Matematisk statistik F2 och Kf1 (TMA321)

läsperiod 4, 2011

Uppdatering 13/6 2011: Rättningsgranskning kör vi i MVL:14 13:00-14:00 Torsdagen 16/6.

Ordinarie Schema (v 12-15 18-20)

föreläsningar i salen GD

·         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 18 finns det en ändring, första övingen går av stapeln

·         tisdag 08:00-09:45 FL71

·         onsdag 08:00-09:45 FL63 eller FL71

Detta är en länk till material som är skrivet för denna kurs av en tidigare examinator. Jag följer en liknande veckoplanering, men jag tar inget som helst ansvar för vad som finns skrivet här. OBS detta är alltså utdaterat material. Om ni enbart är intresserade av aktuellt material så klicka INTE på länken.: här

Lista på föreslagna övningsuppgifter finns: här

Föreläsare och examinator Erik Broman
Övningsledare Erik Broman och Alexey Lindo.

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 18:e maj på övningen, inga som helst undantag!!

Tentamen
ordinarie måndagen 110523 em (14:00-18:00) på V
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.