Kursplanen innehåller ändringar
Se ändringarKursplan fastställd 2018-02-06 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnProbability, statistics and risk analysis
- KurskodMVE301
- Omfattning9 Högskolepoäng
- ÄgareTKTEM
- UtbildningsnivåGrundnivå
- HuvudområdeEnergi- och miljöteknologi, Industriell ekonomi, Kemiteknik med fysik, Kemiteknik, Maskinteknik, Matematik, Teknisk fysik
- InstitutionMATEMATISKA VETENSKAPER
- BetygsskalaTH - Fem, Fyra, Tre, Underkänd
Kurstillfälle 1
- Undervisningsspråk Svenska
- Anmälningskod 59116
- Sökbar för utbytesstudenterNej
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0116 Tentamen 7,5 hp Betygsskala: TH | 7,5 hp |
| |||||
0216 Projekt 1,5 hp Betygsskala: UG | 1,5 hp |
Examinator
- Johan Jonasson
- Professor, Analys och sannolikhetsteori, Matematiska vetenskaper
Behörighet
Information saknasKursspecifika förkunskaper
Inledande en- och flervariabelanalys. Linjär algebra rekommenderas.Syfte
Det övergripande syftet med kursen är att både ge grundläggande kunskaper i sannolikhetsteori och statistik och ge färdigheter till att lösa enkla praktiska problem/säkerhetanalyser. Mer detaljerat är syftet att behandla grunderna inom sannolikhetslära och klassisk inferens samt att ge en introduktion till moderna datorintensiva metoder att analysera data (t.ex. bootstrap) och, genom att använda Bayesiansk inferens, ge kunskaper om hur man kan väga samman olika typer av osäkerheter.Lärandemål (efter fullgjord kurs ska studenten kunna)
Efter fullgjord kurs ska studenten ha god färdighet i grundläggande sannolikhetsteori och en god känsla för statistiskt tankesätt, statistisk modellering och grundläggande statistiska metoder. Detta innefattar även en viss inblick i Bayesianska metoder. Man ska också kunna använda Matlab till att simulera fördelningar för stokastiska variabler och utföra statistisk inferens samt behärska ett antal sannolikhetsfördelningar som introduceras här. En mycket detaljerad läsanvisning kommer att publiceras på kurshemsidan.Innehåll
Utfallsrum, sannolikhet, betingning. Modellering med olika sannolikhetsfördelningar. Metoder att räkna med stokastiska variabler, väntevärdes- och varianslagar, genererande funktioner, centrala gränsvärdessatsen, fördelningsapproximation, felintensitet. Parameterskattning, maximum likelihood mm., konfidensintervall och test i olika standardsituationer, stokastiska vektorer och introduktion till regression. Ickeparametriska metoder. Envägs variansanalys. Bayesiansk statistik. Slumpmodeller för radioaktivt sönderfall (Poissonprocesser bl.a.), partikelrörelser mm behandlas i föreläsningar och övningar. Kort introduktion till Markovkedjor. Simulering och statistisk inferens tränas vid laborationer i Matlab. Här introduceras man även till ett antal nya sannolikhetsfördelningar.Organisation
Föreläsningar, räkneövningar, två tillfällen för projektredovisning, samt fem tillfällen med Matlabövningar.Litteratur
P. Olofsson and M. Andersson, Probability, Statistics and Stochastic Processes, 2nd edition, Wiley 2011.Examination inklusive obligatoriska moment
Femtimmars skriftlig examen, som även omfattar ett självstudiematerial som man arbetar med i samband med Matlabövningarna, plus ett obligatoriskt projekt. Matlabövningarna examineras via en kort skriftlig rapport och projektet en skriftlig rapport plus en muntlig redovisning inför klassen. Det är obligatorisk närvaro på presentationstillfällena.Kursplanen innehåller ändringar
- Ändring gjord på kurs:
- 2018-06-18: Nedlagd Ändrat till nedlagd av UOL, PA
Kursen är nedlagd
- 2018-06-18: Nedlagd Ändrat till nedlagd av UOL, PA
- Ändring gjord på tentamen:
- 2019-03-28: Plats Plats ändrat från Johanneberg till M av grunnet
[2019-06-05 7,5 hp, 0116] - 2019-03-21: Tentamensdatum Tentamensdatum ändrat av Examinator
[29703, 48325, 2], Ny tenta för läsår 2018/2019, ordinal 2 (ej nedlagd kurs)
- 2019-03-28: Plats Plats ändrat från Johanneberg till M av grunnet