Matematisk statistik F2 och Kf1 (TMA321)
läsperiod 4, 2010
Uppdatering: Tentagranskning tisdagen 31/8 12:30-13:0 i MVL:11 (entreplan i Mattehuset)
för ordinarie tenta samt omtentan 16/8.
Ordinarie Schema
- föreläsningar i salen GDd
- måndagar 15.15-17.00
- onsdagar 10.00-11.45
- första övningen i veckan:
- tisdagar 08:00-09:45 FL71
- tisdagar 15.15-17.00 FL64 eller FL71
- andra övningen:
- onsdagar 15.15-17.00 FL64 eller FL71
- fredagar 08.00-09.45 FL71
- OBS! Vecka 17 och 19 gäller första övningen:
- tisdag 08:00-09:45 FL71
- tisdag 15.15-17.00 FL64 eller FL71
- andra övningen:
- onsdag 15.15-17.00 FL 64 eller FL71 för alla, ingen fredagsövning!
Detta är länkar till material som är skrivet för denna kurs av en tidigare examinator.
Jag följer en liknande veckoplanering.:
läs här
Lista på föreslagna övningsuppgifter finns:
här
Lista på några uppgifter i början av kursen finns:
här
Föreläsare och examinator Erik Broman
Övningsledare Erik Broman och
Jose Sanchez.
Bonusuppgifter
- två laborationer bonusuppgift
1 och bonusuppgift
2
- är frivilliga och kan ge bonus (sammanlagt 4 poäng) vid den ordinarie tentan (som består av 30 poäng, betygsgränser
som föregående år).
- Deadline är senast 12:e maj på övningen, inga som helst undantag!!
Tentamen
ordinarie måndagen 100524 em (14:00-18:00)
Tillåtna hjälpmedel: valfri miniräknare, en
formelsamling skriven på egen hand på fyra A4 sidor (dvs
två blad).
Notera att BETA inte är ett tillåtet hjälpmedel på tentamen.
Gamla tentor (annan examinator) : maj
2007, maj
2006, augusti
2005, maj
2005.
Gamla tentor : maj
2008, augusti
2008, januari
2009, maj
2009, augusti
2009, januari
2010, maj
2010, augusti
2010,
För information om föregående års kurser
klicka här
och här.
Förkunskaper
Kurs i analys. Matlab.
Syfte
Att förstå och kunna använda elemtära begrepp inom sannolikhetsteori. Att förstå sannolikhetsteoretiska beräkningar
och samband.
Att förmedla ett nytt synsätt på mätningar och information som tar fasta
på variation och osäkerhet i data och som ger metoder att behandla denna osäkerhet matematiskt med effektiva verktyg.
Modeller för slumpartade fenomen i fysik, teknik mm illustrerar ämnets användning.
Lärandemål
Denna kurs ger kunskap om grundbegrepp i sannolikhetslära, slumpmodellering och statistisk slutledning.
Innehåll
Utfallsrum, sannolikhet, betingning. Modellering med olika sannolikhetsfördelningar. Metoder att
räkna med stokastiska variabler, väntevärdes- och varianslagar, centrala gränsvärdessatsen,
fördelningsapproximation. Parameterskattning, maximum likelihood mm., konfidensintervall och test i
olika standardsituationer, stokastiska vektorer och introduktion till regression. Slumpmodeller för
radioaktivt sönderfall (poissonprocesser bl.a.), partikelrörelser mm behandlas i föreläsningar och övningar.
Simulering tränas vid laborationer.
Organisation
Föreläsningar och räkneövningar plus två simuleringslaborationer
Litteratur
J. A. Rice: Mathematical Statistics and Data Analysis, Third edition. Duxbury Press, 2007.
Examination
En skriftlig tentamen.