MSG110, Sannolikhetsteori, Hösten 18

Aktuella meddelanden

Välkomna till kursen! Kursens schema finns i TimeEdit.

Första föreläsningen äger rum den 3 september, klockan 13.15-17.00, i MVF26.

Preliminär plan för föreläsningarna finns nedan.

Övningstenta som vi skall räkna på måndag i läsvecka 8 finns HÄR. Lösningar HÄR.

Material från Hans föreläsning den 8e oktober finns under Projekt nedan.

Material från föreläsningen den 17e oktober om linjär regression finns HÄR.

Tentamenstes från ordinarie tentamen 20181030 samt lösningar finns nu under gamla tentor.

Projektet kan nu laddas ned HÄR.

Lärare

Kursansvarig: Johan Tykesson (JT), johant@chalmers.se

Övningsledare: Olle Elias (OE), olofel@chalmers.se

Kurslitteratur

Se kurslitteraturlistan.

Program

Kursens organisation:


Föreläsningar med Johan Tykesson äger rum varje måndag kl 13.15-17, och varje onsdag kl 13.15-15. Olle Elias leder räkneövningar varje onsdag kl 15.15-17. Obligatoriska föreläsningar med Hans Malmström som har med projektet att göra kommer att äga rum 8e oktober 13.15 - 15.00 och den 15e oktober  13.15-15.00.


 

Föreläsningar

Läsvecka
 Avsnitt Innehåll
1
 Kap 1
Avsnitt 2.1-2.5
Avsnitt 3.1-3.2 		Utfallsrum, händelser, sannolikhetsaxiomen.
Kombinatorik och ändliga utfallsrum.
Oberoende, betingning. Lagen om total sannolikhet, Bayes sats. Diskreta stokastiska variabler. Sannolikhetsfunktioner och fördelningsfunktioner.
2
 Avsnitt 3.3-3.6 Kontinuerliga stokastiska variabler. Sannolikhets-tätheter. Väntevärden och varianser. Markovs olikhet, Chebyshevs olikhet. Speciella diskreta fördelningar
3
 Avsnitt 3.7-3.9 Avsnitt 4.3 Speciella kontinuerliga fördelningar. Simultana fördelningar. Betingade fördelningar och oberoende, Kovarians och Korrelation. Multinomial-fördelningen.
Poissonprocesser. Normal-fördelning i två dim.
4
 Avsnitt 3.10-3.13 Funktioner av slumpvariabler, betingat väntevärde, betingat varians. Genererande funktioner. Stora Talens Lag. Centrala gränsvärdes-satsen. Approximationer av fördelningar.
5
 Kapitel 5 och 6 översiktligt
Avsnitt 7.1-7.2.3 		Simulering. Punktskattning av parametrar. Momentmetoden
6 Avsnitt 7.2.4-7.2.7
Avsnitt 7.3–7.4		 Maximum Likelihood-metoden. Minsta kvadratmetoden. Punktskattning i standardfördelningar Konfidensintervall och Hypotesprövningar (test); idéer och begrepp.
7 Avsnitt 7.5-7.6, Avsnitt 9.1-9.2.1 Statistik i nomalfördelnings-modeller och andra standardfördelningar.
Linjär regression modell och skattning.
8 Avsnitt 9.2.2-9.2.4.
Repetition		 Linjär regression, konfidensintervall, test  (9.2.4 om prediktion kursivt)


Rekommenderade övningsuppgifter för övningstillfällena. Fetstilade uppgifter = uppgifter man kan räkna om man ligger i fas med föreläsningarna

Läsvecka
 Uppgifter
1
 201, 202, 208, 209, 213, 218, 339, 2.4.3, 3.2.1
2
 3.3.1, 3.4.2, 3.5.1, 3.5.3, 3.5.8, 3.5.9, 3.6.5, 3.6.7, 3.6.10, 3.6.15, 3.6.22
3
 3.7.3, 3.7.7, 3.7.16, 3.8.4, 3.8.6, 3.9.6, 4.3.2b,d, 4.3.3b-c, 413, 414
4
 3.10.2, 3.10.5, 3.10.8, 3.10.12, 3.11.2, 3.12.2, 3.13.3, 3.13.8
5
 503, 5.1.7, (5.2.4), 7.2.1, 7.2.5, 7.2.7, 7.2.9, 7.2.11, (7.2.21)
6 7.3.1, 7.3.3
7 (7.5.2,) 7.5.4, (7.6.9), 7.6.3, 7.6.7, 7.6.12, 7.6.19 (kan lösas med det vi gått igenom, men blir betydligt enklare om man tittar på ekvation 7.14), 730
8 9.2.3, 9.2.7, (9.2.12), (9.2.13), tentaräkning


Rekommenderade hemuppgifter. Fetstilade uppgifter =

uppgifter man kan räkna om man ligger i fas med föreläsningarna. Uppgifter inom parentes: ingår bara kursivt i kursen.

Läsvecka Uppgifter
1
 2.1.2, 2.1.3, 2.2.2, 2.2.3, 2.2.4, 2.3.1, 2.4.1, 2.5.1, 2.5.2, 2.5.5, 2.5.6, 2.5.7, 3.2.2, 3.2.4,
2
 3.3.2, 301, 305, 3.4.3, 3.5.2, 3.5.4 3.5.7, 3.6.1, 3.6.4, 3.6.8, 3.6.9, 3.6.11, 3.6.14, 3.6.21, 3.6.25, (3.6.28)
3
 3.7.1, 3.7.6, 3.7.11, 3.7.17,3.8.1, 3.8.2, 3.8.5, 3.9.1, 3.9.2, 3.9.5, 4.3.1, 4.3.6, 406, 4.3.5, 4.3.8
4
 3.10.3, 3.10.6, 3.10.7, 3.10.10, 3.10.13, 3.11.1, 3.11.3, 3.12.1, 3.12.4, 3.13.1, 3.13.2, 3.13.4
5
 5.1.2 a (b), 5.2.2 a (b), (5.3.1), (7.2.2), 7.2.4
6
 7.2.8, 7.2.17 , 7.2.19 (beräkna medelfelet ingår bara kursivt),, 702, (7.4.5), (7.5.1), 7.5.3, 7.6.1, 7.6.2, (7.6.4), 7.6.6
7
 7.6.8a, 7.6.17, 713, 716 (uppgift b är svår), 717a, 736
8
 9.2.4, 9.2.5, 9.2.9 + tentaräkning

Studieresurser

Projekt

Kursen har ett obligatoriskt projekt som handlar om hur man skriver en statistisk rapport på ett korrekt sätt. Hans Malmström kommer att leda två pass (en föreläsning och ett skrivseminarium) med obligatorisk närvaro (se datum ovan). Projektbeskrivningen kan ladda ned HÄR.

Här är Hans material från föreläsningen den 8e oktober. Det är två filer: Slides och Sammanhangssignaler


Referenslitteratur

  1. Material utvecklat av MV som ger en kortfattad introduktion till Matlab
  2. MATLAB for Engineers, Holly More
    Ger en introduktion till Matlab och kräver inledningsvis ingen matrisalgebra. Är utmärkt för självstudier.
  3. MATLAB-beräkningar inom teknik och naturvetenskap, Per Jönsson
    Kräver kunskaper i Matrisalgebra. Innehåller lite mer avancerade övningar och modelleringsuppgifter. Är utmärkt som referenslitteratur/uppslagsbok.

Kurskrav

Kursens mål finns angivna i kursplanen.

Duggor


Examination

Kursen tenteras med en salstenta.


Antalet möjliga poäng är 30 och minst 12 poäng krävs för betyget G och minst 20 poäng för VG.
(Dessutom skall man ha deltagit och blivit godkänd i projektet.) 

Vid tentamen är det tillåtet att använda sig av typgodkänd räknedosa (dvs, Chalmersgodkänd) + EGEN handskriven formelsamling på 4 A4 sidor (alternativt 2 två-sidiga A4-blad). 
Följande tabeller över normalfördelningen och t-fördelningen bifogas tentamenstesen: klicka här

Rutiner kring tentamina

I tentamensscheman anges alla tentor för respektive period. Du kan läsa i Chalmers studentportal om vilka regler som gäller kring att tentera på Chalmers, men observera att du som går på GU ska anmäla dig till tentan via GU:s studentportal, där du även kan läsa om regler för examination vid GU.

Vid tentamen ska du kunna uppvisa giltig legitimation.

Du kan själv gå in i Ladok, via inloggning i Studentportalen (GU), för att se dina resultat.

Granskning vid ordinarie tentamen:
Då det är praktiskt möjligt ordnas ett separat granskningstillfälle av tentamen. Tidpunkt för detta meddelas på kurshemsidan. Den som inte kan delta vid granskningen kan efter granskningstillfället hämta och granska sin tenta på Matematiska vetenskapers studieexpedition, se information om öppettider. Kontrollera att Du har fått rätt betyg och att poängsumman stämmer. Eventuella klagomål på rättningen ska lämnas skriftligt på expeditionen, där det finns en blankett till hjälp.

Granskning vid omtentamen:
Tentorna granskas och hämtas ut på Matematiska vetenskapers studieexpedition, se information om öppettider. Eventuella klagomål på rättningen ska lämnas skriftligt på expeditionen, där det finns en blankett till hjälp.

Kursutvärdering

I början av kursen bör minst två studentrepresentanter utses för att tillsammans med lärarna genomföra kursutvärderingen. På kursens aktivitet i GUL finns en enkät (kräver inloggning i GUL) som används vid utvärderingen. Utvärderingen sker genom samtal mellan lärare och studentrepresentanter under kursens gång samt vid ett möte efter kursens slut då enkätresultatet diskuteras och rapport skrivs på speciell blankett.

Gamla tentor

  Tentamen  20190104.  Lösningar
Tentamen  20181030.  Lösningar
Övningstenta 2018.  Lösningar
Tentamen MSG110 2018-08-20 Lösning MSG110 2018-08-20
Tentamen MSG110 2017-10-24 Lösning MSG110 2017-10-24

Tentamen MSG110 2017-08-17 Lösning MSG110 2017-08-17

Tentamen MSG110 2017-01-02 Lösning MSG110 2017-01-02
Tentamen MSG110 2016-10-25 Lösning MSG110 2016-10-25
Tentamen MSG110 2016-08-15 Lösning MSG110 2016-08-15
Tentamen MSG110 2016-01-04 Lösning MSG110 2016-01-04
Tentamen MSG110 2015-10-27 Lösning MSG110 2015-10-27