University of Warsaw - Central Authentication System

Probability theory

General data

Course ID:	1000-213bRP
Erasmus code / ISCED:	11.3 The subject classification code consists of three to five digits, where the first three represent the classification of the discipline according to the Discipline code list applicable to the Socrates/Erasmus program, the fourth (usually 0) - possible further specification of discipline information, the fifth - the degree of subject determined based on the year of study for which the subject is intended. / (0612) Database and network design and administration The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title:	Probability theory
Name in Polish:	Rachunek prawdopodobieństwa
Organizational unit:	Faculty of Mathematics, Informatics, and Mechanics
Course groups:	Obligatory courses for 2nd grade Computer Science
ECTS credit allocation (and other scores):	5.00 Basic information on ECTS credits allocation principles: the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS; the student’s weekly hourly workload is 45 h; 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes; weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS; work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
Language:	Polish
Type of course:	obligatory courses
Requirements:	Discrete mathematics 1000-212bMD Geometry with linear algebra 1000-211bGAL Mathematical analysis for computer science I 1000-211bAM1
Short description:	Basic introduction to probability theory including: probability space, conditional probability, discrete and continuous random variables, basic probability distributions, Markov chains.
Full description:	- Probability space: axioms of probability; properties of probability spaces; classical definition of probability; probability measures. - Conditional probability and independence: definition of conditional probability, Law of Total Probability, Bayes' Theorem, independence of events. - Discrete random variables: definition, properties, basic probability distributions - two-point, binomial, Poisson, geometric. - Basic probability distributions: Bernoulli, binomial, Poisson, geometric, normal, exponential - Parameters of probability distributions: expected value, variance, higher moments. - Inequalities and limit theorems: Markov Inequality, Chebyshev Inequality, Law of Large Numbers, Central Limit Theorem. - Continuous random variables: definition, properties, exponential and normal distributions, - Markov chains: definition and basic properties, classification of states, ergodicity, applications.
Bibliography:	(in Polish) 1. J. Jakubowski, R. Sztencel, Rachunek prawdopodobieństwa dla prawie każdego, Script, Warszawa 2006. 2. W. Krysicki i współautorzy, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach , część I, II, Wydawnictwo Naukowe PWN, Warszawa 2004. 3. W. Feller, Wstęp do rachunku prawdopodobieństwa , Wydawnictwo Naukowe PWN, Warszawa 2006. (dla chętnych)
Learning outcomes:	(in Polish) Wiedza - absolwent zna i rozumie: - w zaawansowanym stopniu podstawowe pojęcia z zakresu metod probabilistycznych i statystyki (ze szczególnym uwzględnieniem metod dyskretnych) (K_W01) Umiejętności - absolwent potrafi: - zastosować wiedzę matematyczną do formułowania, analizowania i rozwiązywania związanych z informatyką zadań (K_U01), - pozyskiwać informacje z literatury, baz wiedzy, Internetu oraz innych wiarygodnych źródeł, integrować je, dokonywać ich interpretacji oraz wyciągać wnioski i formułować opinie (K_U02), - samodzielnie planować i realizować własne uczenie się przez całe życie (K_U09) Kompetencje społeczne - absolwent jest gotów do: - krytycznej oceny posiadanej wiedzy i odbieranych treści (K_K01), - pracy z poszanowaniem uczciwości intelektualnej w działaniach własnych i innych osób; przestrzegania zasad etyki zawodowej i wymagania tego od innych oraz dbałości o dorobek i tradycje zawodu informatyka (K_K02), - uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz wyszukiwania informacji w literaturze oraz zasięgania opinii ekspertów (K_K03)
Assessment methods and assessment criteria:	(in Polish) Wymagane jest zaliczenie następujących elementów: - Zaliczenie ćwiczeń: kolokwium w trakcie semestru. - Egzamin. Egzamin składa się z testu teoretycznego i części zadaniowej. By podejść do egzaminu w pierwszym terminie, należy zaliczyć kolokwium.

Classes in period "Winter semester 2024/25" (past)

Time span:	2024-10-01 - 2025-01-26	Selected timetable range: weekly course term Go to timetable MO TU W WYK CW CW CW TH FR CW CW CW
Type of class:	Classes, 30 hours more information Lecture, 30 hours more information
Coordinators:	Marcin Dziubiński
Group instructors:	Kunal Dutta, Marcin Dziubiński, Eryk Kopczyński, Anna Lisiecka, Michał Siemaszko, Anna Zych-Pawlewicz
Students list:	(inaccessible to you)
Credit:	Examination
Notes:	(in Polish) Zajęcia w grupach 4 i 5 odbywają się po angielsku

Classes in period "Winter semester 2025/26" (past)

Time span:	2025-10-01 - 2026-01-25	Selected timetable range: weekly course term Go to timetable MO CW TU W CW WYK CW TH FR CW CW CW
Type of class:	Classes, 30 hours more information Lecture, 30 hours more information
Coordinators:	Marcin Dziubiński
Group instructors:	Kunal Dutta, Marcin Dziubiński, Jeremi Gładkowski, Eryk Kopczyński, Anna Zych-Pawlewicz
Students list:	(inaccessible to you)
Credit:	Course - Examination Lecture - Examination
Notes:	(in Polish) Zajęcia w grupach 4 i 5 odbywają się po angielsku

Course descriptions are protected by copyright.
Copyright by University of Warsaw.