Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Metody probabilistyczne i statystyka
Koordynator przedmiotu:
dr inż. Ewa Frankiewicz
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Informatyka
Grupa przedmiotów:
Przedmioty techniczne
Kod przedmiotu:
MPS
Semestr nominalny:
3 / rok ak. 2012/2013
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- udział w wykładach: 15×2=30 godz. - przygotowanie do ćwiczeń (rozwiązanie kilku zadań z udostępnionych zestawów): 15godz. - udział w ćwiczeniach: 15×2=30godz. - przygotowanie do kolokwiów (rozwiązanie samodzielne odpowiedniej liczby zadań): 3×10=30 godz. - przygotowanie do egzaminu (powtórzenie teorii, przejrzenie notatek z ćwiczeń, rozwiązanie udostępnionych zestawów zadań z poprzednich egzaminów): 20 godz.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
5
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia30h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość rachunku różniczkowego i całkowego funkcji jednej i dwóch zmiennych, działań na macierzach
Limit liczby studentów:
100
Cel przedmiotu:
- zapoznanie studentów z podstawowymi pojęciami z rachunku prawdopodobieństwa i statystyki - ukształtowanie umiejętności wyznaczania prawdopodobieństwa zdarzeń losowych oraz charakterystyk liczbowych zmiennych losowych jednowymiarowych i dwuwymiarowych - ukształtowanie umiejętności analizowania danych statystycznych
Treści kształcenia:
Treść wykładu: 1. Model probabilistyczny - podstawy. (4h) - przestrzeń probabilistyczna - własności prawdopodobieństwa - przykłady określania prawdopodobieństwa: przeliczalny zbiór zdarzeń elementarnych, prawdopodobieństwo klasyczne i geometryczne - definicja prawdopodobieństwa warunkowego, wzór na prawdopodobieństwo całkowite, wzór Bayesa - niezależność zdarzeń 2. Jednowymiarowe zmienne losowe (8h) - zmienne losowe jednowymiarowe o rozkładach dyskretnych, ciągłych i mieszanych - wybrane rozkłady jednowymiarowe - parametry zmiennych losowych jednowymiarowych - rozkłady funkcji zmiennych losowych jednowymiarowych 3. Zmienne losowe dwuwymiarowe (8h) - zmienne losowe dwuwymiarowe o rozkładach dyskretnych, ciągłych i osobliwych - niezależność zmiennych losowych - dwuwymiarowy rozkład jednostajny i normalny - parametry dwuwymiarowych zmiennych losowych - rozkłady funkcji dwuwymiarowych zmiennych losowych 4. Twierdzenia graniczne (2h) - prawa wielkich liczb - centralne twierdzenia graniczne 5. Rozkłady warunkowe (2h) - rozkłady warunkowe zmiennych losowych typu dyskretnego i ciągłego - warunkowa wartość oczekiwana i warunkowa wariancja 6. Elementy statystyki (6h) - statystyka opisowa - liniowa zależność między dwiema cechami – prosta regresji liniowej - estymacja punktowa i przedziałowa - weryfikacja hipotez statystycznych Treść ćwiczeń: 1. Wyznaczanie prawdopodobieństwa za pomocą definicji klasycznej i geometrycznej i w przypadku przeliczalnej przestrzeni zdarzeń elementarnych.(2h) 2. Obliczanie prawdopodobieństwa warunkowego, wykorzystanie wzoru na prawdopodobieństwo całkowite i wzoru Bayesa.(2h) 3. Wyznaczanie rozkładów zmiennych losowych jednowymiarowych oraz obliczanie prawdopodobieństw związanych z tymi zmiennymi.(4h) 4. Obliczanie parametrów zmiennych losowych jednowymiarowych.(3h) 5. Wyznaczanie rozkładów funkcji zmiennych losowych jednowymiarowych.(2h) 6. Wyznaczanie rozkładów zmiennych losowych dwuwymiarowych oraz prawdopodobieństw związanych z tymi zmiennymi, wyznaczanie rozkładów brzegowych, badanie niezależności zmiennych losowych. (4h) 7. Obliczanie parametrów związanych ze zmiennymi losowymi dwuwymiarowymi.(3h) 8. Wyznaczanie rozkładów zmiennych losowych dwuwymiarowych. (2h) 9. Obliczanie prawdopodobieństwa za pomocą centralnego twierdzenia granicznego. (2h) 10. Wyznaczanie rozkładów warunkowych zmiennych losowych, obliczanie warunkowej wartości oczekiwanej i warunkowej wariancji. (3h) 11. Wyznaczanie wskaźników położenia i rozproszenia dla próby losowej, wyznaczanie prostej regresji liniowej jednej cechy względem drugiej. (3h)
Metody oceny:
W czasie semestru odbywają się 3 kolokwia. Ostateczna ocena zależy od sumy punktów z ćwiczeń oraz egzaminu pisemnego.
Egzamin:
tak
Literatura:
Literatura podstawowa: 1. J.Jakubowski, R.Sztencel, Rachunek prawdopodobieństwa dla (prawie) każdego, SCRIPT 2. J.Koronacki, J.Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT 3. A.Plucińska, E.Pluciński, Probabilistyka, WNT 4. A.Sosnowski, E.Stankiewicz-Wiechno, P.Szabłowski, Metody probabilistyczne w przykładach i zadaniach, WPW Literatura uzupełniająca: 1. A.Pacut, Prawdopodobieństwo. Teoria. Modelowanie probabilistyczne w technice, WNT
Witryna www przedmiotu:
http://studia.elka.pw.edu.pl/pub/11Z/MPS.A/
Uwagi:
Studentom udostępniane są zestawy zadań (12 zestawów), przerabiane na ćwiczeniach. Sprawdzanie wiedzy w czasie semestru realizowane jest przez 3 kolokwia, na których studenci rozwiązują zadania podobne do przerabianych na ćwiczeniach (mogą korzystać z udostępnionych na stronie internetowej przedmiotu wzorów). Ponadto na stronie internetowej przedmiotu udostępniane są konspekty wszystkich wykładów.

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt mps_W01
zna podstawowe własności i sposoby obliczania prawdopodobieństwa, rozumie pojęcie niezależności zdarzeń; zna i rozumie pojęcie zmiennej losowej jednowymiarowej i jej rozkładu; zna podstawowe przykłady ilustrujące poznane pojęcia
Weryfikacja: kolokw1, egzamin
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt mps_W02
posiada wiedzę na parametrów zmiennych losowych jednowymiarowych; zna i rozumie pojęcie zmiennej losowej dwuwymiarowej, rozkładu łącznego i rozkładu brzegowego, niezależności zmiennych losowych; zna podstawowe przykłady ilustrujące poznane pojęcia
Weryfikacja: kolokw2, egzamin
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt mps_W03
zna podstawowe twierdzenia graniczne - posiada wiedzę na temat parametrów zmiennych losowych dwuwymiarowych; zna zagadnienie regresji liniowej; zna podstawowe wskaźniki położenia i rozproszenia dla próby losowej, zna podstawowe metody estymacji i testowania hipotez statystycznych; zna podstawowe przykłady ilustrujące poznane pojęcia
Weryfikacja: kolokw3, egzamin
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:

Profil ogólnoakademicki - umiejętności

Efekt mps_U01
potrafi zbudować matematyczny model eksperymentu losowego; potrafi obliczać prawdopodobieństwa zdarzeń losowych przy wykorzystaniu poznanych metod; umie stosować wzór na prawdopodobieństwo całkowite i wzór Bayesa; potrafi wyznaczać rozkłady zmiennych losowych jednowymiarowych; zna praktyczne zastosowania podstawowych rozkładów
Weryfikacja: kolokw1, egzamin
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt mps_U02
potrafi wyznaczać i interpretować parametry rozkładów zmiennych losowych jednowymiarowych; umie wyznaczać rozkłady funkcji zmiennych losowych jednowymiarowych; potrafi wyznaczać łączne rozkłady zmiennych losowych dwuwymiarowych i ich rozkłady brzegowe
Weryfikacja: kolokw1, egzamin
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt mps_U03
umie wyznaczać i i interpretować parametry zmiennych losowych dwuwymiarowych; potrafi wyznaczać rozkłady funkcji zmiennych losowych dwuwymiarowych; potrafi wykorzystać twierdzenia graniczne do szacowania prawdopodobieństwa; umie wyznaczać rozkłady warunkowe zmiennych losowych
Weryfikacja: kolokw3, egzamin
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt mps_U04
potrafi prowadzić proste wnioskowanie statystyczne
Weryfikacja: egzamin
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe: