Sök i programutbudet

Använd sökfunktionen för att leta efter kurser och program i Chalmers utbildningsutbud. Den programplan och utbildningsplan som avser dina studier är i allmänhet från det läsår du började dina studier.

​​​​​​​​​​​​​

Kursplan för

Läsår
MVE301 - Sannolikhet, statistik och risk  
 
Kursplanen fastställd 2018-01-15 av programansvarig (eller motsvarande)
Ägare: TKTEM
9,0 Poäng
Betygskala: TH - Fem, Fyra, Tre, Underkänd
Utbildningsnivå: Grundnivå
Huvudområde: Energi- och miljöteknologi, Industriell ekonomi, Kemiteknik med fysik, Kemiteknik, Maskinteknik, Matematik, Teknisk fysik
Institution: 11 - MATEMATISKA VETENSKAPER


Undervisningsspråk: Svenska

Modul   Poängfördelning   Tentamensdatum
Lp1 Lp2 Lp3 Lp4 Sommarkurs Ej Lp
0116 Tentamen 7,5 hp Betygskala: TH   7,5 hp   31 Maj 2018 fm SB   06 Okt 2017 fm SB,  21 Aug 2018 fm SB
0216 Projekt 1,5 hp Betygskala: UG   1,5 hp    

I program

TKTEM TEKNISK MATEMATIK, CIVILINGENJÖR, Årskurs 1 (obligatorisk)

Examinator:

Professor  Johan Jonasson



  Gå till kurshemsida

Behörighet:

För kurser på grundnivå inom Chalmers utbildningsprogram gäller samma behörighetskrav som till de(t) program där kursen ingår i programplanen.

Kursspecifika 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

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.


Sidansvarig Publicerad: on 24 jan 2018.