Undergraduate Elective 1051

• Ελληνικά
• English

Θεωρία Πιθανοτήτων και Στατιστικής

Γενικά

Σχολή	Σχολή Θετικών Επιστημών
Τμήμα	Τμήμα Μαθηματικών
Επίπεδο Σπουδών	Προπτυχιακό
Κωδικός Μαθήματος	MAE531
Εξάμηνο	5
Τίτλος Μαθήματος	Θεωρία Πιθανοτήτων και Στατιστικής
Αυτοτελείς Διδακτικές Δραστηριότητες	Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
Τύπος Μαθήματος	Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων	Ελληνική
Τρόπος Διεξαγωγής Μαθήματος	Δια ζώσης (100%)
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus	Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL)	Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Επέκταση και γενίκευση εννοιών που διδάχτηκαν στα μαθήματα κορμού ΜΑΥ331 και ΜΑΥ431 και δημιουργία κατάλληλου υπόβαθρου για εμβάθυνση στο αντικείμενο της Στατιστικής Επιστήμης.  Σκοπός είναι με την παρακολούθηση του μαθήματος ο φοιτητής να είναι ικανός:  Να μοντελοποιεί διαδικασίες και καταστάσεις που εμφανίζονται στην καθημερινή πραγματικότητα ή σε άλλες επιστημονικές περιοχές στο πλαίσιο της Θεωρίας Πιθανοτήτων. να αντιλαμβάνεται τα βασικά οριακά θεωρήματα της Θεωρίας Πιθανοτήτων (νόμοι των μεγάλων αριθμών, κεντρικό οριακό θεώρημα) και να μπορεί να τα χρησιμοποιεί σε προσεγγιστικούς υπολογισμούς πιθανοτήτων. να κάνει βασικούς υπολογισμούς πιθανοτήτων, μέσων τιμών, διασπορών σε προβλήματα που εμπεριέχουν τυχαιότητα και περισσότερες από μία τυχαίες μεταβλήτές. να χρησιμοποιεί βασικές κατηγορίες πολυδιάστατων τυχαίων μεταβλητών.

Γενικές Ικανότητες

Αυτόνομη εργασία  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης Σύνθεση δεδομένων και πληροφοριών Προαγωγή της αναλυτικής και συνθετικής σκέψης.

Περιεχόμενο Μαθήματος

Τυχαία διανύσματα - Αθροιστική συνάρτηση κατανομής - Από κοινού συνάρτηση πιθανότητας - Από κοινού συνάρτηση πυκνότητας πιθανότητας. Κατανομές περιθωρίου - Υπό συνθήκη κατανομές.  Γνωστές πολυδιάστατες κατανομές και ιδιότητες αυτών (Πολυωνυμική, διδιάστατη και πολυδιάστατη κανονική κ.ά.) - Αναμενόμενη τιμή τυχαίου διανύσματος - Πίνακας διακυμάνσεων συνδιακυμάνσεων. Ροπές και Ροπογεννήτρια συνάρτηση τυχαίου διανύσματος.  Αλλαγή μεταβλητών. Δειγματικές κατανομές - Διατεταγμένα στατιστικά.  Σύγκλιση ακολουθιών τυχαίων μεταβλητών.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Διδασκαλίας	Στην τάξη.
Τρόπος και Συχνότητα Επικοινωνίας με Φοιτητές	Η επικοινωνία με τους φοιτητές γίνεται: Μέσω email. Δια ζώσης στο γραφείο. Κατά τη διάρκεια των διαλέξεων. Η συχνότητα επικοινωνίας με τους φοιτητές καθορίζεται από τις ανάγκες των φοιτητών.
Διασφάλιση Τρόπου Επικοινωνίας Μεταξύ Φοιτητών	Συνέργεια στα πλαίσια της παράδοσης του μαθήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Απαιτούμενος Τεχνολογικός Εξοπλισμός και Γνώσεις Τεχνολογίας	Δεν απαιτείται τεχνολογικός εξοπλισμός, καθώς παρέχεται. Δεν απαιτούνται εξειδικευμένες γνώσεις τεχνολογίας.
Πολιτική Μαθήματος για τη Λογοκλοπή και Εργαλεία Ελέγχου Λογοκλοπής	Η λογοκλοπή απαγορεύεται ρητά και τιμωρείται κλιμακούμενα, ανάλογα με την επανάληψη της χρήσης της. Ελέγχεται, δε, με σχετικά εργαλεία όπως το "Turnitin", που παρέχει η Βιβλιοθήκη του Πανεπιστημίου.
Πολιτική Μαθήματος για τη Χρήση Τεχνητής Νοημοσύνης	Επιτρέπεται η χρήση Τεχνητής Νοημοσύνης κατόπιν άδειας από τον διδάσκοντα/τη διδάσκουσα.
Οργάνωση Διδασκαλίας	Δραστηριότητα Φόρτος Εργασίας Εξαμήνου Διαλέξεις (13Χ3) 39 Αυτοτελής Μελέτη 78 Επίλυση Ασκήσεων - εργασίες 33 Σύνολο Μαθήματος 150
Αξιολόγηση Φοιτητών	Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:

Theory of Probability and Statistics

General

School	School of Science
Academic Unit	Department of Mathematics
Level of Studies	Undergraduate
Course Code	ΜΑΕ531
Semester	5
Course Title	Theory of  Probability and Statistics
Independent Teaching Activities	Lectures (Weekly Teaching Hours: 3, Credits: 6)
Course Type	Special Background
Prerequisite Courses	-
Language of Instruction and Examinations	Greek
Mode of Course Delivery	Face-to-face (100%)
Is the Course Offered to Erasmus Students	Yes (in English, reading Course)
Course Website (URL)	See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning outcomes

Extension and generalization of concepts taught in MAF331 and MAF43# Creation of a suitable base for deepening the scope of Statistical Science. At the end of the course the student should be able to: Model procedures and situations that occur in everyday reality or in other scientific areas in the Theory of Probability. Understand the basic limit theorems of Probability Theory (laws of large numbers, central limit theorem) and use them for approximating probability calculations. Find the distribution of a function of random variables.  Make basic calculations of probability, averages, dispersions, etc., in problems involving randomness with more than one random variable.

General Competences

Working independently  Decision-making Production of free, creative and inductive thinking Criticism and self-criticism

Syllabus

Random vectors-Multivariate distribution function-Joint probability- Joint probability density function. Marginal distributions. Conditional distributions. Special bivariate and multivariate distributions (multinomial, bivariate and multivariate normal etc).  Expectation, Variance-Covariance matrix. Moments and Moment generating function of random vector. Distribution of a function of random variables. Order Statistics. Convergence of random variables. Sampling distributions.

Teaching and Learning Methods - Evaluation

Mode of Instruction	Classroom (face-to-face).
Mode and Frequency of Communication with Students	Communication with students takes place through: Email. In-person meetings during office hours. During lectures. The frequency of communication with students is determined by their needs.
Ensuring Communication Among Students	Collaboration and interaction are encouraged within the context of course delivery.
Use of Information and Communications Technology	-
Required Technological Equipment and Technology Skills	No technological equipment is required from students, as all necessary equipment is provided. No specialized technology skills are required.
Course Policy on Plagiarism and Plagiarism Detection Tools	Plagiarism is strictly prohibited and is subject to progressively stricter penalties in the event of repeated offenses. It is monitored using plagiarism detection tools such as Turnitin, which is provided by the University Library.
Course Policy on the Use of Artificial Intelligence	The use of Artificial Intelligence is permitted only with the prior approval of the instructor.
Teaching Methods	Activity Semester Workload Lectures 39 Working independently 78 Exercises-Homeworks 33 Course total  150
Student Performance Evaluation	Final written exam in Greek (in case of Erasmus students in English).

Attached Bibliography

See the official Eudoxus site. Books and other resources, not provided by Eudoxus:

• Mood, A. M., Graybill, F. A. and Boes, D. C. (1974). Introduction to the Theory of Statistics. 3d ed. ISBN-13 978007085465# McGraw-Hill. New York.