ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

Probability Theory and Statistics

1. ΓΕΝΙΚΑ

ΣΧΟΛΗ	School of Engineering
ΤΜΗΜΑ	Department of Industrial Engineering and Management
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Undergraduate
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	34	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ		3rd
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ	Probability Theory and Statistics
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων.			ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Theory			3		5
Exercises			2
Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο 4.
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ Γενικής Υποδομής (ΓΥ),Ειδικής Υποδομής (ΕΥ), Γενικών Γνώσεων (ΓΓΔ) και Επιστημονικής Περιοχής (ΔΔΤΝ, ΕΔ, ΕΥΣ, ΗΛ, ΠΑ) .	Core
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Ναι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://exams-sm.the.ihu.gr/enrol/index.php?id=22

2. ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.
This course is designed as an introduction to the basic concepts of Probability Theory and Statistics, introducing the fundamentals for the analysis of probability models. Probabilistic modeling is widely used in the engineering sciences as it is a prerequisite for data processing and drawing conclusions and is fundamental to decision making. Students are invited to study the theoretical foundations of probability theory and mathematical statistics and will understand types of practical problems involving uncertainty, related to engineering as well to other scientific fields such as medicine and economics. On completion of the course, students should be able to: (a) manipulate the basic concepts of probabilities and calculate them in terms of the possible results of an event; (b) understand and apply the basic methodologies for analyzing and solving uncertainty problems using models of random variables; (c) analyze statistical data by hypothesis testing and parameter estimating and draw conclusions; and (d) attend, without significant gaps, more specialized industrial engineering and management courses.
Γενικές Ικανότητες Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.
Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών με τη χρήση και των απαραίτητων τεχνολογιών - Προσαρμογή σε νέες καταστάσεις - Λήψη αποφάσεων - Αυτόνομη εργασία - Ομαδική εργασία - Εργασία σε διεθνές περιβάλλον - Εργασία σε διεπιστημονικό περιβάλλον - Παράγωγή νέων ερευνητικών ιδεών		Σχεδιασμός και διαχείριση έργων - Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα - Σεβασμός στο φυσικό περιβάλλον - Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου - Άσκηση κριτικής και αυτοκριτικής - Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Research, analysis and synthesis of data and information, using corresponding technologies, Adaptation to new situations, Decision making, Working in an international environment, Independent work, Teamwork – distribution of responsibilities, Working in an interdisciplinary environment, Practicing criticism and self-criticism, Promoting free, creative and inductive thinking.

3. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Probability Theory as a framework for describing and analyzing uncertainty. An overview of Set Theory. Basic Probability Models and Axioms.
Independent events. Basic Listing Principle. Combinatorial Principles, Discrete Probability Calculation Applications.
Conditional Probability, Total Probability Theorem, Multiplication Rule, Bayes Theorem. Statistical Independence.
Random Variables: Definition of discrete and continuous random variables, Cumulative Distribution Function, Probability Mass Function, Probability Density Function.
Discrete Random Variables: Moments, Basic Distributions.
Continuous random variables: Moments, Basic Distributions.
Normal Random Variables: Properties, Standard Normal Distribution.
Multiple Random Variables: Joint and Marginal Distributions, Statistical Independence, Derived Distributions: Sum of Independent Random Variables.
Joint Moments.
Boundary Theorems: Markov and Chebyshev Inequalities, Laws of Large Numbers, Central Limit Theorem.
Descriptive Statistics: Frequency Tables, Barcharts, Histograms, Stemplots, Dot Diagrams, Location Measures, Variability Measures.
Statistical Inference, Parameter Estimation, Point Estimation (Moments Method, Maximum Likelihood Estimation), Confidence Intervals. Linear Regression.

4. ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.	Lectures, Exercises, Online guidance, Projected Presentations, E-mail communication, Online Synchronous and Asynchronous Teaching Platform (moodle).
ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές
ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας. Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη & ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ. Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης ώστε ο συνολικός φόρτος εργασίας σε επίπεδο εξαμήνου να αντιστοιχεί στα standards του ECTS
ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ Περιγραφή της διαδικασίας αξιολόγησης Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες. Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.	Assessment Language: English / Greek The grade of the course is formed 100% by a written final examination including problem solving, graphs, diagrams and calculations based on data.

5. ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Συγγράμματα

Introduction to Probability, 2nd E, Dimitri P. Bertsekas and John N. Tsitsiklis, ISBN-13: 978-1886529236.
Probability and Statistics, Murray R. Spiegel (Schaum’s Outlines), ISBN-13: 978-0071350044
Probability, Random Variables, and Stochastic Processes, 4th E, Athanasios Papoulis, S. Unnikrishna Pillai, ISBN-13: 978-0071226615