PřF:F7270 Mat.metody zprac. měření - Informace o předmětu

F7270 Matematické metody zpracování měření

Rozsah

2/1/0. 3 kr. (plus ukončení). Ukončení: k.

Vyučující

Mgr. Filip Münz, PhD. (přednášející)
prof. Mgr. Dominik Munzar, Dr. (přednášející)
Mgr. Filip Münz, PhD. (cvičící)

Garance

prof. Mgr. Dominik Munzar, Dr.
Ústav fyziky kondenzovaných látek – Fyzikální sekce – Přírodovědecká fakulta
Kontaktní osoba: Mgr. Filip Münz, PhD.
Dodavatelské pracoviště: Ústav fyziky kondenzovaných látek – Fyzikální sekce – Přírodovědecká fakulta

Předpoklady

Znalost matematiky, fyziky a experimentální fyziky na úrovni bakalářského kurzu.

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Fyzika (program PřF, B-FY)

Cíle předmětu

Cílem předmětu je vysvětlit základní postupy teorie pravděpodobnosti a matematické statistiky, zejména s ohledem na jejich aplikaci při zpracování experimentálních dat a v úlohách odhadu a testování hypotéz.

Výstupy z učení

Studenti jsou na konci kurzu schopni:
- popsat náhodnou proměnnou (NP) různými charakteristikami;
- určit vlastnosti kombinace náhodných proměnných (průměr, maximum);
- vyjmenovat některá diskrétní a spojitá rozdělení NP, zhruba je charakterizovat a uvést je do konkrétní souvislosti s experimentální praxí;
- uvést základní vlastnosti dobrého statistického odhadu;
- použít metodu maximální věrohodnosti na konkrétní odhad parametru;
- aplikovat lineární model na zvolený problém;
- provést test hypotézy o shodnosti experimentálního a teoretického rozdělení

Osnova

• Pravděpodobnost, náhodné proměnné. Náhodný vektor, statistická závislost. Centrální limitní věta. Vícerozměrné normální rozdělení. Typová rozdělení pravděpodobnosti a jejich souvislosti. Statistický odhad, metoda maximální věrohodnosti a nejmenších čtverců. Poloha neznámého symetrického rozdělení. Lineární model s více neznámými. Nelineární model, numerická minimalizace. Testy hypotéz, Pearsonův a Kolmogorovův test.

Literatura

doporučená literatura
• Statistical methods in experimental physics. Edited by Frederick E. James. 2nd ed. Hackensack, N.J.: World Scientific, 2006, xviii, 345. ISBN 9789812705273. info
• MARTIN, B. R. Statistics for physical sciences : an introduction. 1st ed. Boston: Academic Press, 2012, x, 302. ISBN 9780123877604. info
• HUMLÍČEK, Josef. Statistické zpracování výsledků měření. 1. vyd. Brno: Rektorát UJEP, 1984, 101 s. info
• EADIE, W. T. Statističeskije metody v eksperimental'noj fizike. Moskva: Atomizdat, 1976, 334 s. info
• BARLOW, Roger. Statistics : a guide to the use of statistical methods in the physical sciences. Chichester: John Wiley & Sons, 1989, xv, 204. ISBN 0471922943. info
• COWAN, Glen. Statistical data analysis. Oxford: Clarendon Press, 1998, xi, 197 s. ISBN 0-19-850155-2. info
• ANDĚL, Jiří. Základy matematické statistiky. 2., opr. vyd. Praha: Matfyzpress, 2007, 358 s. ISBN 9788073780012. info

neurčeno
• BRANDT, Siegmund. Data analysis : statistical and computational methods for scientists and engineers. Translated by Glen Cowan. 3rd ed. New York: Springer-Verlag, 1998, xxxiv, 652. ISBN 0387984984. info

Výukové metody

přednášky, cvičení, zpracování dat jako domácí úloha

Metody hodnocení

Závěrečný projekt zpracování syntetických dat: odhady, identifikace vybočujících hodnot, testy dobré shody, zpracování nepřímých měření, závislost parametrů.

Navazující předměty

• FX003 Plánování a vyhodnocování experimentu

Informace učitele

https://is.muni.cz/auth/el/sci/jaro2020/F7270/index.qwarp

Další komentáře

Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.muni.cz/predmet/sci/jaro2025/F7270