
- •Авторы-составители:
- •1.Цели и задачи дисциплины
- •1). Цель, задачи, структура дисциплины и ее место в учебном процессе.
- •Требования к уровню освоения содержания дисциплины
- •Объем дисциплины Объем дисциплины и виды учебной работы Распределение часов по темам и видам учебной работы
- •4. Содержание курса
- •1. Основные понятия, определения и теоремы теории вероятностей* Введение
- •1.1. Алгебра событий. Основые понятия теории множеств
- •1.2. Основные определения: испытание, событие. Классификация событий
- •1.3. Классическое определение вероятности. Свойства, вытекающие из этого определения
- •Значение вероятности
- •1.4. Основные теоремы теории вероятностей
- •1.5. Зависимые и независимые события
- •2. Формула полной вероятности и формула Бейеса
- •2.1. Формула полной вероятности
- •3. Случайные величины
- •3.1. Дискретные случайные величины
- •Ряд распределения случайной величины X
- •3.4. Ожидаемое среднее значение дискретной случайной величины
- •Вычисление математического ожидания числа рекламных
- •3.5. Свойства математического ожидания случайной дискретной величины
- •Возможные исходы лотереи
- •3.6. Ожидаемое среднее значение функции случайной величины
- •Ряд распределения числа месячных продаж
- •К вычислению среднего ожидаемого значения
- •3.7. Дисперсия дискретной случайной величины
- •К вычислению дисперсии случайной величины
- •3.9. Дисперсия линейной функции случайной величины
- •4. Законы распределения дискретных случайных величин
- •Формула Бернулли. Биномиальные вероятности
- •4.3. Биномиальный закон распределения
- •Биномиальное распределение
- •Биномиальное распределение X – числа гербов, появляющихся
- •Фрагмент таблиц ряда и функции биномиального распределения
- •Биномиальное распределение числа покупателей
- •Распределения
- •4.5. Распределение Пуассона
- •Закон распределения Пуассона
- •Сравнение вероятностей, полученных по формулам Бернулли и Пуассона
- •4.6. Гипергеометрическое распределение
- •Гипергеометрический закон распределения
- •Биномиальный закон распределения
- •Гипергеометрическое распределение
- •4.7. Производящая функция
- •4.8. Мультиномиальное распределение
- •4.9. Геометрическое распределение
- •5. Непрерывные случайные величины
- •6. Законы распределения непрерывных случайных величин
- •7. Закон больших чисел
- •7.1. Принцип практической уверенности. Формулировка закона больших чисел
- •7.2. Неравенства Маркова и Чебышева
- •Выражения (7.1–7.2) справедливы для дискретных и непрерывных случайных величин.
- •7.4. Теорема Бернулли
- •7.5. Теорема Пуассона
- •Контрольные задания по курсу теории вероятностей Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
- •Вариант 31
- •Вариант 32
- •Вариант 33
- •Вариант 34
- •Вариант 35
- •Вариант 36
- •Вариант 37
- •Вариант 38
- •Вариант 39
- •Вариант 40
- •Математическая статистика Теория вероятностей и математическая статистика – основной инструментарий для прикладной статистики
- •Дисперсией случайной величины х называется число dx , равное математическому ожиданию квадрата отклонения случайной величины от своего математического ожидания: . (1.4)
- •Контрольные вопросы и задачи
- •Статистическое оценивание
- •Интервальная оценка для генеральной доли
- •Контрольные вопросы и задачи
- •Тема 3. Статистическая проверка гипотез
- •Общая логическая схема статистического критерия.
- •Проверка гипотезы о значении генеральной средней
- •Проверка гипотезы о значении дисперсии генеральной совокупности
- •Сравнение наблюдаемой относительной частоты с гипотетической вероятностью появления события
- •Гипотеза об однородности рада вероятностей
- •Гипотезы о виде законов распределения генеральной совокупности
- •Контрольные вопросы и задачи
- •Тема 4. Методика статистического анализа количественных и качественных показателей
- •Контрольные вопросы и задачи
- •Тема 5. Многомерные статистические методы
- •Темы практических и семинарских занятий, тематических дискуссий
- •Задания для самостоятельной работы студентов
- •1.Методы анализов рядов динамики. Особенности моделирования рядов динамики с помощью корреляционного - регрессионного анализа
- •2. Понятие о закономерности распределения. Изучение формы распределения
- •3. Матрицы и таблицы сопряженности
- •4.Понятие о статистическом графике. Элементы статистического графика
- •5. Классификация видов графика: диаграммы сравнения, структурные диаграммы и диаграммы динамиков. Статистические карты
- •6. Условия типичности средних величин
- •7. Понятие малой выборки и методы расчета ее средней ошибки
- •8. Основные направления применения выборочного наблюдения в социально-экономических исследованиях
- •9. Взаимосвязи социально-экономических явлений и процессов, задачи их статического изучения.
- •10. Роль качественного анализа в исследовании связей
- •11. Основные статистические методы изучения связей в торговле и сфере услуг: метод параллельных данных, метод аналитических группировок, графический метод, балансовый метод.
- •12.Применение дисперсионного анализа в экономико-статистических исследованиях
- •13. Регрессионное уравнение как форма аналитического выражения статистических связей
- •14. Способы отбора факторных признаков при построении регрессионных моделей
- •15. Оценка результатов корреляционно-регрессионного анализа
- •7.Темы курсовых/контрольных работ/рефератов Варианты контрольных работ для студентов заочной формы обучения всех специальностей Вариант первый
- •Вариант второй
- •Вариант третий
- •Вариант четвертый
- •Вариант пятый
- •Вариант шестой
- •Вариант седьмой
- •Учебно-методическое обеспечение Литература:
- •16. Елисеева и.И., Юзбашев м.М. – Общая теория статистики. Учебник - м.: Финансы и статистика, 2005. Материально-техническое и информационное обеспечение дисциплин
4. Содержание курса
1. Основные понятия, определения и теоремы теории вероятностей* Введение
В основу современной теории вероятностей легли результаты работ Б. Паскаля (1623–1662), П. де Ферма (1601–1665), Г. Галилея (1564–1642), Я. Бернулли (1654–1705), П. С. Лапласа (1749–1827), А. де Муавра (1667–1754) и других ученых. В XIX в. теория вероятностей сформировалась как стройная математическая дисциплина благодаря работам выдающегося русского ученого П. Л. Чебышева (1821–1894) и его учеников А. А. Маркова (1856–1922) и А. М. Ляпунова (1857–1918). В ХХ в. значительный вклад в развитие современной теории вероятностей внесли отечественные ученые: С.Н. Бернштейн, Б. В. Гнеденко, А. Н. Колмогоров, B. C. Пугачев, В. И. Романовский, Н. В. Смирнов, А. Я. Хинчин и др. Широкую известность приобрели фундаментальные работы зарубежных ученых: Г. Крамера, Д. Неймана, Р. Фишера, М. Кендалла, А. Стьюарта и др. Остановимся на основных понятиях теории вероятностей.
Теория вероятностей – раздел математики, изучающий случайные величины и их распределения.
Вероятность – количественная мера неопределенности, число, которое выражает степень уверенности в наступлении того или иного события.
Вероятность – число Р(А)Є[0;1], характеризующее степень возможности появления определенного события А.
Теория вероятностей – обязательный инструмент анализа ситуаций, включающих неопределенность.
Основная задача теории вероятностей – установление математических законов для исследования случайных явлений массового характера и предвидения их на основании отдельных фактов. В окружающем нас мире мы имеем дело с различными случайными явлениями, большое число которых подчиняется определенным закономерностям, проявляющимся только при большом числе наблюдений.
Теория вероятностей формирует основу для статистического вывода, а также для количественной оценки наступления или ненаступления некоторых событий, включая контроль качества, принятие управленческих решений, в инженерных расчетах в экономике и пр.
1.1. Алгебра событий. Основые понятия теории множеств
Математическим описанием связей между событиями занимается алгебра событий. Алгебру событий называют алгеброй Буля по имени английского математика Дж. Буля (1815–1864).
Для того чтобы понять смысл вероятности, напомним некоторые понятия теории множеств и операции над множествами.
Множество – это совокупность, набор, коллекция, собрание каких-либо элементов, объединенных по определенному признаку. Число элементов в множестве может быть конечным и бесконечным (например, все числа, лежащие между 0 и 1).
Полное множество Х – набор, содержащий все элементы в заданном контексте.
Пустое множество Ø – набор, не содержащий элементов. Всякое подмножество X есть множество (например, множество А, Ā и Ø). Задав набор А, можно определить его дополнение. Дополнением Ā множества А является набор, содержащий все элементы из полного набора X, которые не являются элементами набора А.
Диаграммы Венна, названные по имени английского логика Дж. Венна, наглядно представляют операции множеств и связанные с ними соотношения. На диаграммах Венна множество обозначается кругом, эллипсом или другой геометрической фигурой внутри прямоугольника, обозначающего полное множество.
Взаимоотношение между набором А и его дополнением показано на рис. 1.1, а.
Пример
1.1.
Пусть полный набор – все студенты
института. Определим А
–
множество студентов, сдавших летнюю
сессию только на «отлично». Дополнение
А
есть
– множество
студентов неотличников. В сумме А
и
–
все
студенты института.
Рассмотрим подмножества А и В внутри полного множества X. Определим пересечение А и В.
Пересечение А и В (обозначается как А∩В) есть набор, содержащий все элементы, которые являются членами и А и В (см. рис. 1.1, б).
Объединение
А
и
В
(обозначается
А
В)
есть
набор, содержащий все элементы, которые
являются членами или А,
или
В,
или
А
и
В
вместе
(см. рис. 1.1, в).
Продолжим рассмотрение примера со студентами. Определим В как множество студентов, сдавших зимнюю сессию на «отлично». Тогда пересечение А и В – подмножество студентов, сдавших на «отлично» и летнюю, и зимнюю сессии.
Рис. 1.1. Диаграммы Венна
Объединение А и В – подмножество студентов, которые сдали на «отлично» или летнюю, или зимнюю, или обе сессии.
Два набора могут не иметь пересечения. В этом случае мы говорим, что пересечение А и В есть пустое множество (см. рис. 1.1, г). В примере с успеваемостью студентов подмножество студентов, получивших двойки в летнюю сессию, не пересекается с подмножеством отличников.