НОУ ВПО «ИНСТИТУТ МЕЖДУНАРОДНЫХ ЭКОНОМИЧЕСКИХ СВЯЗЕЙ»
РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ
Наименование дисциплины Теория вероятностей и математическая статистика
Рекомендуется для направления подготовки
080100.62 – «Экономика»
Квалификации (степени) выпускника – бакалавр экономики
Москва
2011
Аннотация
программы учебной дисциплины
«Теория вероятностей и математическая статистика» 1. Цели и задачи дисциплины: ознакомление с основными понятиями теории вероятностей и математической статистики, освоение основных приемов решения практических задач по темам дисциплины, формирование теоретико-практической базы, необходимой для изучения экономической статистики и других дисциплин. Дисциплина «Теория вероятностей и математическая статистика» является основой для изучения других математико-практических курсов, а также дает математический аппарат, необходимый для изучения ряда экономических дисциплин. 2. Место дисциплины в структуре ООП: учебная дисциплина «Теория вероятностей и математическая статистика» входит в базовую часть цикла общих математических и естественнонаучных дисциплин. Входные знания и умения студентов должны соответствовать курсу «Математический анализ». Дисциплина «Теория вероятностей и математическая статистика» является предшествующей для следующих дисциплин: «Статистика», «Институциональная экономика», «Теория организации», «Статистика ВЭД», «Методы оптимальных решений», «Методы моделирования и прогнозирования экономики», «Математические модели и методы оптимального управления», «Теория игр». 3. Требования к результатам освоения дисциплины: процесс изучения дисциплины направлен на формирование общекультурных компетенций: ОК-4 и ОК-13, а также профессиональных компетенций: ПК-1, ПК-4, ПК-5, ПК-6, ПК-8, ПК-9, ПК-13.
В результате изучения дисциплины студент должен:
Знать: основные определения, понятия и инструментарий изучаемых разделов теории вероятностей и математической статистики.
Уметь: решать типовые задачи по тематике всех разделов изучаемой дисциплины, применять полученный в результате изучения дисциплины инструментарий к решению практических экономических задач, проводить обработку эмпирических и экспериментальных данных.
Владеть: математическими, статистическими и количественными методами решения типовых экономических и управленческих задач.
Объем, содержание, разделы, учебно-методическое и информационно-материальное обеспечение дисциплины 4. Объем дисциплины и виды учебной работы
Вид учебной работы
| Всего часов/ зачетных единиц
| Семестры
| 3
| 4
| 1
| 2
| 3
| 4
| Аудиторные занятия (всего)
| 108/3
| 56/1,6
| 52/1,4
| В том числе:
| -
| -
| -
| Лекции
| 44/1,2
| 22/0,6
| 22/0,6
| Семинары (практические занятия)
| 64/1,8
| 34/0,95
| 30/0,85
| Самостоятельная работа (всего)
| 144/4
| 76/2,1
| 68/1,9
| В том числе:
| -
| -
| -
| Самостоятельная работа
| 100/2,8
| 52/1,45
| 48/1,35
| Выполнение домашних заданий
| 44/1,2
| 22/0,6
| 22/0,6
| Вид промежуточной и итоговой аттестации
| -
| зачет
| экзамен
| Общая трудоемкость: в часах
в зачетных единицах
| 252
| 132
| 120
| 7
| 3,7
| 3,3
|
5. Содержание дисциплины 5.1. Содержание разделов (тем) дисциплины
№
п/п
| Наименование раздела (темы) дисциплины
| Содержание раздела (темы)
| 1
| 2
| 3
| 1
| Предмет, сущность и основные понятия теории вероятностей.
| Предмет теории вероятностей и ее значение для экономической науки. Испытания и события. Случайные события и их виды. Пространство элементарных событий. Алгебра событий. Основные формулы и правила комбинаторики. Относительная частота события и понятие статистической вероятности. Классическое определение вероятности. Понятие об аксиоматическом определении вероятности случайного события.
| 2
| Основные теоремы теории вероятностей и их следствия.
| Теорема сложения вероятностей несовместных событий и ее следствия. Условная вероятность события. Зависимые и независимые события. Теорема умножения вероятностей. Теорема сложения вероятностей совместных событий. Формула полной вероятности. Вероятности гипотез и формулы Байеса.
|
1
| 2
| 3
| 3
| Повторение испытаний.
| Понятие о схеме Бернулли. Формула Бернулли. Локальная теорема Лапласа. Формула Пуассона. Интегральная теорема Лапласа. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях.
| 4
| Случайные величины.
| Понятие случайной величины. Основные виды случайных величин. Дискретные случайные величины (ДСВ). Понятие о законе распределения ДСВ и формах его представления: табличной, аналитической и графической. Биномиальное распределение. Распределение Пуассона. Геометрическое распределение. Гипергеометрическое распределение. Понятие о числовых характеристиках ДСВ. Математическое ожидание ДСВ и его основные свойства. Дисперсия ДСВ и ее свойства. Среднее квадратическое отклонение. Начальные и центральные моменты ДСВ. Понятие о функции распределения ДСВ. Непрерывные случайные величины (НСВ). Функция распределения НСВ и ее основные свойства. Плотность распределения вероятностей НСВ и ее основные свойства. Числовые характеристики НСВ и их отыскание.
| 5
| Модели законов распределения, применяемые в социально-экономических исследованиях.
| Равномерное распределение. Показательное (экспоненциальное) распределение. Нормальное распределение. Оценка отклонения теоретического распределения от нормального: асимметрия и эксцесс. Понятие о моде и медиане распределения.
| 6
| Предельные теоремы теории вероятностей. Закон больших чисел.
| Понятие о законе больших чисел. Неравенство Чебышева. Теорема Чебышева и ее практическая значимость. Теорема Бернулли. Понятие о центральной предельной теореме (теорема Ляпунова).
| 7
| Системы двух случайных величин.
| Понятие двумерной случайной величины. Условные законы распределения составляющих системы двух случайных величин. Числовые характеристики системы двух случайных величин. Условное математическое ожидание. Зависимые и независимые случайные величины. Корреляционный момент. Коэффициент корреляции. Линейная регрессия.
| 8
| Цепи Маркова и их применение.
| Простейший поток событий и его основные свойства. Формула Пуассона как математическая модель простейшего потока событий. Понятие о марковском случайном процессе с дискретными состояниями. Размеченный граф состояний системы. Матрица вероятностей перехода. Марковский процесс с дискретным временем. Марковская цепь и равенство Маркова.
|
1
| 2
| 3
|
|
| Марковские случайные процессы с непрерывным временем. Дифференциальные уравнения Колмогорова для вероятностей состояний системы в любой момент времени: составление и принципы решения системы уравнений Колмогорова.
| 9
| Задачи математической статистики. Выборочный метод.
| Основные задачи, решаемые математической статистикой как наукой. Понятия генеральной и выборочной совокупностей. Повторная и бесповторная выборки. Репрезентативность выборки и способы отбора, ее обеспечивающие. Вариационный ряд. Интервальный вариационный ряд. Графическое представление вариационного ряда: полигон и гистограмма. Выборочная (эмпирическая) функция распределения.
| 10
| Статистические оценки параметров распределения.
| Понятие статистической оценки. Несмещенные, эффективные и состоятельные оценки. Понятие точечной оценки. Генеральная и выборочная средние. Оценка генеральной средней по выборочной средней. Генеральная и выборочная дисперсии. Оценка генеральной дисперсии по исправленной выборочной дисперсии. Виды дисперсий. Закон сложения дисперсий. Понятие интервальной оценки: доверительный интервал и доверительная вероятность. Доверительный интервал для оценки математического ожидания нормального распределения. Начальный и центральный эмпирические моменты. Метод моментов для точечной оценки параметров распределения. Метод наибольшего правдоподобия. Понятие числа степеней свободы. Основные законы распределения статистических оценок: «хи-квадрат», Стьюдента и Фишера-Снедекора. Другие характеристики вариационного ряда.
| 11
| Методы расчета сводных характеристик выборки.
| Условные варианты. Условные эмпирические моменты. Отыскание центральных моментов по условным. Метод произведений для вычисления выборочной средней и выборочной дисперсии. Сведение первоначальных частот к равноотстоящим. Эмпирические (выборочные) и теоретические частоты. Построение нормальной кривой по опытным (выборочным) данным. Оценка отклонения эмпирического распределения от нормального. Асимметрия и эксцесс.
|
1
| 2
| 3
| 12
| Элементы корреляционно-регрессионного анализа.
| Понятие о корреляционно-регрессионном анализе. Функциональная, стохастическая и корреляционная зависимости. Выборочные уравнения регрессии. Отыскание параметров выборочного уравнения линейной регрессии по не сгруппированным данным. Корреляционная таблица и группировка исходных данных. Отыскание параметров выборочного уравнения линейной регрессии по сгруппированным данным. Выборочный коэффициент корреляции, его назначение и основные свойства. Выборочное корреляционное отношение и его основные свойства. Простейшие случаи криволинейной корреляции. Множественная линейная регрессия. Частные и множественные коэффициенты корреляции.
| 13
| Проверка статистических гипотез.
| Понятие статистической гипотезы. Ошибки первого и второго рода и уровень значимости. Статистический критерий проверки нулевой гипотезы. Область принятия гипотезы. Критические области и их отыскание. Мощность критерия. Сравнение двух дисперсий нормальных генеральных совокупностей. Проверка гипотезы о распределении генеральной совокупности. Критерии согласия. Критерий согласия Пирсона. Критерий согласия Колмогорова. Проверка гипотезы о значимости выборочного коэффициента корреляции. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки).
| 14
| Элементы дисперсионного анализа.
| Понятие о дисперсионном анализе. Факторная и остаточная дисперсии и их отыскание. Задача сравнения нескольких средних методом дисперсионного анализа. Особенности расчета факторной и остаточной дисперсий при неодинаковом числе испытаний на различных уровнях фактора.
|
5.2. Разделы (темы) дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами
№
п/п
| Наименование последующих дисциплин
| Номера тем данной дисциплины, необходимых для изучения последующих дисциплин
| 1
| 2
| 3
| 4
| 5
| 6
| 7
| 8
| 9
| 10
| 11
| 12
| 13
| 14
| 1
| Статистика
| -
| +
| -
| +
| -
| -
| +
| -
| -
| +
| +
| +
| +
| +
| 2
| Математические модели и методы оптимального управления
| -
| +
| +
| +
| +
| -
| +
| +
| -
| +
| -
| +
| +
| -
| 3
| Методы моделирования и прогнозирования экономики
| -
| +
| +
| +
| +
| -
| +
| +
| -
| +
| -
| +
| +
| -
| 4
| Институциональная экономика
| -
| +
| +
| +
| +
| -
| -
| -
| -
| -
| -
| +
| +
| -
| 5
| Теория организации
| -
| +
| +
| +
| +
| -
| -
| -
| -
| -
| -
| +
| +
| -
| 6
| Статистика ВЭД
| -
| +
| -
| +
| -
| -
| +
| -
| -
| +
| +
| +
| +
| +
| 7
| Методы оптимальных решений
| -
| +
| +
| +
| +
| -
| +
| +
| -
| +
| -
| +
| +
| -
| 8
| Теория игр
| -
| +
| -
| +
| -
| -
| -
| -
| -
| -
| -
| -
| +
| -
| 9
| Эконометрика
| -
| -
| -
| -
| -
| -
| -
| -
| -
| +
| +
| +
| +
| +
|
5.3. Разделы (темы) дисциплины и виды занятий
-
№
п/п
| Наименование раздела (темы)
дисциплины
| Часовой объем занятий по видам
| Лекции
| Семинары
| СРС
| Всего
| 1
| 2
| 3
| 4
| 5
| 6
| 1
| Предмет, сущность и основные понятия теории вероятностей
| 2
| 2
| 6
| 10
| 2
| Основные теоремы теории вероятностей и их следствия
| 8
| 10
| 24
| 42
| 3
| Повторение испытаний
| 2
| 4
| 6
| 12
| 4
| Случайные величины
| 2
| 4
| 8
| 14
| 5
| Модели законов распределения, применяемые в социально-экономических исследованиях
| 2
| 4
| 14
| 20
| 6
| Предельные теоремы теории вероятностей. Закон больших чисел
| 2
| 2
| 4
| 8
| 7
| Системы двух случайных величин
| 2
| 4
| 8
| 14
| 8
| Цепи Маркова и их применение
| 2
| 4
| 6
| 12
| 9
| Задачи математической статистики. Выборочный метод
| 2
| -
| 2
| 4
| 10
| Статистические оценки параметров распределения
| 4
| 6
| 12
| 22
| 1
| 2
| 3
| 4
| 5
| 6
| 11
| Методы расчета сводных характеристик выборки
| 4
| 8
| 14
| 26
| 12
| Элементы корреляционно-регрессионного анализа
| 4
| 6
| 14
| 24
| 13
| Проверка статистических гипотез
| 4
| 6
| 14
| 24
| 14
| Элементы дисперсионного анализа
| 4
| 4
| 12
| 20
| ИТОГО:
| 44
| 64
| 144
| 252
|
6. Лабораторный практикум
-
№
п/п
| № раздела дисциплины
| Наименование лабораторных работ
| Трудоемкость (часы/зачетные единицы)
| …
| не предусмотрен
|
7. Примерная тематика курсовых проектов (работ)
не предусмотрена
8. Учебно-методическое и информационное обеспечение дисциплины: а) Основная литература
Гмурман В.Е. Теория вероятностей и математическая статистика. – М.: Высшая школа, 2003.
Налимов В.Н. Теория вероятностей и математическая статистика для экономистов. – М.: Весть, 2007.
Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. – М.: Высшая школа, 1998.
Красс М.С., Чупрынов Б.П. Основы математики и ее приложения в экономическом образовании: Учебник. – М.: Дело, 2000.
Письменный Д.Т. Конспект лекций по теории вероятностей, математической статистике и случайным процессам. – М.: Айрис-пресс, 2006.
б) Дополнительная литература
Вентцель Е.С. Исследование операций. Задачи, принципы, методология. – М.: Высшая школа, 2001.
Вентцель Е.С. Теория вероятностей. – М.: Высшая школа, 2002.
Кремер Н.Ш. Теория вероятностей и математическая статистика. – М.: ЮНИТИ-ДАНА, 2003.
Бабайцев В.А., Браилов А.В., Солодовников А.С. Математика в экономике. Часть 5. Руководство к решению задач. Теория вероятностей. – М.: Финансовая академия при Правительстве РФ, 1999.
9. Материально-техническое обеспечение дисциплины:
Специально оборудованные кабинеты и аудитории: компьютерные классы, аудитории, оборудованные мультимедийными средствами обучения.
10. Методические рекомендации по организации изучения дисциплины: Учебные занятия по дисциплине «Теория вероятностей и математическая статистика» проводятся в течение третьего и четвертого семестров обучения. Контроль знаний и умений студентов включает формы текущего и итогового контроля. Текущий контроль осуществляется в виде домашних заданий и контрольных работ. Контрольные работы могут проводиться как в тестовой, так и в письменной форме. Первая контрольная работа проводится по окончании изучения темы 4, а вторая – по окончании изучения темы 13 дисциплины. Домашние задания по изучаемым темам должны быть сданы до проведения контрольных работ. Итоговый контроль осуществляется в виде зачетной контрольной работы в конце третьего семестра и письменного экзамена в конце четвертого семестра. Зачетная контрольная работа и письменный экзамен включают в себя 10 заданий. Полный ответ (решение) каждого из 10 заданий приносит студенту одно очко. В случае неполного решения оценка может принимать значения между нулем и единицей. Например, арифметическая ошибка, не изменившая верного плана решения задания, приводит к штрафу 0,1. Отсутствие поясняющих примеров при ответе на теоретический вопрос приводит к штрафу 0,2 и т.д.
В зависимости от набранной суммы очков определяется оценка за экзамен по десятибалльной шкале. При этом используются следующие пороговые значения.
Сумма набранных очков
| 0
| 1,5
| 3
| 4,5
| 5,5
| 6,5
| 7,5
| 8,5
| 9
| 9,5
| Оценка по 10-балльной шкале
| 1
| 2
| 3
| 4
| 5
| 6
| 7
| 8
| 9
| 10
|
Итоговая оценка по изучаемой дисциплине Оитог по 10-балльной шкале формируется как взвешенная сумма Оитог = 0,1×Окр + 0,1×Одз + 0,3×Озач + 0,5×Оэкз , округленная до целого числа баллов. Где: Окр , Одз , Озач , Оэкз обозначают оценки по 10-балльной шкале за контрольную работу, домашние задания, зачет и экзамен, соответственно. Таблица соответствия оценок по десятибалльной и пятибалльной системе.
-
По десятибалльной шкале
| По пятибалльной шкале
| 1 – неудовлетворительно
2 – очень плохо
3 – плохо
|
неудовлетворительно – 2
| 4 – удовлетворительно
5 – весьма удовлетворительно
| удовлетворительно – 3
| 6 – хорошо
7 – очень хорошо
| хорошо – 4
| 8 – почти отлично
9 – отлично
10 – блестяще
|
отлично – 5
| Типовые примеры заданий контрольных работ и экзамена
Тест 1. Требуется дать ответ «да» или «нет».
Пусть А и В – случайные события, имеющие ненулевые вероятности. Верным является следующее утверждение:
если Р(В) = Р(А∙В), то Р(А + В) = Р(А).
если Р(А) < Р(В), то Р(А / В) > Р(В / А).
если события А и В несовместны, то они независимы.
Тест 2. Выберите правильный ответ.
Производится серия независимых испытаний, в каждом из которых с вероятностью 1/3 может появиться событие А. Тогда вероятность того, что при четырех испытаниях событие А появится ровно 3 раза, принадлежит промежутку:
[−2, 1/10);
[1/10, 1/2);
[1/2, 2/3);
[2/3, 1].
Тест 3. Требуется дать ответ «да» или «нет».
Закон распределения двумерной дискретной случайной величины (X, Y) задан таблицей:
-
X
Y
| 0
| 1
| −1
| 0,12
| 0,28
| 1
| 0,18
| 0,42
|
Тогда верны следующие утверждения:
случайные величины X и Y независимы;

D(X − 2Y) = D(X) + 4D(Y);
M(Y) < 0.
Тест 4. Требуется выбрать правильный ответ.
Пусть X – нормально распределенная случайная величина с математическим ожиданием M(X) = 3 и дисперсией D(X) = 0,25. Пусть также Ф(х) – интегральная функция Лапласа. Тогда вероятность попадания значения Х в интервал (0, 4) определяется формулой:
Ф(2) + Ф(6);
Ф(2) − Ф(6);
Ф(6) − Ф(2);
Ф(4).
Задание 1. В урне содержатся 3 белых, 4 черных и x красных шаров. Найдите вероятность случайным образом вытащить из урны красный шар, если известно, что вероятность вытащить белый шар равна 0,2.
Задание 2. Найдите значение выражения , если функция распределения непрерывной случайной величины Х имеет вид:

Задание 3. Из генеральной совокупности извлечена выборка объемом n = 100. Результаты первичной обработки данных выборки представлены в таблице в виде интервального ряда.
-
Интервал
| Частота
| Интервал
| Частота
| [−15,4; −11,8)
| 1
| [2,8; 6,4)
| 20
| [−11,8; −8,1)
| 0
| [6,4; 10,1)
| 17
| [−8,1; −4,5)
| 2
| [10,1; 13,7)
| 17
| [−4,5; −0,8)
| 6
| [13,7; 17,4)
| 13
| [−0,8; 2,8)
| 19
| [17,4; 21,0]
| 4
|
Используя приведенные данные:
Постройте гистограмму распределения и график выборочной функции распределения.
Методом произведений найдите выборочные оценки генеральной средней и генеральной дисперсии.
Используя критерий Пирсона, при уровне значимости α = 0,05 проверьте гипотезу о нормальном распределении признака в генеральной совокупности.
Считая распределение признака в генеральной совокупности нормальным с СКО σ0 = 6:
постройте доверительный интервал для генеральной средней при доверительной вероятности α = 0,05;
проверьте при уровне значимости α = 0,05 гипотезу о равенстве генеральной средней значению а = 5.
Настоящую Программу разработал: заведующий кафедрой математических и естественнонаучных дисциплин НОУ ВПО «ИМЭС» к.ф.-м.н., доцент Налимов Валерий Николаевич. Программа рассмотрена и одобрена на заседании кафедры математических и естественнонаучных дисциплин НОУ ВПО «ИМЭС» (Протокол № 4 от 14 апреля 2011 года). Программа утверждена на заседании Ученого Совета НОУ ВПО «ИМЭС» (Протокол № 9 от 28 апреля 2011 года). |