Rok akademicki: 2019/2020 Kod: OIPO-1-303-s Punkty ECTS: 2 Wydział: Odlewnictwa
Kierunek: Inżynieria Procesów Odlewniczych Specjalność: ― Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne Język wykładowy: Polski Profil: Ogólnoakademicki (A) Semestr: 3 Strona www: —
Prowadzący moduł: dr hab. inż. Burbelko Andriy (abur@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć
Przetwarzanie danych statystycznych za pomocą komputera. Wykorzystanie metod statystycznych do celów opisywania, analizowania i prognozowania zmiennych losowych.
Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do
Powiązania z KEU
Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student ma uporządkowaną wiedzę w zakresie probabilistyki, w szczególności:
Rachunku prawdopodobieństwa i statystyki matematycznej.
IPO1A_W01 Aktywność na zajęciach
M_W002 Student ma wiedzę z zakresu
przetwarzania danych statystycznych za pomocą komputerów.
IPO1A_W06 Aktywność na zajęciach
M_W003 Student rozumie potrzebe i zna możliwości wykorzystania metod statystycznych do celów opisywania, analizowania i prognozowania procesów.
IPO1A_K01 Aktywność na zajęciach
Umiejętności: potrafi
M_U001 Student potrafi zastosować wiedzę z zakresu probabilistyki do obróbki danych doświadczalnych, w szczególności: umie wyznaczyć prawdopodobieństwo
typowych zdarzeń, umie wyznaczyć parametry zmiennych losowych i rozumie ich znaczenia, zna typowe rozkłady zmiennych losowych.
IPO1A_U01 Kolokwium, Aktywność na zajęciach
Liczba godzin zajęć w ramach poszczególnych form zajęć
Suma
Forma zajęć dydaktycznych
Wykład Ćwiczenia audytoryjne Ćwiczenia laboratoryjne Ćwiczenia projektowe Konwersatorium Zajęcia seminaryjne Zajęcia praktyczne Zajęcia terenowe Zajęcia warsztatowe Prace kontrolne i przejściowe Lektorat
30 15 0 0 0 0 15 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do
Forma zajęć dydaktycznych
Wykład Ćwiczenia audytoryjne Ćwiczenia laboratoryjne Ćwiczenia projektowe Konwersatorium Zajęcia seminaryjne Zajęcia praktyczne Zajęcia terenowe Zajęcia warsztatowe Prace kontrolne i przejściowe Lektorat Wiedza: zna i rozumie
M_W001 Student ma uporządkowaną wiedzę w zakresie probabilistyki, w szczególności: Rachunku prawdopodobieństwa i statystyki matematycznej.
+ - - - - + - - - - -
M_W002 Student ma wiedzę z zakresu przetwarzania danych
statystycznych za pomocą komputerów.
+ - - - - + - - - - -
M_W003 Student rozumie potrzebe i zna możliwości wykorzystania metod statystycznych do celów
opisywania, analizowania i prognozowania procesów.
+ - - - - + - - - - -
Umiejętności: potrafi
M_U001 Student potrafi zastosować wiedzę z zakresu probabilistyki do obróbki danych
doświadczalnych, w
szczególności: umie wyznaczyć prawdopodobieństwo typowych zdarzeń, umie wyznaczyć parametry zmiennych losowych i rozumie ich znaczenia, zna typowe rozkłady zmiennych losowych.
+ - - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie
studenta
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 10 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Dodatkowe godziny kontaktowe 5 godz
Sumaryczne obciążenie pracą studenta 55 godz
Punkty ECTS za moduł 2 ECTS
Pozostałe informacje
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład
Początki statystyki jako nauki. Zdarzenia losowe i zmienne losowe. Analiza danych o charakterze masowym. Pojęcie i podstawowe właściwości prawdopodobieństwa.
Elementy kombinatoryki. Populacja generalna a próba losowa. Estymacja punktowa i przedziałowa parametrów zmiennych losowych. Prawo wielkich liczb. Wariancja i odchylenie standardowe. Badania statystyczne. Dystrybuanta empiryczna.
Dystrybuanta i gęstość prawdopodobieństwa. Histogramy. Miary rozproszenia
zmiennej losowej. Estymacja punktowa i przedziałowa, przedział ufności. Podstawowe rozkłady statystyczne: normalny, chi-kwadra, t-Studenta. Weryfikacja hipotez
statystycznych. Błędy I i II rodzaju. Dwuwymiarowe zmienne losowe. Regresja liniowa.
Zajęcia seminaryjne
-
Metody i techniki kształcenia:
Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
Zajęcia seminaryjne: Na zajęciach seminaryjnych podstawą jest prezentacja multimedialna oraz ustna
prowadzona przez studentów. Kolejnym ważnym elementem kształcenia są odpowiedzi na powstałe pytania, a także dyskusja studentów nad prezentowanymi treściami.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:
Obecność na ćwiczeniach laboratoryjnych jest obowiązkowa. Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
Zasady udziału w poszczególnych zajęciach, ze wskazaniem, czy obecność studenta na zajęciach jest obowiązkowa:
Wykład:
– Obecność obowiązkowa: Nie
– Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości.
Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
Zajęcia seminaryjne:
– Obecność obowiązkowa: Tak
– Zasady udziału w zajęciach: Studenci prezentują na forum grupy temat wskazany przez prowadzącego oraz uczestniczą w dyskusji nad tym tematem. Ocenie podlega zarówno wartość merytoryczna prezentacji, jak i tzw. kompetencje miękkie.
Sposób obliczania oceny końcowej
Na podstawie średniej oceny z wykonania indywidualnych zadań laboratoryjnych z uwzględnieniem aktywności studenta w trakcie wykładów w proporcji 60:40.
Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:
Student ma udowodnić posiadaną wiedzę w zakresie zaległości powstałych wskutek nieobecności studenta na zajęciach lub odrobić zajęcia w czasie uzgodnionym z osobą prowadzącą.
Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów
Student zna podstawy obsługi komputera i umie wykorzystywać funkcje arkusza obliczeniowego.
Student zna podstawy: analizy matematycznej, rachunku różniczkowego i całkowego.
Zalecana literatura i pomoce naukowe
1. J.W.Taylor Wstęp do analizy błędu pomiarowego, PWN, 1995 2. H. Abramowicz: Jak analizować wyniki pomiarów, PWN, 1992
3. S. Brandt: Metody statystyczne w fizyce doświadczalnej, PWN, 1989
4. W. Kordecki: Rachunek prawdopodobieństwa i statystyka matematyczna. Definicje, twierdzenia i wzory. Oficyna GiS, Wrocław 2003
5. H. Jasiulewicz, W. Kordecki: Rachunek prawdopodobieństwa i statystyka matematyczna. Przykłady i zadania. GiS, Wrocław 2003
Dokumentacja stosowanego oprogramowania
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu
1. Burbelko A.A., Fraś E., Kapturkiewicz W.: About Kolmogorov’s statistical theory of phase transformation. Materials Science and Engineering A, nr 413-414, 2005, p. 429-434.
2. Burbelko A.A., Kapturkiewicz W., Fraś E.: Extension of the Kolmogorov-Johnson-Mehl-Avrami Statistic Theory of Phase Transformation. ICASP-2. Second Int. Conf. on Advances in Solidification Processes. 17- 20 June 2008. Graz/Seggau. Austria, p. 178.
3. Burbelko A.A.: Transformation kinetics for instantaneous nucleation in the finite volume – application of statistical theory of shielding — Kinetyka przemiany przy natychmiastowym zarodkowaniu w małej
objętości – zastosowanie statystycznej teorii ekranowania. Archives of Metallurgy and Materials, 2009, vol. 54, iss. 2, s. 359–367.
4. Fraś E., Wiencek K., Burbelko A.A., Górny M.: The Application of Some Probability Density Function of Heterogeneous Nucleation. Solidification and Gravity IV. Materials Science Forum, Vol. 508, 2006, pp.
425-430.
5. Stereologiczne sprawdzenie hipotezy o natychmiastowym zarodkowaniu grafitu kulkowego w żeliwie:
[streszczenie] — [Testing of the hypothesis about instantaneous graphite nucleation in the ductile iron] / Andryi BURBELKO, D. GURGUL, Dariusz WIERZCHOWSKI // W: XXXIV konferencja naukowa z okazji Ogólnopolskiego Dnia Odlewnika 2010 [Dokument elektroniczny] : Kraków, 19 listopada 2010 r. — Wersja do Windows. — Dane tekstowe / Wydział Odlewnictwa AGH, Oddział Krakowski STOP. — [Kraków : AGH, 2010]. — 1 dysk optyczny. — Opis częśc. wg CD-ROMu. — S. [1–2].
6. Burbelko A.A., Gurgul D., Fraś E., Guzik E.: Multiscale modeling of ductile iron solidification with continous nucleation by cellular automaton. ASME 2010 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, August 15-18, 2010, Montreal, Quebec, Canada, DETC2010-28764, 1-10. ISBN: 978-0-7918-3881-5.
Informacje dodatkowe
brak
