Detail předmětu
Matematika I
FSI-9MA1 Ak. rok: 2022/2023 Celoroční semestr
Normální rozdělení ve strojírenských procesech.
Teorie odhadu parametrů.
Testování hypotéz ve strojírenských aplikacích.
Analýza rozptylu.
Tukeyova metoda a Scheffeho metoda.
Lineární model.
Korelační koeficient.
Jazyk výuky
čeština
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Studenti získají potřebné znalosti z významných partií teorie pravděpodobnosti a matematické statistiky, které jim umožní posuzovat a vytvářet stochastické modely technických jevů a procesů založené na těchto metodách a realizovat je na PC.
Prerekvizity
Základy popisné statistiky, teorie pravděpodobnosti a matematické statistiky.
Plánované vzdělávací činnosti a výukové metody
Předmět je vyučován formou konzultací, které mají charakter výkladu základních principů a teorie dané disciplíny.
Způsob a kritéria hodnocení
Využití výše jmenovaných statistických metod pro řešení konkrétních úloh. Úlohy se vybírají po domluvě se studentem. Preferuje se oblast studia studenta. Vyřešené, spočítané a vypracované úlohy slouží k ohodnocení studenta.
Učební cíle
Seznámení studentů s testování statistických hypotéz a s reálnými aplikacemi lineárních regresních metod v technické praxi. Formování stochastického způsobu myšlení pro tvorbu matematických modelů s důrazem na strojírenské obory.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Výuka je formou konzultací.
Použití předmětu ve studijních plánech
Program D-IME-P: Inženýrská mechanika, doktorský, doporučený kurs
Program D-IME-K: Inženýrská mechanika, doktorský, doporučený kurs
Typ (způsob) výuky
Přednáška
20 hod., nepovinná
Osnova
1. Sběr dat.
2. Náhodné a vymezitelné příčiny variability.
3. Normální rozdělení ve strojírenských procesech.
4. Funkce hustoty pravděpodobnosti a distribuční funkce.
5. Rozdělení aritmetického průměru.
6. Statistické předpoklady pro rúzné typy regulačních diagramů.
7. Intervaly spolehlivosti.
8. Testování hypotéz .
9. Jednostranné a dvojstranné hypotézy.
10. Odlehlé hodnoty.
11. Korelační koeficient.
12. Lineární model.
13. Statistické modelování. Metoda Monte Carlo.