Politechnika
Warszawska

Katalog
ECTS

Nazwa przedmiotu:

Miernictwo i techniki eksperymentu

Koordynator przedmiotu:

Prof. dr hab. inż. Janusz Frączek

Status przedmiotu:

Obowiązkowy

Poziom kształcenia:

Studia I stopnia

Program:

Robotyka i Automatyka

Grupa przedmiotów:

Obowiązkowe

Kod przedmiotu:

ML.NK351

Semestr nominalny:

4 / rok ak. 2022/2023

Liczba punktów ECTS:

2

Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:

1. Liczba godzin kontaktowych: 35, w tym: a) wykład – 15 godz., b) ćwiczenia – 15 godz., c) konsultacje – 5 godz. 2. Praca własna studenta – 25 godzin, w tym: a) 10 godz. – realizacja zadania domowego, w którym studenci testują hipotezy statystyczne z zastosowaniem pakietu do obliczeń inżynierskich, b) 15 godz. – przygotowywanie się do kolokwiów. Razem - 60 godz. = 2 punkty ECTS.

Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:

1,4 punktu ECTS - liczba godzin kontaktowych: 35, w tym: a) wykład – 15 godz., b) ćwiczenia – 15 godz., c) konsultacje – 5 godz.

Język prowadzenia zajęć:

polski

Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:

Ćwiczenia audytoryjne 15 godzin, realizacja zadania domowego 10 godzin. Razem - 25 godzin = 1 punkt ECTS.

Formy zajęć i ich wymiar w semestrze:

• Wykład15h
• Ćwiczenia15h
• Laboratorium0h
• Projekt0h
• Lekcje komputerowe0h

Wymagania wstępne:

Przedmiot wymaga znajomości "Analizy matematycznej I" oraz "Analizy matematycznej II" w zakresie całkowania funkcji wielu zmiennych.

Limit liczby studentów:

250

Cel przedmiotu:

Przygotowanie studenta do opracowania wyników prostych pomiarów i eksperymentów.

Treści kształcenia:

Podstawowe pojęcia rachunku prawdopodobieństwa - zmienna losowa jedno i wielowymiarowa, rozkłady zmiennej, dystrybuanta. Współczynnik korelacji, przykłady techniczne. Charakterystyki zmiennej losowej, twierdzenia graniczne. Podstawowe pojęcia statystyki, zasady konstrukcji estymatorów, hipotezy statystyczne. Testowanie hipotez. Błędy i niepewności pomiarów. Opracowanie wyników prac doświadczalnych i planowania eksperymentów – przykłady zastosowań dedykowanych pakietów obliczeniowych.

Metody oceny:

Ocena zadań domowych ( testowanie hipotez statystycznych z zastosowaniem pakietu do obliczeń inżynierskich). Sprawdziany.

Egzamin:

nie

Literatura:

Zalecana literatura: 1. Oderfeld J.: Matematyczne podstawy prac doświadczalnych, WPW, 1980. 2. Plucińska A.: Rachunek prawdopodobieństwa, WNT 2000. Dodatkowa literatura: materiały na stronie http://tmr.meil.pw.edu.pl (zakładka Dla Studentów).

Witryna www przedmiotu:

http://ztmir.meil.pw.edu.pl/index.php?/pol/Dydaktyka/Prowadzone-przedmioty/Miernictwo-i-techniki-eksperymentu/Marerialy-MiTE

Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka ML.NK351_W1

Ma wiedzę na temat podstawowych pojęć rachunku prawdopodobieństwa.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_W01, AiR1_W02, AiR1_W06
Powiązane charakterystyki obszarowe: P6U_W, I.P6S_WG.o, I.P7S_WG.o, III.P6S_WG

Charakterystyka ML.NK351_W2

Ma wiedzę na temat twierdzeń granicznych, podstawowych rozkładów zmiennych losowych stosowanych w technice.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_W06, AiR1_W01, AiR1_W02
Powiązane charakterystyki obszarowe: I.P6S_WG.o, III.P6S_WG, P6U_W, I.P7S_WG.o

Charakterystyka ML.NK351_W3

Ma wiedzę o typowych zadaniach statystyki i w szczególności na temat estymacji i testowania hipotez statystycznych.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_W01, AiR1_W02, AiR1_W06
Powiązane charakterystyki obszarowe: P6U_W, I.P6S_WG.o, I.P7S_WG.o, III.P6S_WG

Charakterystyka ML.NK351_W4

Ma wiedzę o szacowaniu niepewności błędu pomiarów oraz możliwości analiz z zastosowaniem pakietów dedykowanych.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_W01, AiR1_W02, AiR1_W06
Powiązane charakterystyki obszarowe: P6U_W, I.P6S_WG.o, I.P7S_WG.o, III.P6S_WG

Profil ogólnoakademicki - umiejętności

Charakterystyka ML.NK351_U1

Potrafi obliczyć charakterystyki liczbowe dla typowych zmiennych losowych.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_U05, AiR1_U06
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o

Charakterystyka ML.NK351_U2

Potrafi zastosować twierdzenia graniczne do modelowania błędów pomiarów i w opisie zjawisk losowych.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_U06, AiR1_U05
Powiązane charakterystyki obszarowe: I.P6S_UW.o, III.P6S_UW.o, P6U_U

Charakterystyka ML.NK351_U3

Potrafi przeprowadzić estymację typowych charakterystyk zmiennych losowych.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_U05, AiR1_U06
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o

Charakterystyka ML.NK351_U4

Potrafi postawić hipotezę statystyczną i ją przetestować.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_U05, AiR1_U06
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o

Charakterystyka ML.NK351_U5

Potrafi oszacować niepewność pomiaru.
Weryfikacja: Dwa sprawdziany w trakcie semestru oraz zadanie domowe.
Powiązane charakterystyki kierunkowe: AiR1_U05, AiR1_U06
Powiązane charakterystyki obszarowe: P6U_U, I.P6S_UW.o, III.P6S_UW.o