Sztochasztikus folyamatok (nappali)

1.hét A valószínűség-elmélet fogalmainak átismétlése I.
2.hét A valószínűség-elmélet fogalmainak átismétlése II.
3.hét Sztochasztikus folyamatok. Horizontális és vertikális tárgyalásmód. Egyszerűsítési lehetőségek. Markov-tulajdonság. Véges állapotterű Markov-láncok, átmenetvalószínűség mátrix.
4.hét Többlépéses átmenetvalószínűség, határeloszlás, invariáns eloszlás.
5.hét Állapotok osztályozása. Visszatérőség, elérési idő. Pagerank.
6. hét Végtelen állapotterű Markov-láncok.
7.hét Bernoulli-folyamat. Poisson-folyamat.
8.hét Születési és halálozási folyamatok. Tömegkiszolgálási rendszerek. Little-formula. Az M/M/1 rendszer.
9.hét M/M/∞. M/M/k. M/M/k/n.
10.hét Felújítási folyamatok. M/G/1. G/M/1. G/G/1.
11.hét Autokovariancia függvény, autokorrelációs függvény. Stacionárius folyamatok, másodrendben gyengén stacionárius folyamatok.
12.hét A Wiener-folyamat. Gauss folyamatok.
13.hét Wiener szűrő. Kálmán szűrő.
14.hét A félév anyagának összegfoglalása, rendszerezése.

Gregory F. Lawler: Introduction to Stochastic Processes pdf
Alberto Leon-Garcia: Probability, Statistic and Random Processes for Electrical Engineering pdf