Ale moudrost, kde se najde? (Job 28,12)
Ústav aplikované matematiky
Fakulta dopravní ČVUT
Na Florenci 25
110 00 Praha 1
Tel.: 604 784 597
Vážení a milí kolegové!
V tomto semestru nás čeká předmět Stochastické systémy. Jak jej dobře zvládnout?
Získání zápočtu bude tento rok jednodušší. Počínaje druhým cvičením budeme evidovat docházku. Pro získání zápočtu je možno vynechat maximálně tři cvičení. Vynecháte-li z jakéhokoli důvodu cvičení, je možno je nahradit stejným cvičením s jinou skupinou.
Pokud se Vám nepodaří získat zápočet během semestru, můžete v lednu napsat zápočtový test. Máte jeden pokus.
Zkouška bude tento semestr naopak těžší. Kromě teoretických znalostí budete prokazovat i schopnost řešit praktické úlohy.
Pokud student během semestru prokáže perfektní znalost probírané látky, může získat známku i za práci na cvičeních.
Odkazujeme na stránky Ivana Nagyho, kde najdete texty k přednáškám a cvičením i zkouškové otázky.
Konzultační hodiny ze Stochastických systémů: Út 13:15 - 14:45, Florenc, 401. Jinak dle dohody. Předem prosím zavolejte.
Přejeme Vám, ať Vás náš předmět baví a dobře jej zvládnete!
Pavel Provinský
Učební materiál. Sdružená, marginální a podmíněná hustota pravděpodobnosti, střední hodnota.
Tři metody, jak převést diferenciální rovnici na diferenční (=numericky řešit diferenciální rovnici).
Příklady na programování regresního, diskrétního i logistického modelu v Matlabu.
Výpočet pravděpodobnostního rozdělení n-tého členu lineárního regresního modelu.
Kreslení grafu, popisky, více funkcí do jednoho obrázku, 3D grafy.
Jak je důležité sdružené rozdělení pravděpodobnosti při odhadování parametrů a výstupů. Jak vytvořit model ve tvaru rozdělení pravděpodobnosti pro lineární regresní, diskrétní a logistický model.
Problémy technického rázu, na které v praxi narážím. Mnohorozměrný graf, příliš malé hodnoty, samoreprodukující se tvar rozdělení, výpočet funkce je pro počítač nezvládnutelný.
Jak ze sdruženého rozdělení pravděpodobnosti získat intervalové a bodové odhady, jednoduché algoritmy pro bodové odhady pro lineární regresní model s normálním šumem a pro diskrétní model.
Stavový model, převod lineárního regresního modelu do stavového tvaru, filtrace, predikce, Kalmanův filtr. Další informace najdete ve skriptech Ivana Nagyho.
Optimální řízení, ruční výpočet řízení, kriteriální matice.