107年第1學期-0789 機率學 課程資訊

評分方式

評分項目 配分比例 說明
平時成績 30 包含作業、助教隨堂測驗等成績
考試 80 包括二次小考、期中考、期末考,每次20%

選課分析

本課程名額為 90人,已有45 人選讀,尚餘名額45人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

楊智烜

教育目標

若欲以數學模型刻畫具有隨機特性的系統,並期待能據此數學模型作預測,則機率論將是最重要的數學工具之一,而機率論的建立又需要微積分、線性代數等數學數學工具。由機率論衍生的應用包括統計學、作業研究、網路通訊、量子物理、財務工程、人工智慧等。本課程的目標是引導同學學習機率論以下幾個重要的基本觀念,並熟練相關計算與應用: 1. 理解離散隨型機變數、機率質量函數、期望值等觀念,並且熟練其相關計算與應用。 2. 理解離連續型隨機變數、機率密度函數、期望值等觀念,並且熟練其相關計算與應用。 2. 理解離多變量隨機變數、聯合機率密度函數、邊際機率密度函數、條件期望值等觀念,並且熟練其相關計算與應用。 3. 理解隨機變數序列的收斂觀念,並且熟練其相關計算。

課程概述

機率學主要的目的在於介紹和解析機會的結構及其相關之變數與函 數。 這方面的知識為許多進一步研究涉不確定性因素問題的學問的 基礎。本課程引導同學接觸一些有趣的理論和實例。

課程資訊

參考書目

1. Hossein Pishro-Nik, Introduction to Probability Statistics and Random Process.

附註:
1. 本書完整內容的html版(免費)連結為http://www.probabilitycourse.com.
2. 因為紙本版未透過出版商發行,如果要購買紙本,請自行至amazon購買, 另外完整習題解答的紙本版,也可以在 amazon購買。

3. Robert V. Hogg, Elliot A. Tanis, and Dale L. Zimmerman, Probability and Statistical Inference, 9th Edition, Global Edition, Pearson. (華泰書局代理)

開課紀錄

您可查詢過去本課程開課紀錄。 機率學歷史開課紀錄查詢