Procesy stochastyczne 3.1.KRK.12SY.PSt
Treści programowe
Problematyka wykładu/konwersatorium:
Wielowymiarowe zmienne losowe i ich rozkłady. Definicje procesu stochastycznego i podstawowych pojęć z nim związanych. Rozkład procesu stochastycznego. Charakterystyki funkcyjne procesu. Stacjonarność procesu. Analiza średnio-kwadratowa procesów. Przykłady procesów stochastycznych i ich zastosowań.
Rodzaj przedmiotu
Wymagania
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
Student definiuje proces stochastyczny i pojęcia z nim związane.
Student definiuje rozkład procesu, używając warunków zgodności.
Student definiuje stacjonarność procesu.
Student zna przykłady procesów z czasem dyskretnym i ciągłym.
Student zna przykłady praktycznych zastosowań procesów stochastycznych.
Student zna podstawowe teorie dotyczące łańcuchów Markowa.
Umiejętności:
Student wyznacza rozkłady skończenie wymiarowe wybranych procesów stochastycznych.
Student wyznacza charakterystyki funkcyjne procesu.
Student bada stacjonarność, niezależność przyrostów oraz markowskość wybranych procesów.
Student przeprowadza analizę średniokwadratową procesów.
Student potrafi przedstawić proste modele probabilistyczne jako łańcuchy Markowa oraz wykorzystuje twierdzenie ergodyczne przy ich analizie.
Kompetencje społeczne:
Student dostrzega praktyczne zastosowania procesów stochastycznych i sens w pogłębianiu swoich kompetencji w zakresie tego przedmiotu.
Student korzysta z literatury książkowej i zasobów internetowych szukając wskazówek do rozwiązania problemu.
Kryteria oceniania
Forma i sposób zaliczenia odbywają się na ogólnych zasadach określonych w programie kształcenia, a w szczególności:
(W) egzamin na ocenę – ustny;
(K) zaliczenie z oceną; ustalenie oceny zaliczeniowej na podstawie ocen cząstkowych otrzymywanych w trakcie trwania semestru za wystąpienia ustne.
Podstawowe kryterium oceny:
(W) uzyskanie pozytywnej oceny z egzaminu;
(K) uzyskanie pozytywnej oceny końcowej.
Literatura
Literatura wykorzystywana podczas zajęć/studiowana samodzielnie przez studenta:
1. J. Jakubowski, R. Sztencel, Wstęp do teorii prawdopodobieństwa.
2. A. Plucińska, E. Pluciński, Probabilistyka.
Literatura uzupełniająca:
1. S.M. Ross, A course in simulation.
2. M. Iosifescu, Skończone procesy Markowa i ich zastosowania.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: