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.