Wstęp do teorii procesów stochastycznych

obowiązkowe

w sali

Wprowadzenie do statystycznej teorii procesów stochastycznych, tzn. do statystycznej analizy funkcji losowych i losowych szeregów czasowych reprezentujących zjawiska losowe występujące w różnych dziedzinach wiedzy i działalności praktycznej człowieka. Wykład wprowadza również elementy statystycznej teorii wykrywania sygnałów w szumie. Wykład jest połączony z zajęciami laboratoryjnymi obejmującymi wykonywanie zadań przy wykorzystaniu narzędzi komputerowych.

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. Elementy teorii układów liniowych.

3. Statystyczna teoria wykrywania sygnałów w szumie.

Literatura zalecana

Notatki z wykładów w postaci plików pdf do pobrania za strony http://alpha.uwb.edu.pl/pio/dydaktyka.html.

Literatura dodatkowa

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.

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).

Zaliczenie na ocenę. Warunkiem koniecznym zaliczenia przedmiotu jest zaliczenie (na ocenę) laboratorium. Ostateczna ocena z przedmiotu zależy od oceny z laboratorium, aktywności i frekwencji na wykładach (która jest sprawdzana) oraz od wyniku rozmowy, przeprowadzonej po zakończeniu zajęć, polegającej na omówieniu 3ch zagadnień wylosowanych z uprzednio przygotowanej listy zagadnień.