Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Probabilistyka
Tok studiów:
2019/2020
Kod:
HIFS-1-314-s
Wydział:
Humanistyczny
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Informatyka Społeczna
Semestr:
3
Profil:
Praktyczny (P)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr inż. Bartyzel Jakub (Jakub.Bartyzel@fis.agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

W ramach zajęć uczestnicy będą mogli zapoznać się z podstawami kombinatoryki i rachunku prawdopodobieństwa, metodami analizy oraz prezentacji danych statystycznych.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student zna podstawy kombinatoryki i rachunku prawdopodobieństwa. Student wie czym jest jedno i dwuwymiarowy rozkład prawdopodobieństwa, wie jakie parametry go charakteryzują oraz zna ich interpretację. Potrafi omówić najważniejsze rozkłady ciągłe i dyskretne. IFS1P_W01 Egzamin,
Odpowiedź ustna,
Kolokwium
M_W002 Student zna podstawowe zasady rządzące opracowaniem i prezentacją danych statystycznych IFS1P_W04 Egzamin,
Odpowiedź ustna,
Kolokwium
Umiejętności: potrafi
M_U001 Student potrafi obliczyć lub oszacować prawdopodobieństwo różnych zdarzeń. IFS1P_U05 Wykonanie ćwiczeń
M_U002 Student potrafi wyliczyć podstawowe charakterystyki rozkładów prawdopodobieństwa na podstawie pobranej próby. Umie przypisać im jeden z rozkładów teoretycznych. IFS1P_U01 Studium przypadków ,
Odpowiedź ustna,
Kolokwium
M_U003 Student potrafi opracować dane empiryczne zarówno w przypadku małe jak i dużej próby. Potrafi prawidłowo przedstawić wyniki, również w postaci graficznej. IFS1P_U10 Studium przypadków ,
Prezentacja,
Kolokwium
Kompetencje społeczne: jest gotów do
M_K001 Student rozumie znaczenie znajomości tzw. matematyki obywatelskiej dla funkcjonowania społeczeństwa. IFS1P_K03 Odpowiedź ustna
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
60 30 30 0 0 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student zna podstawy kombinatoryki i rachunku prawdopodobieństwa. Student wie czym jest jedno i dwuwymiarowy rozkład prawdopodobieństwa, wie jakie parametry go charakteryzują oraz zna ich interpretację. Potrafi omówić najważniejsze rozkłady ciągłe i dyskretne. + + - - - - - - - - -
M_W002 Student zna podstawowe zasady rządzące opracowaniem i prezentacją danych statystycznych + + - - - - - - - - -
Umiejętności
M_U001 Student potrafi obliczyć lub oszacować prawdopodobieństwo różnych zdarzeń. + + - - - - - - - - -
M_U002 Student potrafi wyliczyć podstawowe charakterystyki rozkładów prawdopodobieństwa na podstawie pobranej próby. Umie przypisać im jeden z rozkładów teoretycznych. + + - - - - - - - - -
M_U003 Student potrafi opracować dane empiryczne zarówno w przypadku małe jak i dużej próby. Potrafi prawidłowo przedstawić wyniki, również w postaci graficznej. + + - - - - - - - - -
Kompetencje społeczne
M_K001 Student rozumie znaczenie znajomości tzw. matematyki obywatelskiej dla funkcjonowania społeczeństwa. + + - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 129 godz
Punkty ECTS za moduł 5 ECTS
Udział w zajęciach dydaktycznych/praktyka 60 godz
Przygotowanie do zajęć 28 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 14 godz
Samodzielne studiowanie tematyki zajęć 20 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 5 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (30h):
Probabilistyka

1. Podstawy kombinatoryki
2. Elementy rachunku prawdopodobieństwa
3. Dyskretna funkcja rozkładu prawdopodobieństwa
4. Dyskretne rozkłady jednowymiarowe
5. Ciągłe rozkłady jednowymiarowe
6. Funkcja rozkładu gęstości prawdopodobieństwa oraz dystrybuanta rozkładu
7. Charakterystyki rozkładów prawdopodobieństwa
8. Graficzne prezentacje rozkładów statystycznych
9. Najważniejsze dyskretne i ciągłe rozkłady prawdopodobieństwa
10. Dyskretne rozkłady dwuwymiarowe
11. Podstawy teorii estymacji
12. Podstawy teorii testowania hipotez
13. Podstawowe zasady prowadzenia badań statystycznych

Ćwiczenia audytoryjne (30h):
Probabilistyka

Podstawy kombinatoryki
Efekty kształcenia:
Student potrafi obliczyć liczbę kombinacji, wariacji z powtórzeniami i bez oraz liczbę permutacji.
Podstawy prawdopodobieństwa
Efekty kształcenia:
Student potrafi wyliczyć prawdopodobieństwa prostych zdarzeń
Student potrafi policzyć prawdopodobieństwo warunkowe i całkowite
Student potrafi wyznaczyć prosty rozkład prawdopodobieństwa
Rozkłady jednowymiarowe
Efekty kształcenia:
Student potrafi wyliczyć charakterystyki rozkładu jednowymiarowego
Student przedstawić rozkład w sposób uproszczony („pudełko z wąsami”)
Student potrafi wyznaczyć dystrybuantę rozkładu
Student potrafi wykorzystać rozkład prawdopodobieństwa oraz dystrybuantę do
wyznaczenia prawdopodobieństwa
Rozkłady dwuwymiarowe
Efekty kształcenia:
Student potrafi wyliczyć rozkłady brzegowe i warunkowe dyskretnego rozkładu
dwuwymiarowego
Student potrafi policzyć korelację i kowariancję
Student umie zbadać niezależność zmiennych
Opracowanie danych statystycznych
Efekty kształcenia:
Student potrafi właściwie kategoryzować i grupować dane
Student potrafi przedstawić dane w formie graficznej (dane surowe oraz w ujęciu syntetycznym)
Teoria estymacji
Efekty kształcenia:
Student potrafi wykonać estymację punktową parametrów rozkładów statystycznych
Student potrafi wykonać estymację przedziałową badanego parametru
Testowanie hipotez statystycznych
Efekty kształcenia:
Student potrafi dobrać właściwy test statystycznych do badanego problemu
Student potrafi określić sposób zbierania danych niezbędnych do weryfikacji hipotezy
Student potrafi ocenić prawdziwość hipotezy oraz określić możliwy błąd takiej oceny

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem wzbogaconymi o przykłady odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia audytoryjne: Podczas zajęć audytoryjnych studenci rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Na każdych zajęciach odbędzie się 10 min kartkówka z materiału teoretycznego niezbędnego do ćwiczeń w danym dniu.W trakcie semestru odbędą się również dwa półtoragodzinne kolokwia.
Zaliczenie poprawkowe w formie kolokwium

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Ćwiczenia audytoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym każdorazowo przez prowadzącego. Ocena pracy studenta może bazować na wypowiedziach ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej formy zajęć.
Sposób obliczania oceny końcowej:

ĆWICZENIA
Na każdych zajęciach odbędzie się 10 min kartkówa z materiału teoretycznego niezbędnego do ćwiczeń w danym dniu. Z kartkówek tych będzie można uzyskać 40pkt. W trakcie semestru odbędą się również dwa półtoragodzinne kolokwia z zadań za które będzie można uzyskać po 30pkt. Ocena końcowa będzie wystawiana na podstawie procentu uzyskanych punktów. Dopuszczalne są dwie usprawiedliwione nieobecności. W przypadkach losowych (np. szpital) warunki zaliczenia będą ustalane indywidualnie.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Sposób wyrównania zaległości będzie każdorazowo indywidualnie zadawany przez prowadzącego w zależności od treści, które będą podstawą owej zaległości. W przypadku usprawiedliwionej nieobecności dopuszcza się możliwość ponownego napisania kartkówki teoretycznej z danych zajęć.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Znajomość zagadnień analizowanych w ramach kursu pt. Metody ilościowe w naukach technicznych z pierwszego i drugiego semestru I roku.

Zalecana literatura i pomoce naukowe:

Krótki kurs samoobrony intelektualnej – Norman Baillargeon
Rozum na manowcach – Stuart Sutherland
Podstawy statystyki. Podręcznik dla humanistów – Roman Sidorski
Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. – W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

B. Bacroix, J. Tarasiuk, K. Wierzbanowski, K. Zhu, Misorientations in rolled and recrystallized
zirconium compared with random distribution. A new scheme of misorientation analysis,
Journal of Applied Crystallography, 43, 134–139 (2010)

K. Piękoś, J. Tarasiuk, K. Wierzbanowski and B. Bacroix, Use of Stored Energy Distribution in
Stochastic Vertex Model of Recrystallization, Materials Science Forum, 571-572, 231-236
(2008)

M.Jedrychowski, J.Tarasiuk, B.Bacroix, S.Wroński, An alternative method of grain boundary
characterization, Materials Science Forum, 753 (2013) 93-96

Informacje dodatkowe:

Brak