic models in communication
  • Lecture: 4 Hour(s) per week x 14 weeks
  • Exercises: 2 Hour(s) per week x 14 weeks

Reference week

 MoTuWeThFr
8-9     
9-10     
10-11     
11-12     
12-13     
13-14     
14-15     
15-16     
16-17     
17-18     
18-19     
19-20     
20-21     
21-22     

Related courses

Results from graphsearch.epfl.ch.