Pravděpodobnost a statistika
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
A2M01PMS | Z,ZK | 8 | 4+2s | česky |
- Předmět nesmí být zapsán současně s:
- Matematika pro silnoproud (A1M01MPS)
- Přednášející:
- Jaroslav Tišer (gar.)
- Cvičící:
- Jaroslav Tišer (gar.), Tomáš Bílek, Ladislav Průcha
- Předmět zajišťuje:
- katedra matematiky
- Anotace:
-
Předmět základní pokrývá partie pravděpodobnosti a matematické statistiky. Úvodní část je zaměřena na klasickou pravděpodobnost, dále je budována teorie náhodných veličin a jejich rozdělení včetně příkladů nejdůležitějších typů diskrétních a spojitých rozdělení. V dalších kapitolách se vyšetřují číselné charakteristiky náhodných veličin, jejich charakteristické funkce a momenty, podmíněná pravděpodobnost a korelace a nezávislost náhodných veličin. Pravděpodobnostních znalostí je v závěru využito při popisu statistických metod odhadu parametrů rozdělení.
- Požadavky:
-
Podmínkou získání zápočtu je aktivní účast na cvičeních. Zápočtové testy se během
semestru nepíší.
Zkouška se skládá z písemného testu a eventuelně ústní části (pouze pro hodnocení A).
- Osnova přednášek:
-
1. Model náhodných jevů a pravděpodobnosti.
2. Typy pravděpodobnostních prostorů.
3. Podmíněná pravděpodobnost. Nezávislé jevy. Bayesův vzorec.
4. Náhodná veličina. Distribuční funkce. Kvantily. Momenty.
5. Nazávislost náhodnych veličin. Rozdělení součtu nezávislých veličin.
6. Transformace náhodných veličin.
7. Náhodný vektor a jeho distribuční funkce. Kovariance a korelace.
8. Čebyševova nerovnost a Zákon velkých čísel.
9. Centrální limitní věta.
10. Náhodný výběr a základní výběrové statistiky. Základní statistiky odvozené z normálního rozdělení.
11. Bodové odhady parametru. Metoda maximální věrohodnosti. Intervalové odhady pro normální a alternativní rozdělení.
12. Testování hypotéz o střední hodnotě a rozptylu normálního rozdělení.
13. Testy dobré shody.
- Osnova cvičení:
-
1. Model náhodných jevů a pravděpodobnosti.
2. Typy pravděpodobnostních prostorů.
3. Podmíněná pravděpodobnost. Nezávislé jevy. Bayesův vzorec.
4. Náhodná veličina. Distribuční funkce. Kvantily. Momenty.
5. Nazávislost náhodnych veličin. Rozdělení součtu nezávislých veličin.
6. Transformace náhodných veličin.
7. Náhodný vektor a jeho distribuční funkce. Kovariance a korelace.
8. Čebyševova nerovnost a Zákon velkých čísel.
9. Centrální limitní věta.
10. Náhodný výběr a základní výběrové statistiky. Základní statistiky odvozené z normálního rozdělení.
11. Bodové odhady parametru. Metoda maximální věrohodnosti. Intervalové odhady pro normální a alternativní rozdělení.
12. Testování hypotéz o střední hodnotě a rozptylu normálního rozdělení.
13. Testy dobré shody.
- Cíle studia:
-
Cílem kurzu je seznámit studenty se základy pravděpodobnosti a statistických metod.
- Studijní materiály:
-
M. Navara: Pravděpodobnost a matematická statistika, ČVUT Praha, 2007.
A.F.Karr: Probability, Springer Texts in Statistics, Springer Verlag 1993
K.L.Chung: A course in probability theory, Academic Press 1974
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 28p+6s
- Rozvrh na zimní semestr 2011/2012:
- Rozvrh není připraven
- Rozvrh na letní semestr 2011/2012:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů:
-
- Komunikace, multimedia a elektronika - Bezdrátové komunikace (povinný předmět programu)
- Komunikace, multimedia a elektronika - Multimediální technika (povinný předmět programu)
- Komunikace, multimedia a elektronika - Elektronika (povinný předmět programu)
- Komunikace, multimedia a elektronika - Sítě elektronických komunikací (povinný předmět programu)
- Komunikace, multimédia a elektronika - Komunikační systémy (povinný předmět programu)