Popis předmětu - AE1M01MPS

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
AE1M01MPS Probability and Statistics Rozsah výuky:4+2
Garanti:  Role:P,V Jazyk výuky:EN
Vyučující:  Zakončení:Z,ZK
Zodpovědná katedra:13101 Kreditů:8 Semestr:Z

Anotace:

The course covers probability and basic statistics. First classical probability is introduced, then theory of random variables is developed including examples of the most important types of discrete and continuous distributions. Next chapters contain moment generating functions and moments of random variables, expectation and variance, conditional distributions and correlation and independence of random variables. Statistical methods for point estimates and confidence intervals are investigated.

Cíle studia:

The aim of the course is to introduce students to basics of probability and statistics.

Osnovy přednášek:

1. Events and probability.
2. Sample spaces.
3. Independent events, conditional probability, Bayes' formula.
4. Random variable, distribution functin, quantile function, moments.
5. Independence of random variables, sum of independent random variables.
6. Transformation of random variables.
7. Random vector, covariance and correlation.
8. Chebyshev's inequality and Law of large numbers.
9. Central limit theorem.
10. Random sampling and basic statistics.
11. Point estimation, method of maximum likehood and method of moments, confidence intervals.
12. Test of hypotheses.
13. Testing of goodness of fit.

Osnovy cvičení:

1. Events and probability.
2. Sample spaces.
3. Independent events, conditional probability, Bayes' formula.
4. Random variable, distribution functin, quantile function, moments.
5. Independence of random variables, sum of independent random variables.
6. Transformation of random variables.
7. Random vector, covariance and correlation.
8. Chebyshev's inequality and Law of large numbers.
9. Central limit theorem.
10. Random sampling and basic statistics.
11. Point estimation, method of maximum likehood and method of moments, confidence intervals.
12. Test of hypotheses.
13. Testing of goodness of fit.

Literatura:

[1] Papoulis, A.: Probability and Statistics, Prentice-Hall, 1990.
[2] Stewart W.J.: Probability, Markov Chains, Queues, and Simulation: The Mathematical Basis of Performance Modeling. Princeton University Press 2009.

Požadavky:

The requirement for receiving the credit is an active participation in the tutorials.

Poznámka:

Rozsah výuky v kombinované formě studia: 28p+6s

Webová stránka:

http://math.feld.cvut.cz/helisova/01pstimfe.html

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
MEKME1 Bezdrátové komunikace V 1
MEKME5 Komunikační systémy V 1
MEKME4 Sítě elektronických komunikací V 1
MEKME3 Elektronika V 1
MEKME2 Multimediální technika V 1
MEEEM3 Elektroenergetika P 1
MEEEM2 Elektrické stroje, přístroje a pohony P 1
MEEEM1 Technologické systémy P 1
MEOI1 Umělá inteligence V 1
MEOI5NEW Softwarové inženýrství V 1
MEOI5 Softwarové inženýrství V 1
MEOI4 Počítačová grafika a interakce V 1
MEOI3 Počítačové vidění a digitální obraz V 1
MEOI2 Počítačové inženýrství V 1
MEKYR4 Letecké a kosmické systémy V 1
MEKYR1 Robotika V 1
MEKYR3 Systémy a řízení V 1
MEKYR2 Senzory a přístrojová technika V 1


Stránka vytvořena 21.8.2018 10:53:11, semestry: Z,L/2020-1, L/2019-20, L/2018-9, Z,L/2017-8, Z/2018-9, Z/2019-20, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)
Za obsah odpovídá: doc. Ing. Ivan Jelínek, CSc.