CPE251 Probability Methods in Engineering  

Spring 2022

COMSATS University Islamabad 

 
 

COURSE DESCRIPTION FILE 

CPE251 Probability Methods in Engineering  

DEPARTMENT OF ELECTRICAL & COMPUTER ENGINEERING 

   

COMSATS University Islamabad Page 1

CPE251 Probability Methods in Engineering   Spring 2022

COMSATS University Islamabad 

 
 

COURSE DESCRIPTION FILE 

CPE251 Probability Methods in Engineering  

DEPARTMENT OF ELECTRICAL & COMPUTER ENGINEERING 

Prepared By:  Checked By:  Approved By: 

 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐  ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐  ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
   

COMSATS University Islamabad Page 2

CPE251 Probability Methods in Engineering   Spring 2022

Probability Methods in Engineering 
Course code:  
CPE251 (3+0) 

Prerequisites:  
Calculus and Analytic Geometry (MTH104), Linear Algebra (MTH 231) 

Co requisites: 
none 

Course Catalog Description: 
Set theory, sample space, event classes, the axioms of probability, computing probabilities using counting 
methods,  conditional  probability,  independence  of  events,  sequential  experiments,  a  computer  method 
for synthesizing randomness, discrete random variables and probability mass function, expected value and 
moments  of  discrete  random  variable,  conditional  probability  mass  function,  examples  of  important 
discrete  random  variables,  the  cumulative  distribution  function,  the  probability  density  function,  the 
expected  value  of  random  variable,  examples  of  important  continuous  random  variables,  functions  of  a 
random  variable,  the  Markov  and  Chebyshev  inequalities,  basic  reliability  calculations,  entropy,  two 
random variables, pairs of discrete random variables, the joint cdf of two random variables, the joint pdf of 
two continuous random variables, independence of two random variables, joint moments and expected 
values  of  a  function  of  two  random  variables,  conditional  probability  and  conditional  expectation, 
functions of two random variables, vector random variables, central limit theorem. 

Textbook: 
1. Probability,  Statistics,  and  Random  Processes  for  Electrical  Engineering,  Alberto  Leon‐Garcia, 
Prentice Hall; 3rd edition, 2008. 

Reference Books: 
1. Probability,  Random  Variables,  and  Random  Signal  Principles,  Peyton  Z.,  Jr.  Peebles,  McGraw‐Hill; 
4th edition, 2000. 
2. Probability  and  Random  Processes  for  Electrical  and  Computer  Engineers,  John  A.  Gubner, 
Cambridge University Press; 1st edition, 2006. 
3. Probability, Random Variables and Stochastic Processes, Athanasios Papoulis, McGraw‐Hill, 1984. 
4. Probability  ad  Random  Processes  with  Applications  to  Signal  Processing,  Henry  Stark  and  John  W. 
Woods, Pearson Education, Third Edition, 2003. 

Course Learning Objectives: 
To  introduce  the  electrical  engineering  students  the  fundamentals  of  probability  and  statistics  with 
applications  to  daily  life  and  engineering  discipline  related  problems  primarily  chosen  from  areas  of 
computer  networks,  communication,  signal  processing,  control,  estimation,  reliability  and  engineering 
decision making. The course will emphasize to equip students with the basic tools required to build and 
analyze  probabilities  models  in  the  context  of  electrical  and  computer  engineering.  They  will  also 
understand  the  prediction  and  estimations  method  for  various  quantities  that  commonly  appear  in 
science and engineering disciplines using statistical inference principles.  

COMSATS University Islamabad Page 3

CPE251 Probability Methods in Engineering   Spring 2022

Course Learning Outcomes: 
After successfully completing this course, the students will be able to: 
1. Understand and apply rules of permutations and combinations, additive and multiplicative laws and 
conditional probability to evaluate probabilities of events. (C3‐PLO1) 
2. Understand  the  probability  mass  function,  expectation,  variance,  and  cumulative  distribution 
function of discrete random variables and apply them to compute the probabilities of events. (C3‐
PLO1)  
3. Understand  the  probability  density  function,  expectation,  variance,  and  cumulative  distribution 
function  of  continuous  random  variables  and  apply  them  to  compute  the  probabilities  of  events.  
(C4‐PLO2) 
4.  Evaluate the probabilities of events that involve the joint behavior of two random variables using the joint 
probability distribution and functions of random variables including sum of random variables. (C4‐PLO2) 

Course Schedule: 
3 credit hours/week 

Topics Covered: 
1. Introduction and Basic Concepts Review of Set Theory, (3.5 week) 
2. Discrete Random Variables (2.5 week) 
3. Single Random Variable (4 weeks) 
4. Multiple Random Variables (4 weeks) 
5. Sums of Random Variables (1 weeks) 

Laboratory Experiences: 
none 

Laboratory Resources: 
none 

Computer Resources: 
For the purposes of this course the MATLAB analysis and design software is used throughout the course 

Assessment Plan: 
Theory  Quizzes (4)  15% 
  Homework assignments   10% 
  Mid‐term exam (in class, 60‐80 minutes)  25% 
  Terminal exam (3 hours)  50% 
  Total (theory)    100% 
     

COMSATS University Islamabad Page 4

CPE251 Probability Methods in Engineering   Spring 2022

Learning Outcomes Assessment Plan (Tentative): 
Sr. #  Course Learning Outcomes  Assessment 
1.     Quiz 1 
2.     Quiz 2 
3.     Quiz 3 
4.     Quiz 4 
5.     Assignment 1 
6.     Assignment 2 
7.     Assignment 3 
8.     Assignment 4 
9.     Mid‐term Exam 
10.     Terminal Exam 
Table 1: Assessment Plan for Course Learning Outcomes 

Mapping Course Learning Outcomes (CLOs) to Program Learning Outcomes (PLOs): 
PLO 1  Engineering  Knowledge:  An  ability  to  apply  knowledge  of  mathematics,  science, 
engineering fundamentals and an engineering specialization to the solution of complex 
engineering problems. 
PLO 2  Problem  Analysis:  An  ability  to  identify,  formulate,  research  literature,  and  analyze 
complex engineering problems reaching substantiated conclusions using first principles 
of mathematics, natural sciences and engineering sciences. 
PLO 3  Design/Development  of  Solutions:  An  ability  to  design  solutions  for  complex 
engineering  problems  and  design  systems,  components  or  processes  that  meet 
specified  needs  with  appropriate  consideration  for  public  health  and  safety,  cultural, 
societal, and environmental considerations.
PLO 4  Investigation:  An  ability  to  investigate  complex  engineering  problems  in  a  methodical 
way  including  literature  survey,  design  and  conduct  of  experiments,  analysis  and 
interpretation  of  experimental  data,  and  synthesis  of  information  to  derive  valid 
conclusions. 
PLO 5  Modern  Tool  Usage:  An  ability  to  create,  select  and  apply  appropriate  techniques, 
resources, and modern engineering and IT tools, including prediction and modeling, to 
complex engineering activities, with an understanding of the limitations. 
PLO 6  The  Engineer  and  Society:  An  ability  to  apply  reasoning  informed  by  contextual 
knowledge  to  assess  societal,  health,  safety,  legal  and  cultural  issues  and  the 
consequent  responsibilities  relevant  to  professional  engineering  practice  and  solution 
to complex engineering problems. 
PLO 7  Environment  and  Sustainability:  An  ability  to  understand  the  impact  of  professional 
engineering  solutions  in  societal  and  environmental  contexts  and  demonstrate 

COMSATS University Islamabad Page 5

CPE251 Probability Methods in Engineering   Spring 2022

knowledge of and need for sustainable development. 
PLO 8  Ethics:  Apply  ethical  principles  and  commit  to  professional  ethics  and  responsibilities 
and norms of engineering practice.  
PLO 9  Individual and Team Work: An ability to work effectively, as an individual or in a team, 
on multifaceted and /or multidisciplinary settings. 
PLO 10  Communication: An ability to communicate effectively, orally as well as in writing, on 
complex  engineering  activities  with  the  engineering  community  and  with  society  at 
large,  such  as  being  able  to  comprehend  and  write  effective  reports  and  design 
documentation, make effective presentations, and give and receive clear instructions.   
PLO 11  Project  Management:  An  ability  to  demonstrate  management  skills  and  apply 
engineering  principles  to  one’s  own  work,  as  a  member  and/or  leader  in  a  team,  to 
manage projects in a multidisciplinary environment. 
PLO 12  Lifelong Learning: An ability to recognize importance of, and pursue lifelong learning in 
the broader context of innovation and technological developments.   
 
 PLOs 

PLO10 

PLO11 

PL012 
PLO 9 
PLO1 

PLO2 

PLO3 

PLO4 

PLO5 

PLO6 

PLO7 

PLO8 
 
CLOs 
CLO1  C3                       

CLO2  C3                       

CLO3    C4                     

CLO4    C4                     

Table 2: Mapping CLOs to PLOs 

PLO Coverage Explanation: 
PLO 1‐ Engineering Knowledge:  
The  homework  and  exams  require  direct  application  of  mathematics  and  engineering  knowledge  to 
successfully complete the course. Students learn how fundamental mathematical concepts are used to 
understand and design basic probabilistic systems (High relevance to course). 
PLO 2‐ Problem Analysis:  
The  course  shows  the  value  of  theory,  by  making  it  possible  for  the  students  to  solve  relevant 
engineering problems, which form the basis of more complex problems in communication, controls and 
signal processing (High relevance to course).  
PLO 3‐12: These objectives are not directly addressed in this course. 

   

COMSATS University Islamabad Page 6

CPE251 Probability Methods in Engineering   Spring 2022

ANNEXURE‐I 
Tentative Lecture Breakdown (30 Lectures): 
No. of 
Topics  
lectures 

Introduction  and  Basic  Concepts  Review  of  Set  Theory,  (Event  Classes,  The  Axioms  Of 
Probability,  Computing  Probabilities  Using  Counting  Methods,  Conditional  Probability, 
7 
Independence  Of  Events,  Sequential  Experiments,  A  Computer  Method  For  Synthesizing 
Randomness) 

Discrete  Random  Variables  (Discrete  Random  Variables  and  Probability  Mass  Function, 
Expected Value and Moments of Discrete Random Variable, Conditional Probability Mass  5 
Function, Examples of Important Discrete Random Variables.) 

Single  Random  Variable  (The  Cumulative  Distribution  Function,  The  Probability  Density 
Function,  The  Expected  Value  of  Random  Variable,  Examples  of  Important  Continuous 
8 
Random  Variables,  Functions  of  a  Random  Variable,The  Markov  And  Chebyshev 
Inequalities, Basic Reliability Calculations, Entropy) 

Multiple  Random  Variables  (Two  Random  Variables,  Pairs  of  Discrete  Random  Variables, 
The  Joint  CDF  of  Two  Random  Variables,  The  Joint  PDF  of  Two  Continuous  Random 
Variables, Independence of Two Random Variables, Joint Moments and Expected Values of  8 
a Function of Two Random Variables, Conditional Probability and Conditional Expectation, 
Functions of Two Random Variables) 

Sums of Random Variables (Central Limit Theorem)  2 
 
 

Version  Applicable From 

Version 1  Fall 2016 

Version 2  Spring 2017 

Version 3  Fall 2017 

Version 4  Fall 2021 

   
 

COMSATS University Islamabad Page 7