University of Warsaw - Central Authentication System
Strona główna

Probability calculus and statistics

General data

Course ID: 4030-RPSTAT
Erasmus code / ISCED: 11.0 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0540) Mathematics and statistics, not further defined The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title: Probability calculus and statistics
Name in Polish: Rachunek prawdopodobieństwa i statystyka
Organizational unit: Faculty of Mathematics, Informatics, and Mechanics
Course groups: (in Polish) Przedmioty obowiązkowe na 2 sem. I r. studiów I st. na kierunku MSOŚ
(in Polish) Przedmioty obowiązkowe na kierunku MSOŚ oferowane przez Wydział Matematyki, Informatyki i Mechaniki
ECTS credit allocation (and other scores): 2.00 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:

Mathematical analysis 4030-ANMAT

Prerequisites (description):

(in Polish) Zna, rozumie i umie stosować podstawowe pojęcia analizy matematycznej (ciąg, szereg, funkcja ciągła, pochodna).

Mode:

Classroom

Short description: (in Polish)

Wykład z ćwiczeniami ma za zadanie zaznajomić słuchaczy z podstawowymi zagadnieniami rachunku całkowego, rachunku prawdopodobieństwa i statystyki matematycznej.

Full description: (in Polish)

1. Elementy rachunku całkowego:

- całka nieoznaczona i oznaczona;

- obliczanie prostych całek;

- zastosowania całek: m.in. obliczanie pola pod wykresem funkcji, wartości oczekiwanej zmiennej losowej;

2. Klasyczny rachunek prawdopodobieństwa.

3. Wzór na prawdopodobieństwo warunkowe, wzór na prawdopodobieństwo całkowite, wzór Bayesa, schemat Bernoulliego

4. Zmienna losowa, rozkłady ciągłe i dyskretne, wartość oczekiwana, wariancja zmiennej losowej, odchylenie standardowe, mediana.

5. Centralne Twierdzenie Graniczne, Prawo Małych Liczb.

6. Wstęp do testowania hipotez statystycznych, test znaków.

Bibliography: (in Polish)

Dariusz Wrzosek, Matematyka dla biologów, Wydawnictwa Uniwersytetu Warszawskiego, Warszawa 2008.

Marek Bodnar, Zbiór zadań z matematyki dla biologów, Wydawnictwa Uniwersytetu Warszawskiego, Warszawa 2008.

Adam Łomnicki, Wprowadzenie do statystyki dla przyrodników, Wydawnictwo Naukowe PWN, Warszawa 2007.

J. Jakubowski, R. Sztencel, Wstęp do teorii prawdopodobieństwa, SCRIPT, Warszawa, 2001.

K. Kuratowski, Rachunek różniczkowy i całkowy, PWN, Warszawa 1979.

J. Banaś, S. Wędrychowicz, Zbiór zadań z analizy matematycznej, PWN, Warszawa 2015.

Learning outcomes: (in Polish)

Po ukończeniu przedmiotu (wykładu/ćwiczeń) student:

- posiada znajomość podstawowych pojęć rachunku całkowego (całka oznaczona, całka nieoznaczona, funkcja pierwotna);

- rozumie pojęcie całki funkcji ciągłej;

- posiada umiejętność obliczania prostych całek;

- posiada umiejętność zastosowania całek do obliczania pól powierzchni, prawdopodobieństwa zdarzeń i wartości oczekiwanych zmiennych losowych;

- wykazuje: znajomość podstawowych pojęć rachunku prawdopodobieństwa, umiejętność zastosowania w praktyce wzoru na prawdopodobieństwo warunkowe, całkowite, wzoru;

- Bayesa, schematu Bernoulliego i Centralnego Twierdzenia Granicznego, Prawa Małych Liczb;

- zna i rozumie pojęcia: zmienna losowa ciągła, zmienna losowa dyskretna, rozkład zmiennej losowej; zna rozkłady podstawowych zmiennych losowych;

- potrafi policzyć wartość oczekiwaną, wariancję, odchylenie standardowe i medianę zmiennej losowej;

- zna i rozumie zasady testowania hipotez statystycznych;

- potrafi użyć prostych testów statystycznych do weryfikacji hipotez.

Assessment methods and assessment criteria: (in Polish)

Oceniana będzie praca studenta na ćwiczeniach (frekwencja, aktywność, odrabianie prac domowych). Ponadto student zobowiązany jest napisać kolokwium tematycznie obejmujące przerobiony w semestrze materiał. Kolokwium odbędzie się po zakończeniu wszystkich zajęć, będzie składało się z dwóch części: testu otwartego i zadań.

Metody oceny pracy studentai:

aktywność na ćwiczeniach – max. 10 pkt,

kartkówki z wykładów – max. 20 pkt,

kolokwium - max. 70 pkt.

Dopuszczalna jest 1 (jedna) nieusprawiedliwiona nieobecność na ćwiczeniach.

Ocena końcowa:

Na podstawie sumy punktów zdobytych na ćwiczeniach oraz z kolokwium. Warunkiem uzyskania oceny pozytywnej będzie

nie przekroczenie dopuszczalnej liczby nieobecności.

Metody oceny pracy studenta - liczba punktów/udział w ocenie końcowej

ocena ciągła – aktywność na zajęciach 10%

ocena ciągła – kartkówki z wykładów 20%

kolokwium - test 20%

kolokwium - zadania 50%.

Practical placement: (in Polish)

-

Classes in period "Summer semester 2023/24" (in progress)

Time span: 2024-02-19 - 2024-06-16
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours more information
Lecture, 15 hours more information
Coordinators: Jan Karbowski
Group instructors: Jan Karbowski
Students list: (inaccessible to you)
Examination: Grading
Course descriptions are protected by copyright.
Copyright by University of Warsaw.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
contact accessibility statement USOSweb 7.0.3.0 (2024-03-22)