Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Metodicheskie_rekomendatsii_po_samostoyatelnoy_...doc
Скачиваний:
5
Добавлен:
18.08.2019
Размер:
161 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.