Matematika pro kybernetiku a měření
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
X01MKM | Z,ZK | 5 | 2+2s | česky |
- Přednášející:
- Cvičící:
- Předmět zajišťuje:
- katedra matematiky
- Anotace:
-
Předmět pokrývá různé matematické partie potřebné pro magisterskou
etapu studia oboru „Kybernetika a měření“, které z časových a
prostorových důvodů nejsou zahrnuty v bakalářské etapě studia. Jedná
se zejména o z-transformaci, některé speciální partie maticového
počtu, základy statistických metod odhadu parametrů rozdělení
náhodných veličin a testování statistických hypotéz a elementy teorie
stochastických procesů. V rámci cvičení si studenti prohloubí znalosti
získané na přednáškách.
- Požadavky:
-
Podmínkou získání zápočtu je aktivní účast na cvičeních. Hodnocení zkoušky bude dáno výsledkem semestrálního testu, písemky konané ve zkouškovém období a domácí práce zadané v průběhu semestru. Podrobnosti viz http://math.feld.cvut.cz/0educ/pozad/x01mkm.htm
- Osnova přednášek:
-
1. Řady v komplexním oboru, mocninné řady, Laurentovy řady.
2. Z-transformace.
3. Užití Z-transformace na řešení diferenčních rovnic.
4. Minimální polynom matice, funkce matic.
5. Vyjádření funkce matic řadou.
6. Singulární rozklad matic - SVD.
7. Prostý náhodný výběr, výběrové statistiky a jejich rozdělení.
8. Bodové odhady parametrů. Metoda momentů a metoda maximální věrohodnosti.
9. Intervalové odhady.
10. Testování hypotéz o střední hodnotě a rozptylu.
11. Neparametrické testy.
12. Korelace a regrese. Lineární regrese. Polynomické regrese.
13. Stochastické procesy. Klasifikace stochastických procesů.
14. Stacionární procesy.
- Osnova cvičení:
-
1. Řady v komplexním oboru, mocninné řady, Laurentovy řady.
2. Z-transformace.
3. Užití Z-transformace na řešení diferenčních rovnic.
4. Minimální polynom matice, funkce matic.
5. Vyjádření funkce matic řadou.
6. Singulární rozklad matic - SVD.
7. Prostý náhodný výběr, výběrové statistiky a jejich rozdělení.
8. Bodové odhady parametrů. Metoda momentů a metoda maximální věrohodnosti.
9. Intervalové odhady.
10. Testování hypotéz o střední hodnotě a rozptylu.
11. Neparametrické testy.
12. Korelace a regrese. Lineární regrese. Polynomické regrese.
13. Stochastické procesy. Klasifikace stochastických procesů.
14. Stacionární procesy.
- Cíle studia:
- Studijní materiály:
-
1. J. Hamhalter, J. Tišer: Funkce komplexní proměnné. ČVUT Praha, 2001.
2. E. Krajník: Z-transformace. http://math.feld.cvut.cz/krajnik/doplnky/z.pdf
3. E. Krajník: Základy maticového počtu. ČVUT Praha, 2006.
4. M. Navara: Přednášky. http://cmp.felk.cvut.cz/~navara/MVT/MVT_pr.pdf
5. V. Rogalewicz: Pravděpodobnost a statistika pro inženýry. ČVUT Praha, 2000.
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 14+4
Typ cvičení: s
Obor KM.
Doplňky k přednášce a statistiké tabulky: http://math.feld.cvut.cz/krajnik/mkm.html
- Další informace:
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Kybernetika a měření - řídicí technika- strukturované studium (povinný předmět)
- Kybernetika a měření - umělá inteligence- strukturované studium (povinný předmět)
- Kybernetika a měření - měřicí a přístrojové systémy- strukturované studium (povinný předmět)
- Kybernetika a měření - letecké informační a řídicí systémy- strukturované studium (povinný předmět)