Wstęp do teorii procesów stochastycznych
Informacje ogólne
Kod przedmiotu: | 0900-FM2-1TPS |
Kod Erasmus / ISCED: |
11.204
|
Nazwa przedmiotu: | Wstęp do teorii procesów stochastycznych |
Jednostka: | Wydział Fizyki. (do 30.09.2019) |
Grupy: | |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | obowiązkowe |
Tryb prowadzenia przedmiotu: | w sali |
Skrócony opis: |
Wprowadzenie do statystycznej analizy funkcji losowych i szeregów czasowych reprezentujących zjawiska losowe powszechnie występujące w różnych dziedzinach wiedzy i działalności praktycznej człowieka. Elementy statystycznej teorii wykrywania sygnałów w szumie. Wykład połączony z zajęciami laboratoryjnymi obejmującymi wykonywanie zadań przy wykorzystaniu narzędzi komputerowych. |
Pełny opis: |
Profil studiów: ogólnoakademicki. Forma studiów: stacjonarne. Rodzaj przedmiotu: obowiązkowy (moduł "Metody matematyczne i komputerowe"). Dziedzina nauk ścisłych i przyrodniczych, dyscypliny: matematyka, nauki fizyczne. Rok studiów/semestr: 1 rok/1 semestr. Wymagania wstępne: przed rozpoczęciem zajęć student powinien posiadać wiedzę z zakresu statystycznej analizy danych na poziomie wykładu "Statystyczna analiza danych". Liczba godzin zajęć dydaktycznych: wykład - 15 godz, laboratorium - 15 godz. Metody dydaktyczne: wykład i dyskusja, rozwiązywanie zadań, wykorzystywanie programu komputerowego Mathematica, konsultacje, praca własna studenta w domu. Punkty ECTS: 2. Bilans nakładu pracy studenta: udział w wykładach (15 godz.), udział w laboratorium (15 godz.), udział w konsultacjach (15 godz.), praca własna w domu i przygotowanie do zaliczeń (15 godz.). Wskaźniki ilościowe: nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela - 1.8 ECTS; nakład pracy studenta związany z zajęciami o charakterze praktycznym - 0.6 ECTS. Wykład i ściśle z nim skorelowane zajęcia laboratoryjne obejmują następujące zagadnienia: 1. Podstawowe pojęcia teorii procesów stochastycznych. 2. Widmowa gęstość mocy stacjonarnego procesu stochastycznego. 3. Elementy teorii układów liniowych. 4. Statystyczna teoria wykrywania sygnałów w szumie. |
Literatura: |
Literatura zalecana 1. L.Gajek, M.Kałuszka, Wnioskowanie statystyczne. Modele i metody, WNT, Warszawa 1994 (wyd. 2 poprawione i uzupełnione), 1998 (wyd. 3 rozszerzone) i wydania późniejsze. 2. A.Plucińska, E.Pluciński, Probabilistyka, WNT, Warszawa 2000 (i późniejsze dodruki); A.Plucińska, E.Pluciński, Elementy probabilistyki, WNT, Warszawa 1979. Literatura dodatkowa 1. J.S.Bendat, A.G.Piersol, Metody analizy i pomiaru sygnałów losowych, PWN, Warszawa 1976. |
Efekty uczenia się: |
Student 1. ma pogłębioną wiedzę z zakresu analizy danych ze szczególnym uwzględnieniem zastosowań w fizyce medycznej (K_W11); 2. zna narzędzia matematyczne do analizy danych (K_W29); 3. umie ze zrozumieniem korzystać z komputerowych narzędzi do analizy danych (K_U15); 4. umie ze zrozumieniem korzystać z komputerowych narzędzi przetwarzania i analizy sygnałów (K_U43); 5. umie samodzielnie uzupełniać i poszerzać wiedzę matematyczną i informatyczną korzystając z literatury i zasobów Internetu (K_U16). |
Metody i kryteria oceniania: |
Zaliczenie na ocenę. Warunkiem koniecznym zaliczenia przedmiotu jest zaliczenie (na ocenę) laboratorium. Ostateczna ocena z przedmiotu zależy od oceny z laboratorium, aktywności i frekwencji (która jest sprawdzana) na wykładach oraz od wyniku rozmowy, przeprowadzonej po zakończeniu zajęć, polegającej na omówieniu 3ch zagadnień wylosowanych z uprzednio przygotowanej listy zagadnień. |
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.