Conducted in
terms:
2022/23Z, 2023/24Z, 2024/25Z, 2025/26Z
ISCED code: 0541
ECTS credits:
6
Language:
Polish
Organized by:
Faculty of Mathematics and Computer Science
Stochastic modeling and simulations 1000-MS1-ModSymStoch
This course has not yet been described...
Total student workload
(in Polish) Godziny kontaktowe:
• Wykład: 30
• Ćwiczenia: 15
• Laboratorium: 30
Praca własna:
• Bieżące przygotowanie do zajęć: 45
• Studiowanie literatury: 30
• Przygotowanie do egzaminu:30
Razem: 180 godzin, 7 ECTS
Learning outcomes - knowledge
(in Polish) W1: rozumie zasady konstrukcji modeli stochastycznych i sposoby ich stosowania [K_W04, K_W02]
W2: zna podstawowe modele oparte na łańcuchach Markowa i procesach punktowych Poissona [K_W03]
W3: zna sposoby generowania strumieni danych o określonych właściwościach i rozumie zasady ich wykorzystania w metodach Monte Carlo[K_W04, K_W07].
Learning outcomes - skills
(in Polish) U1: umie obliczać niezawodność systemów złożonych [K_U15]
U2: potrafi symulować proste procesy stochastyczne [K_U17]
U3: umie budować proste modele zjawisk losowych [KU15, K_U16, K_U21]
Learning outcomes - social competencies
(in Polish) K1: zna ograniczenia własnej wiedzy i rozumie potrzebę ciągłego jej uzupełniania i pogłębiania [K_K03]
K2: potrafi myśleć analitycznie; świadomie prowadzi rozumowania matematyczne zgodnie z zasadami logiki [K_K02]
K3: dba o poprawność rozumowań i uczciwość intelektualną [K_K01]
Course coordinators
Teaching methods
(in Polish) Podające – wykład informacyjny, metody problemowe- ćwiczeniowa, metody praktyczne – laboratorium.
Expository teaching methods
- problem-based lecture
- programmed material
- programmed material
Online teaching methods
- methods developing reflexive thinking
- content-presentation-oriented methods
- content-presentation-oriented methods
Type of course
compulsory course
Prerequisites
(in Polish) Kurs z analizy matematycznej (funkcje wielu zmiennych)
np. 1000-MS1-AnMat3
Kurs z rachunku prawdopodobieństwa,
np. 1000-MS1-RachPraw
Bibliography
1. O. Häggström, „Finite Markov chains and algorithmic applications”, Cambridge University Press, Cambridge 2008.
2. J. Jakubowski i R. Sztencel „Wstep do teorii prawdopodobienstwa”, Script, Warszawa 2004.
3. K.S. Trivedi, „Probability and Statistics with Reliability, Queuing and Computer Science Applications”, Wiley 2002.
4. R. Wieczorkowski i R. Zielinski, „Komputerowe generatory liczb losowych”, Wydawnictwo Naukowo-Techniczne, Warszawa 1997.
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: