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
MVE302 - Sannolikhet och statistik
Probability and statistics
 
Kursplanen fastställd 2019-02-22 av programansvarig (eller motsvarande)
Ägare: TKTEM
7,5 Högskolepoäng
Betygskala: TH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Utbildningsnivå: Grundnivå
Huvudområde: Matematik
Institution: 11 - MATEMATISKA VETENSKAPER


Undervisningsspråk: Svenska
Anmälningskod/tillfälleskod: 59111
Sökbar för utbytesstudenter: Nej
Max antal deltagare: 60
Endast studenter med kurstillfället i programplan

Modul   Poängfördelning   Tentamensdatum
Lp1 Lp2 Lp3 Lp4 Sommarkurs Ej Lp
0318 Tentamen 6,0hp Betygskala: TH   6,0hp   02 Jun 2021 fm J,  09 Okt 2020 fm J,  17 Aug 2021 em J
0418 Projekt 1,5hp Betygskala: UG   1,5hp    

I program

TKTEM TEKNISK MATEMATIK, CIVILINGENJÖR, Årskurs 1 (obligatorisk)

Examinator:

Johan Jonasson

  Gå till kurshemsida


Behörighet

Grundläggande behörighet för grundnivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Samma behörighet som det kursägande programmet.
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

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 programvara till att simulera fördelningar för stokastiska variabler och utföra statistisk inferens.

En mycket detaljerad läsanvisning kommer att publiceras på kurshemsidan. Ett projekt kommer också att ge en gruppvis fördjupning i något område, färdighet i muntlig presentationsteknik och färdighet i rapportskrivning. 

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 linjär regression. Envägs variansanalys. Bayesiansk statistik. Poissonprocesser. Bootstrap. Ett projekt ger vidare fördjupning inom något område.

Organisation

Föreläsningar, räkneövningar, projekthandledning och två tillfällen för projektredovisning.

Litteratur

P. Olofsson and M. Andersson, Probability, Statistics and Stochastic Processes, 2nd edition, Wiley 2011.

Examination inklusive obligatoriska moment

Skriftlig examen och projekt. Projektet omfattar en skriftlig rapport och en muntlig redovisning inför klassen. Det är obligatorisk närvaro på presentationstillfällena.


Sidansvarig Publicerad: on 24 jan 2018.