- •Міністерство фінансів України
- •З м і с т
- •Опис навчальної дисципліни «математика для економістів»
- •Інструментальні:
- •Міжособистісні:
- •Системні:
- •Спеціальні:
- •Тематичний план навчальної дисципліни
- •Зміст навчальної дисципліни
- •Змістовий модуль 2. Диференціальне числення функції однієї змінної та його застосування в економіці
- •Тема 13. Економічна динаміка та її моделювання: диференціальні та різницеві рівняння
- •Змістовий модуль 5. Ряди та їх застосування. Елементи математичної економіки
- •Тема 14. Ряди та їх застосування
- •Тема 15. Елементи фінансової математики та математичної економіки
- •Тема 1. Емпіричні та логічні основи теорії ймовірностей
- •План вивчення теми
- •Методичні рекомендації до самостійної роботи
- •1. Випадкові події
- •2. Прості та складені випадкові події. Простір елементарних подій
- •3.Операції над подіями
- •Питання для самоконтролю
- •2. Елементи комбінаторики
- •3. Геометрична ймовірність
- •4. Статистична ймовірність
- •5. Умовна ймовірність
- •5.1. Залежні та незалежні випадкові події
- •5.2. Обчислення умовної ймовірності
- •Література
- •3. Локальна теорема
- •4. Інтегральна теорема
- •5. Використання інтегральної теореми
- •6. Формула Пуассона для малоймовірних випадкових подій
- •7. Проста течія подій
- •Питання для самоконтролю
- •Функція розподілу ймовірностей
- •Щільність ймовірностей (диференціальна функція) її властивості
- •Питання для самоконтролю
- •Література
- •1.2. Мода та медіана випадкової величини
- •1.3. Дисперсія та середнє квадратичне відхилення
- •1.4. Початкові та центральні моменти
- •7. Розподіл («хі-квадрат»)
- •8. Розподіл Стьюдента
- •2. Коефіцієнт кореляції
- •2. Закон розподілу та числові характеристики функції дискретного випадкового аргументу
- •2. Марковські випадкові процеси. Ланцюги Маркова
- •3. Процес народження і загибелі
- •4. Елементи теорії масового обслуговування
- •Питання для самоконтролю
- •2. Генеральна та вибіркова сукупності
- •Питання для самоконтролю
- •Питання для самоконтролю
- •2. Похибки перевірки гіпотез
- •3. Критерії узгодження для перевірки гіпотез
- •4. Критична область
- •Питання для самоконтролю
- •2. Визначення параметрів ,
- •3. Властивості ,
- •4. Множинна регресія
- •Питання для самоконтролю
- •Питання для самоконтролю
- •Питання для самоконтролю
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Задачі для розв’язання
- •Т е с т и
- •Література
- •Література
- •Методичні вказівки до виконання завдань
- •Приклади розв’язків задач для індивідуальної роботи
- •Завдання для індивідуальної роботи
- •Самостійна робота студентів
- •Практичні заняття
- •Модульний контроль
- •Індивідуальна робота
- •Математика для економістів
Т е с т и
Варіант №1
1. До яких явищ застосовується закон великих чисел?
а) до явищ з однією випадковою подією;
б) до явищ з великою кількістю випадкових подій;
в) до явищ з малою кількістю випадкових подій;
г) до явищ з двома несумісними подіями.
2. Випадкова величина Х має закон розподілу N(-1;2). Скориставшись нерівністю Чебишова, оцінити ймовірність |x-a|< ε, якщо ε=4.
а) 0,64; б) 0,987; в) 0,9375 г) 0,945.
3. Яке повинна мати значення величина ε у нерівності Чебишова, щоб , коли відомо, що D(Х )=5.
а) 400; б) 10; в) 5; г) 74.
Варіант №2
1. Які умови мають виконуватись для нерівності Чебишова?
а) випадкова величина Х має обмежене математичне сподівання;
б) випадкова величина Х має обмежену дисперсію;
в) випадкова величина Х має обмежені математичне сподівання і дисперсію;
г) випадкова величина Х має обмежені дисперсію і середнє квадратичне.
2. Яке повинна мати значення величина ε у нерівності Чебишова, щоб, коли відомо, що D(Х )=3.
а) 0,98; б) 5,35; в) 2,9 г) 4.
3. Випадкова величина Х має закон розподілу N(-2;3). Скориставшись нерівністю Чебишова, оцінити ймовірність |x-a|< ε, якщо ε=5.
а) 0,65; б) 0,96; в) 0,895 г) 0,994.
Література
Обов’язкова: [1]. Додаткова:[1], [4], [7].
Практичне заняття №11
Тема 9. Елементи теорії випадкових процесів і теорії масового обслуговування
Мета заняття: Закріпити теоретичні знання і набути практичні навички використання елементів теорії випадкових процесів, масового обслуговування в ході розв’язання практичних задач.
Обладнання: 1. Методичні рекомендації і завдання до практичних занять; 2. Мікрокалькулятори.
План заняття
Основні теоретичні відомості з теми заняття.
Розв’язування задач.
Підведення підсумків заняття.
Методичні рекомендації
Математичною моделлю випадкового процесу є певна функція від дійсного аргументу, значення якої при кожному фіксованомує випадковою величиною. Саме поняття випадкового процесу (випадкової функції) є узагальнюючим поняттям випадкової величини.
Отже, випадковим процесом називають такий процес, коли при будь-якому можливому значеннівипадкова функціяутворює випадкову величину.
При ми дістанемо випадкову величину, яку називають перерізом випадкового процесу.
Випадковий процес X(t) називають марковським, якщо за будь-якого можливого значення часу t = t1 значення випадкової величини x(t1) не залежить від того, яких значень ця величина набувала для t < t1 , тобто процес у момент часу t = t1 не залежить від його поведінки в більш ранні моменти часу t < t1.
Нехай X(t) – однорідний марковський процес із обмеженим , або зліченим, числом можливих станів i =0,1,2,3,…,n,…
Якщо аргумент t набуває лише значення 0,1,2,3,…n, то в цьому разі матимемо послідовність переходів
Такий процес послідовностей переходів називають ланцюгом Маркова.
Процес переходу системи S утворює ланцюг Маркова, якщо ймовірність перейти в стан Аj в момент часу залежить лише від того, в якому стані система перебувала в момент часу, і не залежить від стану системи в більш ранішні моменти часу.
Імовірність переходу зі стану в станв момент часупозначають через
Повна ймовірна картина всіх можливих переходів систем із одного стану в інший за умови, що число всіх станів дорівнює , безпосередньо описується матрицею ймовірностей переходу
Якщо не залежить від часу, то ланцюг Маркова називають однорідним і тодіДля кожного рядка матриць виконується рівність:
Матрицю називаютьn –кроковою матрицею переходу з одного стану в інший.
Математичною моделлю для найпростішої системи масового обслуговування з одним пуассонівським потоком і одним каналом обслуговування (одноканальний прилад), час якого має експоненціальний закон розподілу ймовірностей, є система рівнянь
Тут і- інтенсивності відповідно народження і загибелі одиниць популяції. Дана математична модель застосовується в елементарній теорії масового обслуговування.