Conducted in
terms:
2024/25Z, 2025/26Z
ISCED code: 0541
ECTS credits:
8
Language:
Polish
Organized by:
Faculty of Mathematics and Computer Science
Probability Theory 1000-MS1-RachPraw1
This course has not yet been described...
Total student workload
(in Polish) - udział w wykładach - 45 godzin
- udział w ćwiczeniach - 45 godzin
- przygotowanie do zaliczenia ćwiczeń - 50 godzin
- przygotowanie do zaliczenia egzaminu - 70 godzin
- lektura literatury - 30 godzin
Łącznie 240 godzin. (9 ECTS)
Learning outcomes - knowledge
(in Polish) W1. Student zna podstawy teorii prawdopodobieństwa.
W2. Rozumie znaczenie koncepcji niezależności stochastycznej.
W3. Zna podstawowe charakterystyki liczbowe zmiennych losowych i rozkładów prawdopodobieństwa.
W4. Zna zastosowania fundamentalnych twierdzeń teorii prawdopodobieństwa.
Learning outcomes - skills
(in Polish) U1. Student potrafi budować elementarne modele probabilistyczne.
U2. Umie sformułować fundamentalne twierdzenia teorii
prawdopodobieństwa oraz wskazać przykłady ich wykorzystania.
U3. Interpretuje podstawowe parametry rozkładów
prawdopodobieństwa.
Learning outcomes - social competencies
(in Polish) K1. Student ma świadomość powszechności metod probabilistycznych i statystycznych w funkcjonowaniu współczesnych społeczeństw
(K_K02)
K2. Student zna niebezpieczeństwa związane z manipulacją danymi (K_K01)
Teaching methods
(in Polish) Wykład konwencjonalny wspomagany komputerowo
Ćwiczenia rachunkowe
Observation/demonstration teaching methods
- display
Expository teaching methods
- informative (conventional) lecture
- problem-based lecture
- problem-based lecture
Exploratory teaching methods
- classic problem-solving
Online teaching methods
- content-presentation-oriented methods
Prerequisites
(in Polish) Podstawowa wiedza matematyczna w zakresie analizy matematycznej i matematyki dyskretnej.
Course coordinators
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: