
- •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
Вариант 27
Задача 1. Вероятность того, что покупатель, собирающийся приобрести компьютер и пакет прикладных программ, приобретет только компьютер, равна 0,15. Вероятность, что покупатель купит только пакет программ, равна 0,1. Вероятность того, что будут куплены и компьютер, и пакет программ, равна 0,05. Чему равна вероятность того, что будут куплены или компьютер, или пакет программ, или компьютер и пакет программ вместе?
Задача 2. В корпорации обсуждается маркетинг нового продукта, выпускаемого на рынок. Исполнительный директор корпорации желал бы, чтобы новый товар превосходил по своим характеристикам соответствующие товары конкурирующих фирм. Основываясь на предварительных оценках экспертов, он оценивает вероятность более высокой конкурентной способности нового товара по сравнению с аналогичными в 0,5; одинаковой – в 0,3, а вероятность того, что новый товар окажется хуже по качеству, – в 0,2. Опрос рынка показал, что новый товар более высокого качества и конкурентоспособен. Из предыдущего опыта проведения таких опросов следует, что если товар действительно конкурентоспособный, то предсказание такого же вывода имеет вероятность, равную 0,7. Если товар такой же, как другие аналогичные, то вероятность того, что опрос укажет на его превосходство, равна 0,4. И если товар более низкого качества, то вероятность того, что опрос укажет на товар более высокого качества, равна 0,2. С учетом результата опроса оцените вероятность того, что товар действительно конкурентоспособный?
Задача 3. Число дефектов в продукции, производимой автоматом, случайная величина X, заданная рядом распределения:
-
xi
0
1
2
3
4
P(X)=pi
0,1
0,2
0,3
0,3
0,1
а) Найти Р(1<Х<3).
б) Определить Р(1<Х<4).
в) Построить функцию распределения.
Задача 4. Фирма, занимающаяся продажей товаров по каталогу, ежемесячно получает по почте заказы. Число этих – заказов нормально распределенная случайная величина со средним квадратическим отклонением σ=560 и неизвестным математическим ожиданием а. В 90% случаев число ежемесячных заказов превышает 12439. Найдите среднее число заказов, получаемых фирмой за месяц.
Задача 5. Определите с вероятностью (надежностью) не менее 0,95, какою может быть максимальное отклонение выборочной средней урожайности от средней урожайности по всей площади, составляющей 10000 га, если с каждого участка размером 200 га в выборку было взято по одному гектару, а максимальная дисперсия на отдельных участках не превышает 2,5 ц.
Задача 6. Составьте задачу по изученному материалу курса теории вероятностей, используя предметную область экономики. Решите задачу и приведите пояснения.
Вариант 28
Задача 1. Вероятность того, что выпускник финансового факультета защитит диплом на «отлично», равна 0,6. Вероятность того, что он защитит диплом «на отлично» и получит приглашение на работу в банк, равна 0,4. Предположим, что студент защитил диплом. Чему равна вероятность того, что он получит приглашение на работу в банк?
Задача 2. Медицинский тест на возможность вирусного заболевания дает следующие результаты:
Если проверяемый болен, то тест даст положительный результат с вероятностью 0,92.
Если проверяемый не болен, то тест может дать положительный результат с вероятностью 0,04.
Поскольку заболевание редкое, то ему подвержено только 0,1% населения. Предположим, что некоторому случайно выбранному человеку сделан анализ и получен положительный результат. Чему равна вероятность того, что человек действительно болен?
Задача 3. Журнал «Деньги» в одном из номеров поместил информацию о том, что возврат инвестиций на российском рынке в 1990 г. ожидался более высоким, чем от аналогичных инвестиций на американском рынке. Консультант по инвестициям, советующий вкладывать средства в российский рынок, полагает, что вероятностное распределение возврата инвестиций (% в году) в один из таких проектов имеет вид:
xi |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
P(X)=pi |
0,05 |
0,15 |
0,30 |
0,20 |
0,15 |
0,10 |
0,05 |
а) Убедиться, что задан ряд распределения.
б) Чему равна вероятность того, что возврат инвестиций будет составлять, по крайней мере, 12%.
в) Построить функцию распределения.
Задача 4. Масса товаров, помещаемых в контейнер определенного размера, – нормально распределенная случайная величина. Известно, что 65% контейнеров имеют чистую массу больше 4,9 т и 25% – имеют массу меньшую, чем 4,2 т. Найдите среднее и среднее квадратическое отклонение чистой массы контейнера.
Задача 5. Партия деталей размещена в 250 ящиках. Для определения средней массы детали в партии было взято по одной детали из каждого ящика. При условии, что дисперсия по каждому ящику не превышает 6,25 кг, определите максимальное отклонение средней массы детали в выборке от средней массы ее во всей партии. Результат необходимо гарантировать с вероятностью не менее 0,95.
Задача 6. Составьте задачу по изученному материалу курса теории вероятностей, используя предметную область экономики. Решите задачу и приведите пояснения.