Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW
Transkrypt
Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW
Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w j˛ezyku polskim : Rachunek Prawdopodobienstwa Nazwa w j˛ezyku angielskim : Probability Kierunek studiów : Informatyka Specjalność (jeśli dotyczy) : Stopień studiów i forma : magisterskie, stacjonarne Rodzaj przedmiotu : wybieralny Kod przedmiotu : E2_W10 Grupa kursów : TAK Ćwiczenia Laboratorium Projekt Wykład Seminarium Liczba godzin zaj˛eć zorganizowanych w 30 30 Uczelni (ZZU) Liczba godzin całkowitego nakładu pracy 90 90 studenta (CNPS) Forma zaliczenia zaliczenie Dla grupy kursów zaznaczyć kurs koń- X cowy Liczba punktów ECTS 3 3 w tym liczba odpowiadajaca ˛ zaj˛eciom o 3 charakterze praktycznym (P) w tym liczba punktów odpowiadajaca ˛ zaj˛e- 3 3 ciom wymagajacym ˛ bezpośredniego kontaktu (BK) WYMAGANIA WSTEPNE ˛ W ZAKRESIE WIEDZY, UMIEJETNO ˛ ŚCI I INNYCH KOMPETENCJI Analiza Matematyczna 1 Analiza Matematyczna 2 Wprowadzenie do Topologi i Teorii Miary CELE PRZEDMIOTU C1 Omowienie podstawowych poj˛eć i twierdzeń Rachunku Prawdopodobieństwa C2 Opanowanie podstawowych technik obliczeniowych Rachunku Prawdopodobieństwa 1 PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Z zakresu wiedzy studenta: W1 Zna poj˛ecie przestrzeni probabilistycznej W2 Zna poj˛ecie zmiennej losowej W3 Zna podstawowe twierdzenia graniczne W4 Zna poj˛ecie procesu stochastycznego W5 Zna poj˛ecie ruchu Browna Z zakresu umiej˛etności studenta: U1 Umie obliczać prawdopodobieństwo zdarzań w przestrzeniach dyskretnych U2 Umie wyznaczać wartość oczekiwana˛ i wariancj˛e zmiennych losowych U3 Umie stosować centralne twierdzenie graniczne U4 Umie modelować zjawiska za pomoca łańcuchów Markowa U5 Umie wyznaczać czas absorbcji w pochłaniajacych ˛ łańcuchach Markowa U6 Umie wyznaczać parametry podstawowych procesów bładzenia ˛ losowego Z zakresu kompetencji społecznych studenta: K1 Rozumie znaczenie losowości w działalności gospodarczej K2 Rozumie znaczenie metod probabilistycznych do opisu świata fizycznego TREŚCI PROGRAMOWE Wy1 Wy2 Wy3 Wy4 Wy5 Wy6 Wy7 Wy8 Wy9 Wy10 Wy11 Wy12 Wy13 Wy14 Wy15 Forma zaj˛eć - wykłady Prawdopodobieństwo. Prawdopodobieństwo warunkowe, niezależność zdarzeń, wzór Bayesa. Zmienne losowe I. Zmienne losowe II. Zmienne losowe III. Mocne prawo wielkich liczb. Centralne twierdzenie graniczne Moivre’a-Laplace’a Centralne twierdzenie graniczne - Moivre’a-Laplace’a - c.d. Centralne twierdzenie graniczne Lindenberga-Levy’ego (bez dowodu) Procesy stochastyczne; ogólna definicja. Łańcuchy Markowa - I Łańcuchy Markowa - II Łańcuchy Markowa - III Proces Poissona. Spacer losowy, ruch Browna. 2 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h Ćw1 Ćw2 Ćw3 Ćw4 Ćw5 Ćw6 Ćw7 Ćw8 Ćw9 Ćw10 Ćw11 Ćw12 Ćw13 Ćw14 Ćw15 Forma zaj˛eć - ćwiczenia Definicja prawdopodobieństwa, przykłady przestrzeni probabilistycznych. Prawdopodobieństwo warunkowe, niezależność zdarzeń, wzór Bayesa. Zmienna losowa, podstawowe rozkłady, wartość oczekiwana, wariancja, podstawowe własności. ( Niezależność zmiennych losowych. Dystrybuanta, g˛estość. Funkcje tworzace ˛ momenty. Mocne prawo wielkich liczb. Centralne twierdzenie graniczne Moivre’a-Laplace’a Centralne twierdzenie graniczne Moivre’a-Laplace’a - c.d. Centralne twierdzenie graniczne Lindenberga-Levy’ego Procesy stochastyczne; ogólna definicja. Łańcuchy Markowa Łańcuchy Markowa - c.d. Łańcuchy Markowa - c.d. Proces Poissona. Spacer losowy, ruch Browna. STOSOWANE NARZEDZIA ˛ DYDAKTYCZNE 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 1. Wykład tradycyjny 2. Rozwiazywanie ˛ zadań i problemów 3. Konsultacje 4. Praca własna studentów OCENA OSIAGNI ˛ ECIA ˛ PRZEDMIOTOWYCH EFEKTÓW KSZTAŁCENIA Oceny F1 F2 P=50%*F1+50%*F2 Numer efektu kształcenia W1-W5, K1-K2 U1-U6, K1-K2 Sposób oceny efektu kształcenia Kolokwium zaliczeniowe Kolokwium zaliczeniowe LITERATURA PODSTAWOWA I UZUPEŁNIAJACA ˛ 1. Jacek Jakubowski, Rafał Sztencel, Wst˛ep do teorii prawdopodobieństwa, SCRIPT 2004 OPIEKUN PRZEDMIOTU prof. Michał Morayne 3 MACIERZ POWIAZANIA ˛ EFEKTÓW KSZTAŁCENIA DLA PRZEDMIOTU Rachunek Prawdopodobienstwa Z EFEKTAMI KSZTAŁCENIA NA KIERUNKU INFORMATYKA Przedmiotowy Odniesienie przedmiotowego efektu do Cele przed- Treści proefekt ksz- efektów kształcenia zdefiniowanych dla miotu** gramowe** tałcenia kierunku studiów i specjalności (o ile dotyczy) W1 K2_W01 K2_W02 K2_W03 C1 Wy1-Wy15 K2_W12_S1ALG W2 K2_W01 K2_W02 K2_W03 K2_W04 C1 Wy1-Wy15 K2_W12_S1ALG W3 K2_W01 K2_W02 K2_W12_S1ALG C1 Wy1-Wy15 W4 K2_W01 K2_W02 K2_W12_S1ALG C1 Wy1-Wy15 W5 K2_W01 K2_W02 K2_W12_S1ALG C1 Wy1-Wy15 U1 K2_U02 K2_U08 K2_U10 K2_U12 C2 Ćw1-Ćw15 K2_U13 K2_U15 K2_U23_S1ALG Ćw1-Ćw15 U2 K2_U08 K2_U09 K2_U11 K2_U12 C2 K2_U13 K2_U23_S1ALG U3 K2_U09 K2_U10 K2_U11 C2 Ćw1-Ćw15 K2_U23_S1ALG U4 K2_U09 K2_U23_S1ALG C2 Ćw1-Ćw15 U5 K2_U09 K2_U10 K2_U11 C2 Ćw1-Ćw15 K2_U23_S1ALG U6 K2_U09 K2_U10 K2_U23_S1ALG C2 Ćw1-Ćw15 K1 K2_K03 K2_K11 K2_K13 C1 C2 Wy1-Wy15 K2_K17_S1ALG Ćw1-Ćw15 K2 K2_K01 K2_K14 K2_K17_S1ALG C1 C2 Wy1-Wy15 Ćw1-Ćw15 4 Numer narz˛edzia dydaktycznego** 134 134 134 134 134 234 234 234 234 234 234 1234 1234