Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Metodicheskie_rekomendatsii_po_samostoyatelnoy_...doc
Скачиваний:
3
Добавлен:
18.08.2019
Размер:
161.28 Кб
Скачать

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

«Алтайский государственный технический университет им. И.И. Ползунова»

Бийский технологический институт (филиал)

Т.М. Тушкина, О.Д. Ростова, Л.П. Кувшинова

Теория вероятностей и математическая статистика

Методические рекомендации по самостоятельной работе студентов специальностей 080801 «Прикладная информатика в экономике», 230201 «Информационные системы и технологии»

Бийск

2007

УДК 519.1

Тушкина, Т.М. Теория вероятностей и математическая статистика: методические рекомендации по самостоятельной работе студентов специальностей 080801 «Прикладная информатика в экономике», 230201 «Информационные системы и технологии» / Т.М. Тушкина, О.Д. Ростова, Л.П. Кувшинова.

Алт. гос. техн. ун-т, БТИ. – Бийск:

Изд-во Алт. гос. техн. ун-та, 2007. – 17 с.

В методических рекомендациях представлены план-график выполнения самостоятельной работы студентов (СРС), содержание СРС, примерные нормы на выполнение внеаудиторной СРС по каждому заданию, требования к представлению и оформлению результатов СРС и критерии оценки выполнения СРС по дисциплине «Теория вероятностей и математическая статистика».

Рассмотрены и одобрены

на заседании кафедры

высшей математики и математической физики. Протокол № 4 от 31.08.2007 г.

Рецензент: к.ф.-м.н., доцент кафедры ИУС БТИ АлтГТУ Налимов А.В.

©

БТИ АлтГТУ, 2007

1 Цели и задачи курса «теория вероятностей и математическая статистика»

В современной науке и технике математические методы исследования и проектирования играют все более возрастающую роль. Это обусловлено в первую очередь быстрым ростом возможностей вычислительной техники. Благодаря широкому внедрению вычислительной техники во все сферы научно-технической деятельности существенно расширяются возможности широкого применения математики при решении конкретных задач, в частности, связанных с анализом результатов наблюдений над массовыми случайными явлениями.

Основная цель преподавания данной дисциплины: научить студентов использовать теоретико-вероятностный метод и статисти-ческий метод для решения ряда задач анализа результатов наблюдений над массовыми случайными явлениями.

Ядро курса составляют теоретические основы анализа и собственно анализ опытных данных. Теоретические основы анализа результатов опытов базируются на закономерностях вероятностей случайных событий и закономерностях распределения случайных величин. На основе анализа опытных данных решаются следующие задачи: определение закона распределения случайной величины или системы случайных величин по статистическим данным, проверка правдоподобия гипотез, нахождение неизвестных параметров распределения, сглаживание статистических данных.

В результате изучения курса теории вероятностей и математической статистики обучающиеся должны:

  • иметь представление о роли теории вероятностей и перспективах ее применения в экономических и естественных науках;

  • владеть понятиями и методами теории вероятностей и математической статистики;

  • знать и уметь использовать методы теории вероятности при анализе социальных, экономических и технологических процессов.

Для успешного изучения курса студенту необходимо знать основы дискретной математики (элементы теории множеств и комбинаторика), математического анализа (дифференциальное и интегральное исчисление функции одной и нескольких переменных, теория рядов).

Курс теории вероятностей и математической статистики является базовым при изучении таких дисциплин, как «Моделирование систем», «Интеллектуальные информационные системы». Вопросы, рассматриваемые в данном курсе, получат в дальнейшем развитие при изучении статистического моделирования на ЭВМ, при оценке точности

и достоверности результатов моделирования, при осуществлении имитационного моделирования информационных систем и сетей; при расчете надежности информационных систем; при разработке модели прикладных процедур, реализующих правила обработки данных и др.