SylabUZ

Wygeneruj PDF dla tej strony

Modelowanie zjawisk losowych - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Modelowanie zjawisk losowych
Kod przedmiotu 11.0-WK-IDP-MZL-W-S14_pNadGen4GHLU
Wydział Wydział Matematyki, Informatyki i Ekonometrii
Kierunek Inżynieria danych
Profil ogólnoakademicki
Rodzaj studiów pierwszego stopnia z tyt. inżyniera
Semestr rozpoczęcia semestr zimowy 2017/2018
Informacje o przedmiocie
Semestr 5
Liczba punktów ECTS do zdobycia 6
Typ przedmiotu obieralny
Język nauczania polski
Sylabus opracował
  • dr Marta Borowiecka-Olszewska
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Wykład 30 2 - - Zaliczenie na ocenę
Laboratorium 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

Celem przedmiotu jest zapoznanie studenta z podstawowymi metodami służącymi do symulacji różnych omawianych zjawisk probabilistycznych i problemów deterministycznych oraz symulacji losowych wybranych rzeczywistych problemów, ze szczególnym uwzględnieniem metody Monte Carlo.

Wymagania wstępne

Zaliczenie ze wstępu do rachunku prawdopodobieństwa, podstawowa znajomość wybranych pakietów oprogramowania matematycznego.

Zakres tematyczny

Wykład/laboratorium:

1.      Zmienne losowe w symulacjach komputerowych (Generatory liczb pseudolosowych. Różne metody generowania realizacji zmiennych i wektorów losowych. Generowanie skończonych prób losowych z rozkładów tych zmiennych. Konstrukcja i wykorzystanie dystrybuanty empirycznej, estymacja kwantyli i funkcji gęstości.)

2.      Metoda Monte Carlo i je zastosowania do rozwiązywania problemów probabilistycznych i deterministycznych, dokładność tej metody.

3.      Symulacje wybranych procesów stochastycznych.

4.      Wykorzystanie wybranego pakietu matematycznego do symulacji różnych omawianych zjawisk probabilistycznych i problemów deterministycznych.

Metody kształcenia

Wykład tradycyjny.

Laboratoria, w ramach których studenci rozwiązują problemy analitycznie oraz przy wykorzystaniu wybranego pakietu matematycznego.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Udział w zajęciach jest obowiązkowy.

Laboratorium – na ocenę z laboratorium składają się wyniki osiągnięte na 2 kolokwiach z zadaniami o zróżnicowanym stopniu trudności (80%) oraz aktywność na zajęciach (20%). Warunkiem zaliczenia ćwiczeń jest uzyskanie pozytywnych ocen z dwóch kolokwiów.

Wykład – egzamin pisemny. Warunkiem zaliczenia wykładu jest pozytywna ocena z zaliczenia pisemnego.

Na ocenę z przedmiotu składa się ocena z laboratorium (50%) i ocena z wykładu (50%). Warunkiem zaliczenia przedmiotu są pozytywne oceny z laboratorium i wykładu.

Literatura podstawowa

  1. W. Niemiro, Symulacje stochastyczne i metody Monte Carlo, Uniwersytet Warszawski, Warszawa 2013, http://mst.mimuw.edu.pl/lecture.php?lecture=sst, materiały opracowane w ramach projektu Ministerstwa Nauki i Szkolnictwa Wyższego.  
  2. A. Janicki, A. Izydorczyk, Komputerowe metody w modelowaniu stochastycznym, WNT, Warszawa 2001.

Literatura uzupełniająca

1.        Jakubiak, J. K. Misiewicz, Wykład z procesów stochastycznych z zadaniami. Część pierwsza: Procesy Markowa, SCRIPT, Warszawa 2010.

Uwagi


Zmodyfikowane przez dr Robert Dylewski, prof. UZ (ostatnia modyfikacja: 09-04-2017 16:27)