- Name of course:
- Probabilistyka I
- Coordinator of course:
- dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej
- Type of course:
- Compulsory
- Level of education:
- First cycle studies
- Programme:
- Transport
- Group of courses:
- Obowiązkowe
- Code of course:
- TR.SIK303
- Nominal semester:
- 3 / AY 2016/2017
- Number of ECTS credits:
- 3
- Number of hours of student’s work to achieve learning outcomes:
- 82 godzin, w tym: praca na wykładach 15 godz., praca na ćwiczeniach 30 godz., studiowanie literatury przedmiotu 12 godz., konsultacje 5 godz., przygotowanie do kolokwium z ćwiczeń 20 godz.
- Number of ECTS credits on the course with direct participation of academic teacher:
- 2,0 pkt. ECTS (50 godz., w tym:praca na wykładach 15 godz., praca na ćwiczeniach 30 godz., konsultacje 5 godz.)
- Language of course:
- polish
- Number of ECTS credits on practical activities on the course:
- 0
- Form of didactic studies and number of hours per semester:
-
- Lecture15h
- Exercise type of course30h
- Laboratory0h
- Project type of course0h
- Computer lessons0h
- Preliminary requirements:
- Podstawy rachunku różniczkowego i całkowego (w tym całki podwójne).
- Limit of students:
- brak
- Purpose of course:
- Przekazanie studentom podstaw wiedzy z zakresu rachunku prawdopodobieństwa i statystyki matematycznej, która obejmuje metody opisu i wnioskowania statystycznego. Wykształcenie umiejętności praktycznego zastosowania statystyki w rozwiązywaniu konkretnych zadań i problemów.
- Contents of education:
- Wykład: Przestrzeń probabilistyczna: prawdopodobieństwo klasyczne i geometryczne. Prawdopodobieństwo warunkowe. Prawdopodobieństwo iloczynu zdarzeń.. Niezależność zdarzeń. Twierdzenie o prawdopodobieństwie całkowitym i wzór Bayesa. Zmienna losowa jednowymiarowa i dystrybuanta. Podstawowe rozkłady dyskretne (dwupunktowy, dwumianowy, równomierny dyskretny, wielomianowy, Poissona, geometryczny, hipergeometryczny). Podstawowe rozkłady ciągłe (jednostajny, wykładniczy, normalny). Rozkłady funkcji zmiennych losowych. Charakterystyki liczbowe zmiennych losowych dyskretnych i ciągłych: parametry położenia (wartość oczekiwana, mediana, moda, kwantyle) i parametry rozproszenia (wariancja, odchylenie standardowe, współczynnik zmienności). Wielowymiarowe zmienne losowe typu dyskretnego i ciągłego. Dystrybuanta, rozkłady brzegowe i rozkłady warunkowe. Niezależność zmiennych losowych. Podstawowe prawa wielkich liczb. Centralne twierdzenia graniczne Moivre'a - Laplace'a i Lindeberga - Levy'ego.
Ćwiczenia: Wyznaczanie prawdopodobieństw w schemacie klasycznym i geometrycznym. Zastosowania twierdzenia o prawdopodobieństwie całkowitym i wzoru Bayesa. Niezależność zdarzeń w badaniu niezawodności układów. Zmienne losowe typu dyskretnego i ciągłego: wyznaczanie dystrybuant, obliczanie prawdopodobieństw w podstawowych rozkładach. Wyznaczanie podstawowych charakterystyk liczbowych zmiennych losowych dyskretnych i ciągłych. Wyznaczanie dystrybuant, rozkładów brzegowych i warunkowych oraz charakterystyk liczbowych dwuwymiarowych zmiennych losowych. Zastosowania praw wielkich liczb i centralnych twierdzeń granicznych. Wyznaczanie podstawowych charakterystyk liczbowych próby (charakterystyki położenia, rozproszenia i kształtu). Tworzenie szeregu rozdzielczego. Wyznaczanie przedziałów ufności dla wartości oczekiwanej, wariancji i odchylenia standardowego oraz dla wskaźnika struktury. Weryfikacja hipotez parametrycznych dotyczących średniej i wariancji. Weryfikacja hipotez parametrycznych w modelach dwupróbkowych dotyczących równości wartości średnich. Badanie niezależności cech z wykorzystaniem testu chi kwadrat Pearsona. Zastosowania testu zgodności chi kwadrat do weryfikacji hipotez dotyczących postaci rozkładów populacji.
- Methods of evaluation:
- Zaliczenie wykładu i ćwiczeń: dwa kolokwia (jedno z rachunku prawdopodobieństwa a drugie ze statystyki) przeprowadzone na ćwiczeniach, oceniane punktowo w skali 0 - 20 punktów.
Do zaliczenia przedmiotu wymagane jest uzyskanie z każdego z kolokwiów co najmniej 10. punktów.
Ocena łączna:
liczba punktów ocena
20 - 23 3
24 - 27 3,5
28 - 31 4
32 - 36 4,5
37 - 40 5
- Exam:
- no
- Literature:
- 1) A. Plucińska, E. Pluciński: Rachunek prawdopodobieństwa. Statystyka matematyczna. Procesy stochastyczne, WNT, Warszawa 2000;
2) W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski: Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, Część I i II, PWN, Warszawa 1998;
3) P. Grzegorzewski, K. Bobecka, A. Dembińska, J. Pusz: Rachunek prawdopodobieństwa i statystyka, Wyższa Szkoła Informatyki Stosowanej i Zarządzania, Warszawa 2001;
4) K. Bobecka, P. Grzegorzewski, J. Pusz: Zadania z rachunku prawdopodobieństwa i statystyki, Wyższa Szkoła Informatyki Stosowanej i Zarządzania, Warszawa 2003.
- Website of the course:
- www.wt.pw.edu.pl
- Notes:
- O ile nie powoduje to zmian w zakresie powiązań danego modułu zajęć z kierunkowymi efektami kształcenia w treściach kształcenia mogą być wprowadzane na bieżąco zmiany związane z uwzględnieniem najnowszych osiągnięć naukowych.
Effects of education
General academic profile - knowledge
- Effect W01
- Posiada wiedzę na temat podstaw rachunku prawdopodobieństwa
Verification: Aktywność na zajęciach, kolokwium z efektu (1 zadanie oceniane w skali od 0 do 4 punktów, wymagane jest uzyskanie co najmniej 2 punktów), wykonanie ćwiczeń
Field of study related learning outcomes:
Tr1A_W01
Area of study related learning outcomes:
T1A_W01, T1A_W07, InzA_W02
- Effect W02
- Posiada wiedzę na temat zmiennych losowych i ich rozkładów. Zna podstawowe prawa wielkich liczb, twierdzenia graniczne i przykłady ich zastosowań
Verification: Aktywność na zajęciach, kolokwium z efektu (4 zadanie oceniane w skali od 0 do 4 punktów, wymagane jest uzyskanie co najmniej 8 punktów), wykonanie ćwiczeń
Field of study related learning outcomes:
Tr1A_W01
Area of study related learning outcomes:
T1A_W01, T1A_W07, InzA_W02
- Effect W03
- Posiada wiedzę na temat metod stosowanych w statystyce opisowej. Wie co to jest analiza punktowa i przedziałowa i jak je interpretować
Verification: Aktywność na zajęciach, kolokwium z efektu (2 zadanie oceniane w skali od 0 do 4 punktów, wymagane
Field of study related learning outcomes:
Tr1A_W01
Area of study related learning outcomes:
T1A_W01, T1A_W07, InzA_W02
- Effect W04
- Posiada wiedzę na temat hipotez statystycznych i ich weryfikacji
Verification: Aktywność na zajęciach, kolokwium z efektu (3 zadanie oceniane w skali od 0 do 4 punktów, wymagane jest uzyskanie co najmniej 6 punktów), wykonanie ćwiczeń
Field of study related learning outcomes:
Tr1A_W01
Area of study related learning outcomes:
T1A_W01, T1A_W07, InzA_W02
General academic profile - skils
- Effect U01
- Potrafi zbudować i przeanalizować model matematycznego eksperymentu losowego i potrafi obliczyć prawdopodobieństwa zdarzeń, w tym posługując się prawdopodobieństwem warunkowym, wzorem na prawdopodobieństwo całkowite lub wzorem Bayesa
Verification: Aktywność na zajęciach, kolokwium z efektu (1 zadanie oceniane w skali od 0 do 4 punktów, wymagane jest uzyskanie co najmniej 2 punktów), wykonanie ćwiczeń
Field of study related learning outcomes:
Tr1A_U01, Tr1A_U06, Tr1A_U11
Area of study related learning outcomes:
T1A_U01, T1A_U05, T1A_U09, InzA_U02
- Effect U02
- Potrafi podać przykłady rozkładów dyskretnych i ciągłych prawdopodobieństwa i dostosować je do analizowanego modelu matematycznego. Potrafi wyznaczyć podstawowe parametry zmiennych losowych. Umie wykorzystać prawa wielkich liczb i twierdzenia graniczne do szacowania prawdopodobieństw z wykorzystaniem tablic statystycznych
Verification: Aktywność na zajęciach, kolokwium z efektu (4 zadanie oceniane w skali od 0 do 4 punktów, wymagane jest uzyskanie co najmniej 8 punktów), wykonanie ćwiczeń
Field of study related learning outcomes:
Tr1A_U01, Tr1A_U06, Tr1A_U11, Tr1A_U12
Area of study related learning outcomes:
T1A_U01, T1A_U05, T1A_U09, InzA_U02, T1A_U09, T1A_U10, InzA_U02, InzA_U03
- Effect U03
- Umie wyznaczać syntetyczne charakterystyki próby. Potrafi dla zadanego zadania związanego z badaniem statystycznym, określić odpowiedni model statystyczny, wyznaczyć przedział ufności dla wartości przeciętnej i wariancji
Verification: Aktywność na zajęciach, kolokwium z efektu (2 zadanie oceniane w skali od 0 do 4 punktów, wymagane jest uzyskanie co najmniej 4 punktów), wykonanie ćwiczeń
Field of study related learning outcomes:
Tr1A_U01, Tr1A_U06, Tr1A_U11
Area of study related learning outcomes:
T1A_U01, T1A_U05, T1A_U09, InzA_U02
- Effect U04
- Potrafi weryfikować hipotezy dotyczące wartości przeciętnej i wariancji w wybranych modelach statystycznych. Umie weryfikować hipotezę o niezależności cech (test niezależności) oraz hipotezę dotyczącą nieznanej postaci rozkładu cechy w populacji (test zgodności)
Verification: Aktywność na zajęciach, kolokwium z efektu (3 zadanie oceniane w skali od 0 do 4 punktów, wymagane jest uzyskanie co najmniej 6 punktów), wykonanie ćwiczeń
Field of study related learning outcomes:
Tr1A_U01, Tr1A_U06, Tr1A_U11
Area of study related learning outcomes:
T1A_U01, T1A_U05, T1A_U09, InzA_U02