Detail předmětu

Matematika 3

FEKT-BPC-MA3Ak. rok: 2020/2021

Obsahem předmětu jsou základy dvou matematických disciplín: pravděpodobnosti a numerických metod.
Po seznámení se základními pojmy je v pravděpodobnosti hlavní pozornost zaměřena na náhodné veličiny diskrétního a spojitého typu. Závěr kurzu pravděpodobnosti je věnován testování statistických hypotéz.
V části numerické metody se probírá řešení nelineárních rovnic a soustav lineárních rovnic, aproximace funkcí pomocí interpolačního polynomu, splajnu a metodou nejmenších čtverců, numerické derivování a integrování.

Zajišťuje ústav

Výsledky učení předmětu

Studenti by po absolvování kursu měli být schopni z oblasti pravděpodobnosti a statistiky:
- vypočítat základní charakteristiky statistického souboru (aritmetický průměr, medián, modus, rozptyl, směrodatná odchylka)
- pro konkrétní zadání vybrat správný model (klasická, diskrétní, geometrická pravděpodobnost) a vypočítat pravděpodobnost zadaného jevu
- vypočítat podmíněnou pravděpodobnost jevu za dané podmínky
- rozeznat a využít nezávislost jevů při výpočtu pravděpodobnosti
- aplikovat větu o úplné pravděpodobnosti a Bayesův vzorec
- pracovat s pravděpodobnostní funkcí (u diskrétní náhodné veličiny) a hustotou (u spojité náhodné veličiny) a s distribuční funkcí, určit jednu na základě znalosti druhé
- u jednoduchých příkladů sestavit pravděpodobnostní funkci
- u modelových situací vybrat správný typ pravděpodobnostního rozdělení (binomické, hypergeometrické, exponenciální, apod.) a dále s ním pracovat
- vypočítat střední hodnotu, rozptyl a směrodatnou odchylku náhodné veličiny a vysvětlit jejich význam
- provádět výpočty s náhodnou veličinou X s normálním rozdělením - určit pravděpodobnost, že je X v daném rozmezí, najít kvantil/y pro zadanou pravděpodobnost
- konstruovat odhady neznámých parametrů známých rozdělení
- odhadovat parametry rozdělení pravděpodobnosti metodou maximální věrohodnosti
- provést některé jednoduché statistické testy: U-test, test o střední hodnotě při známém rozptylu, test o parametru p binomického rozdělení

Z oblasti numerických metod by absolvent předmětu měl umět:
- najít kořen rovnice f(x)=0 metodou půlení intervalů, Newtonovou metodou, metodou prosté iterace, popsat tyto metody včetně podmínek konvergence
- najít kořen soustavy dvou nelineárních rovnic Newtonovou metodou a metodou prosté iterace
- řešit soustavu lineárních rovnic Gaussovou eliminací s výběrem hlavního prvku, Jacobiho a Gauss-Seidelovou iterační metodou a diskutovat výhody a nevýhody těchto metod
- sestavit pro zadané body Lagrangeův nebo Newtonův interpolační polynom a počítat pomocí něj přibližné hodnoty aproximované funkce, případně i její derivace
- aproximovat funkci pomocí splajnu (lineárního nebo kubického)
- funkci zadanou tabulkou bodů aproximovat metodou nejmenších čtverců pomocí přímky, případně paraboly nebo exponenciály
- rozhodnout, zda je vhodnější použít interpolační polynom, splajn, metodu nejmenších čtverců
- vypočítat přibližnou hodnotu 1. nebo 2. derivace zadané funkce v zadaném bodě
- vypočítat přibližnou hodnotu určitého integrálu lichoběžníkovou a Simpsonovou metodou
- u všech výše uvedených metod popsat jejich princip, vybrat vhodnou metodu pro řešení zadané úlohy, rozhodnout o její konvergenci a zdůvodnit svůj postup řešení.

Prerekvizity

Student by měl být schopen aplikovat znalosti z kombinatoriky na úrovni středoškolského studia: umět vysvětlit, co jsou to variace s opakováním a bez opakování, permutace, kombinace, určit jejich počty, provádět výpočty s faktoriály a kombinačními čísly. Z předmětů BMA1, BMA2 jsou požadovány základní znalosti diferenciálního počtu funkce jedné proměnné a více proměnných a integrálního počtu funkce jedné proměnné. Především by student měl umět kreslit grafy elementárních funkcí, dosadit do funkce, derivovat (včetně parciálních derivací) a integrovat.

Doporučená nebo povinná literatura

FAJMON, B., HLAVIČKOVÁ, I., NOVÁK, M. Matematika 3. Elektronický text FEKT VUT, Brno, 2013 (CS)
ZVÁRA, K., ŠTĚPÁn, J.: Pravděpodobnost a matematická statistika, 2. vydání, Matfyzpress, MFF UK, Praha, 2002. (CS)
ZAPLETAL, J., základy počtu pravděpodobnosti a matematické statistiky. Skriptum FEI VUT, PC DIR Brno 1995. (CS)
LOFTUS, J., , LOFTUS, E., Essence of Statistics. Second Edition. Alfred A.Knopf, New York 1988. (EN)
Fajmon, B., Hlavičková, I., Novák, M. Matematika 3. Elektronický text FEKT VUT, Brno, 2013 (CS)

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky, cvičení na počítači a ostatní aktivity.

Způsob a kritéria hodnocení

Práce během semestru je hodnocena maximálně 30 body (1 projekt za max. 10 bodů a 1 test za max. 20 bodů). Zápočet získá student, který aktivně pracuje na cvičení a z bodovaných aktivit získal v součtu alespoň 10 bodů. Student, který aktivně pracuje na cvičení a z bodovaných aktivit získal méně bodů než 10, přičemž test napsal na alespoň 3 body, může test nejvýše jednou opakovat. Závěrečná písemná zkouška je hodnocena maximálně 70 body.

Informace pro případ distanční výuky v důsledku opatření proti coronaviru:
Pokud nebude možné psát test (za 20 bodů) prezenční formou, bude práce během semestru hodnocena pouze 10 body (1 projekt). Zápočet v tomto případě dostane každý student, který projekt v termínu odevzdá. Závěrečná zkouška bude v takovém případě hodnocena maximálně 90 body.

Jazyk výuky

čeština

Osnovy výuky

1. Úvod do numerických metod. Numerické řešení soustav lineárních rovnic.
2. Numerické řešení nelineárních rovnic a jejich soustav.
3. Interpolace: interpolační polynom, splajn
4. Metoda nejmenších čtverců. Numerické derivování a integrování.
5. Základy teorie pravděpodobnosti.
6. Náhodné veličiny a jejich číselné charakteristiky
7. Náhodné vektory a jejich číselné charakteristiky
8. Významná rozdělení pravděpodobnosti
9. Zákon velkých čísel, centrální limitní věta.
10. Úvod do statistiky, statistické zpracování dat.
11. Bodové a intervalového odhady. Metoda momentů, metoda maximální věrohodnosti.
12. Testování hypotéz o střední hodnotě a rozptylu, testy dobré shody.
13. Testy korelace, neparametrické testy.

Cíl

Cílem předmětu je seznámit studenty se základy dvou odlišných matematických disciplín: numerických metod a pravděpodobnosti a statistiky.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Zařazení předmětu ve studijních plánech

  • Program BPC-AUD bakalářský

    specializace AUDB-ZVUK , 2. ročník, zimní semestr, 5 kreditů, povinný
    specializace AUDB-TECH , 2. ročník, zimní semestr, 5 kreditů, povinný

  • Program BPC-EKT bakalářský, 2. ročník, zimní semestr, 5 kreditů, povinný
  • Program BPC-MET bakalářský, 2. ročník, zimní semestr, 5 kreditů, povinný
  • Program BPC-TLI bakalářský, 2. ročník, zimní semestr, 5 kreditů, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Cvičení odborného základu

4 hod., povinná

Vyučující / Lektor

Cvičení s počítačovou podporou

18 hod., povinná

Vyučující / Lektor

Projekt

4 hod., povinná

Vyučující / Lektor

eLearning