Rachunek Prawdopodobieństwa 2026/27

Podstawowe informacje

Kurs ten przeznaczony jest dla studentów 2 roku (3 semestru) studiów I stopnia na kierunku Informatyka Algorytmiczna. Obejmuje on wykład (30 h) oraz ćwiczenia (30 h).


Rozkład zajęć:

  • Wykład (K.G.)
    • Czwartek, 1315–1500, s. 29 bud. D-1
  • Ćwiczenia
    • Piątek, 1315–1500, s. 23 bud. C-3 (dr M. Michalski)
    • Piątek, 1315–1500, s. 34 bud. C-4 (dr P. Szczepaniak)
    • Piątek, 1315–1500, s. D2.2 bud. C-16 (K.G.)

Opis kursu (karta przedmiotu): 04INA0-25S103O00013G.

Listy zadań na ćwiczenia

  • Lista 0 (wyłącznie na 1. zajęcia) – powtórka z matematyki dyskretnej i analizy

Zasady zaliczenia kursu

Grupa kursów „Rachunek prawdopodobieństwa” obejmuje ćwiczenia oraz wykład (z egzaminem). Końcowa wspólna ocena z grupy kursów obliczana jest na podstawie wyników uzyskanych na ćwiczeniach i na egzaminie.


Zaliczenie ćwiczeń

  1. Wykładowca ogłasza z wyprzedzeniem listy zadań do samodzielnego rozwiązania. Na ćwiczeniach prezentowane są rozwiązania zadań (z list lub podanych przez prowadzącego na zajęciach) oraz wyjaśniane są wątpliwości dotyczące rozwiązań. Decyzję odnośnie wyboru zadań do rozwiązania podejmuje prowadzący.
  2. Podstawą zaliczenia ćwiczeń są:
    • punkty ze sprawdzianów przeprowadzanych na ćwiczeniach (składowa \(S\))
    • punkty za zadania domowe do samodzielnego rozwiązania (składowa \(Z\)).
  3. Końcowy wynik punktowy z ćwiczeń \(C\) obliczany jest jako \(C = 0,\!75 \cdot S + 0,\!25 \cdot Z\). Wynik ten może być podwyższony przez prowadzącego na podstawie aktywności na ćwiczeniach, jednak nie wyżej niż do 5,5 (tj. \(C \in [0, \ 5,\!5]\)).
  4. Punktacja z ćwiczeń nie podlega poprawianiu po zakończeniu zajęć.
  5. Kwestie tu nieustalone określa prowadzący ćwiczenia.
Sprawdziany
  1. Sprawdziany będą polegały na rozwiązaniu kilku zadań i będą punktowane w skali od 0 do 5.
  2. Materiałem obowiązującym na sprawdzianach jest materiał ze wszystkich ćwiczeń od początku semestru. Sprawdziany mogą być przeprowadzane bez uprzedniej zapowiedzi.
  3. Nieusprawiedliwiona nieobecność na sprawdzianie lub nieoddanie rozwiązań skutkuje wynikiem 0. W przypadku usprawiedliwionej nieobecności należy ustalić z prowadzącym indywidualny termin zaliczenia sprawdzianu.
  4. Końcowa punktacja ze sprawdzianów \(S\) jest średnią arytmetyczną wyników punktowych uzyskanych ze wszystkich przeprowadzonych sprawdzianów.
Zadania domowe
  1. Wykładowca ogłasza z wyprzedzeniem zadania domowe do samodzielnego rozwiązania z jednakowym terminem realizacji dla wszystkich grup.
  2. Rozwiązania zadań należy przesłać przez platformę MS Teams.
  3. Każde zadanie domowe punktowane jest w skali od 0 do 5. Liczba punktów przyznana za rozwiązanie zadania zależeć będzie od jego jakości i kompletności. Prowadzący sprawdzający zadania może poprosić autorkę/autora rozwiązania o dodatkowe wyjaśnienia – wówczas udzielone odpowiedzi mają wpływ na liczbę punktów przyznaną za rozwiązanie.
  4. W przypadku opóźnienia do 2 tygodni uzyskany wynik punktowy mnoży się przez 0,5. Rozwiązania oddane jeszcze później skutkują otrzymaniem 0 punktów.
  5. W/w terminy ulegają przedłużeniu o okres usprawiedliwionej nieobecności. Okres ten może ulec przesunięciu w trudnych przypadkach losowych (wóczas należy ustalić z prowadzącym indywidualny termin).
  6. Końcowa punktacja za zadania domowe \(Z\) jest średnią arytmetyczną wyników punktowych uzyskanych ze wszystkich zadań domowych.

Egzamin

  1. Terminy egzaminu oraz jego forma podane zostaną do końca czwartego tygodnia zajęć.
  2. Egzamin oceniany jest w skali od 2,0 do 5,0.
  3. Do egzaminu w II terminie mogą przystąpić osoby, które w I terminie uzyskały wynik niższy niż 3,0 (w tym osoby nieobecne), a także – wyłącznie za zgodą prowadzącego – osoby, których wynik z egzaminu jest rażąco niższy od wyniku uzyskanego na ćwiczeniach. W każdym przypadku wynik w II terminie nadpisuje wynik z I terminu.
  4. Na egzaminie jedyną dopuszczalną pomocą naukową jest kartka formatu A4 podpisana w taki sposób, aby z odległości 2 metrów dało się ustalić, do kogo należy. Oprócz tego nie można mieć żadnych innych kartek, książek lub innych pomocy. Kartki z treścią zadań i miejscem na rozwiązania oraz brudnopisy dostarcza wykładowca.

Prawa autorskie i narzędzia AI

Odpowiedzi na sprawdzianach, egzaminie oraz rozwiązania zadań domowych, co do których prowadzący nie może ustalić autorstwa (przypadek, gdy osoby porozumiewają się w trakcie sprawdzianu bądź egzaminu lub przedkładają rozwiązania zadań o identycznej formie), lub w których nie zostały wyraźnie oznaczone źródła pochodzenia wykorzystywanych fragmentów (brak odpowiednich cytowań lub informacji o wygenerowaniu przez dostępne narzędzia, w tym AI), nie mogą być punktowane i są traktowane jako „brak odpowiedzi” / „nieoddane zadanie”.


W przypadku korzystania z narzędzi AI należy na prośbę prowadzącego umożliwić mu wgląd do wykorzystanych promptów i zwracanych odpowiedzi. Osoby używające narzędzi AI ponoszą odpowiedzialność za wszelkiego rodzaju błędy i nieakceptowalne treści zawarte w wykorzystanych odpowiedziach (np. błędy merytoryczne, wskazanie nieistniejących źródeł literaturowych, sformułowania nieakceptowalne etycznie, itp.) czy ewentualne naruszenie praw autorskich.


Ocena końcowa z grupy kursów

  1. Warunkiem koniecznym zaliczenia grupy kursów jest uzyskanie co najmniej 2,5 punktów z ćwiczeń oraz zdanie egzaminu z wynikiem wyższym niż 2,0.
  2. Ocena końcowa obliczana jest jako średnia punktów z ćwiczeń \(C \) i wyniku egzaminu \(E\), tj. \(O = (C + E)/2\), zaokrąglona do najbliższej oceny w następujący sposób: \begin{split} & \texttt{if } C \lt 2,\!{5} \texttt{ or } E = 2,\!0 \texttt{ then } ocena = 2.0 \\ & \texttt{else} \\ & \qquad ocena = \begin{cases} 3.0 & \texttt{if } \ O \lt 3,\!25 \\ 3.5 & \texttt{if } \ O \in [3,\!25, \ 3,\!75) \\ 4.0 & \texttt{if } \ O \in [3,\!75, \ 4,\!25) \\ 4.5 & \texttt{if } \ O \in [4,\!25, \ 4,\!75) \\ 5.0 & \texttt{if } \ O \ge 4,\!75 \end{cases} \end{split}

Literatura podstawowa

  • G. Grimmett, D. Welsh, Probability. An introduction, 2nd Edition, Oxford University Press, 2014
  • M. Baron, Probability and Statistics for Computer Scientists, 3rd Edition, Chapman & Hall/CRC Press, 2019 (wersja cyfrowa jest dostępna dla studentów PWr w bazie O'Reilly Safari – patrz instrukcja na stronie Biblioteki PWr)
  • W. Kordecki, Rachunek prawdopodobieństwa i statystyka matematyczna. Definicje, twierdzenia, wzory, Oficyna Wydawnicza GiS, Wrocław 2010
  • M. Mitzenmacher, E. Upfal, Probability and Computing. Randomization and Probabilistic Techniques in Algorithms and Data Analysis, 2nd Edition, Cambridge University Press, 2017

Literatura uzupełniająca

  • R. Motwani, P. Raghavan, Randomized Algorithms, Cambridge University Press, 1995
  • J.L. Johnson, Probability and Statistics for Computer Science, John Wiley & Sons, 2008
  • S.M. Ross, A First Course in Probability, 10th Edition, Pearson Education Ltd., 2019
  • P. Billingsley, Prawdopodobieństwo i miara, Wydawnictwo Naukowe PWN, Warszawa 2021
  • P. Billingsley, Probability and Measure, 3rd Edition, John Wiley & Sons, 1995
  • W. Feller, An Introduction to Probability Theory and Its Applications, vol. I, 3rd Edition, John Wiley & Sons, 1968
  • G. Grimmett, R. Stirzaker, Probability and Random Processes, 4th Edition, Oxford University Press, 2020

Materiały do kursu, przydatne linki i narzędzia

Zagadnienia omówione na wykładach (w przybliżeniu)

Slajdy do wykładów oraz pliki z obliczeniami numerycznymi i symbolicznymi będą udostępniane w zakładce „Udostępniony” na kanale zespołu (Czw 13:15) Rachunek Prawdopodobieństwa - Wykład (Zima 26/27) na platformie MS Teams.


  1. wykład (08.10.2026.)
    • informacje wstępne
      • organizacja pracy i zasady zaliczenia
      • literatura i materiały do kursu
    • wprowadzenie do kursu
      • ...
    • ...