Wstęp do teorii procesów stochastycznych

Informacje ogólne

Kod przedmiotu:	0900-FM2-1TPS
Kod Erasmus / ISCED:	11.204 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. / (0542) Statystyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Wstęp do teorii procesów stochastycznych
Jednostka:	Wydział Fizyki. (do 30.09.2019)
Grupy:
Punkty ECTS i inne:	(brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
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.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.