Postgraduate Section 3 1012
Θεωρία Πιθανοτήτων
Γενικά
| Σχολή | Σχολή Θετικών Επιστημών |
|---|---|
| Τμήμα | Τμήμα Μαθηματικών |
| Επίπεδο Σπουδών | Μεταπτυχιακό |
| Κωδικός Μαθήματος | ΣEE9 |
| Εξάμηνο | 2 |
| Τίτλος Μαθήματος | Θεωρία Πιθανοτήτων |
| Αυτοτελείς Διδακτικές Δραστηριότητες | Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5) |
| Τύπος Μαθήματος | Ειδικότητας |
| 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 | Σε αυτό το μάθημα παρουσιάζονται στοιχεία της θεωρίας πιθανοτήτων στοχεύοντας στην αυστηρή μαθηματική θεωρία. Μετά την ολοκλήρωσή του, οι φοιτητές:
|
|---|---|
| Γενικές Ικανότητες |
|
Περιεχόμενο Μαθήματος
|
Μέτρο-θεωρητική θεμελίωση της θεωρίας πιθανότητων (σ-άλγεβρα, χώροι μέτρου και πιθανότητας, θεώρημα επέκτασης Caratheodory, μέτρο Lebesgue, Συγκλισεις (σχεδόν βέβαια, κατά πιθανότητα, κατά κατανομή), Αλλαγή μεταβλητών, Ανεξάρτητες τυχαίες μεταβλητές). Βασικά οριακά θεωρήματα (Ασθενής νόμος μεγάλων αριθμών, λήμματα Borel-Cantelli, Θεώρημα επέκτασης Kolmogorov, Ισχυρός νόμος μεγάλων αριθμών, Lindeberg κεντρικό οριακό Θεώρημα). Martingales (Σύγκλιση Martingale, Εφαρμογές). |
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Διδασκαλίας | Πρόσωπο με πρόσωπο. | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Τρόπος και Συχνότητα Επικοινωνίας με Φοιτητές | Η επικοινωνία με τους φοιτητές γίνεται:
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 | Χρήση Τ.Π.Ε. στην Επικοινωνία. | ||||||||||
| 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 |
| ||||||||||
| Αξιολόγηση Φοιτητών |
|
Συνιστώμενη Βιβλιογραφία
Δείτε την υπηρεσία Εύδοξος.
Probability Theory
General
| School | School of Science |
|---|---|
| Academic Unit | Department of Mathematics |
| Level of Studies | Graduate |
| Course Code | ΣΕΕ9 |
| Semester | 2 |
| Course Title | Probability Theory |
| Independent Teaching Activities | Lectures (Weekly Teaching Hours: 3, Credits: 7.5) |
| Course Type | Specialized general knowledge |
| 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 |
This course treats the fundamentals of probability theory with a focus on proofs and rigorous mathematical theory. Upon its completion the students will be able to:
|
|---|---|
| General Competences |
|
Syllabus
|
Measure-theoretic foundations of probability theory (σ-algebras, measure and probability spaces, generated sigma-algebras. Caratheodory extension theorem, Lebesgue measure, Random variables and their distribution Lebesgue integral and expectation. Almost sure convergence. Convergence in probability and in Lp. Monotone convergence theorem, dominated convergence theorem, Change of variables. Independent random variables). Key limit theorems (Weak law of large numbers, Borel-Cantelli lemmas, Kolmogorov extension theorem, strong law of large numbers, Lindeberg central limit theorem ) Martingales (Martingale Convergence, Applications) |
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:
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 | Use of ICT in communication with students. | ||||||||||
| 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 |
| ||||||||||
| Student Performance Evaluation | Final written exam in Greek (in case of Erasmus students in English). |
Attached Bibliography
See the official Eudoxus site.