Программа дисциплины «теория вероятностей и математическая статистика»



Скачать 169.38 Kb.
Дата16.01.2013
Размер169.38 Kb.
ТипПрограмма дисциплины


Правительство Российской Федерации
Государственное образовательное бюджетное учреждение

высшего профессионального образования

«Государственный университет - Высшая школа экономики»
Санкт-Петербургский филиал Государственного университета – Высшей школы экономики

Кафедра математики

Программа дисциплины

«ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА»

Для направления 040200.62 «Социология»
Курс 2
Автор программы к.т.н., доцент Рейнов Юрий Иванович

Согласовано УМО Одобрено на заседании кафедры

_______________ Зав. кафедрой Рейнов Ю.И.__________

«___»_________200_г. «26» августа 2010г.


Утверждено УМС

_______________________

Председатель

_______________________

«___»______________2010_г.


Санкт-Петербург

2010г.
  1. Пояснительная записка


Требования к студентам: Учебная дисциплина «Теория вероятностей и математическая статистика» использует материал, полученный студентами в программах 1 курса – «Математика».

Аннотация: Учебная дисциплина «Теория вероятностей и математическая статистика» читается в 1 –м и 2-м модуле второго курса. Материалы курса будут использоваться в теории и приложениях таких дисциплин, как «Математические методы в социологии» Материалы курса могут быть использованы для разработки и применения численных методов решения задач из многих областей социологических знания, для построения и исследования статистических моделей в социологических исследований.

Дисциплина является модельным прикладным аппаратом для изучения студентами факультета Социологии математической компоненты своего профессионального образования. При рассмотрении в курсе конкретных математических методов и алгоритмов главное внимание уделяется их применению в социологических исследованиях, оперированию с данными экономической природы. Список литературы поможет студентам, осваивающим и создающим свой профессиональный исследовательский инструментарий.

Учебная задача курса: Актуальной практической задачей дисциплины является подведение студентов к творческому профессиональному восприятию последующих специальных дисциплин, явно или неявно связанных с подготовкой, анализом, принятием, реализацией, оцениванием последствий, корректировкой решений.

В результате изучения курса студенты должны:

– знать формулировки основных понятий.
Уметь интерпретировать их на простых модельных примерах;

– знать наиболее часто встречающиеся законы распределения дискретных и абсолютно непрерывных случайных величин;

– знать основные приложения нормального закона распределения – вероятность попадания в заданный интервал, вычисление вероятности заданного отклонения;

– знать и уметь применять предельные теоремы – центральную предельную теорему, слабый закон больших чисел, теорему Чебышева, Теорему Маркова, теорему Хинчина и усиленный закон больших чисел – теоремы Колмогорова;

– знать и уметь применять аппарат производящих функций и преобразование Лапласа, характеристические функции;

– уметь применять выборосный метод, строить эмпирическую функцию распределения, гистограммы частот, полигоны частот, определять характеристики центра распределения – выборочное математическое ожидание, моду, медиану (в том числе, для интервального ряда), характеристики вариации – выборочную дисперсию, среднеквадратическое отклонение, вариацию и т. д., определять выборочные эксцесс и асимметрию, делать выводы о виде функции плотности распределения;

– знать основные распределения, связанные с нормальным распределением – хи-квадрат, распределение Стьюдента, распределение Фишера, уметь строить доверительные интервалы для математического ожидания и дисперсии;

– уметь строить точечные оценки параметров распределения методом моментов и методом максимального правдоподобия;

– знать и уметь применять критерий согласия Пирсона для проверки гипотезы о независимости двух случайных величин и для проверки гипотезы о соответствии распределения заданному закону, как в виде простой, так и в виде сложной гипотезы;

– уметь проверять гипотезы о равенстве двух дисперсий нормальных генеральных совокупностей, о равенстве дисперсии заданной величине, о равенстве двух математических ожиданий, о равенстве математического ожидания заданной величине;

– уметь вычислять корреляционные характеристики случайных величин, их выборочные аналоги, ранговые коэффициенты корреляции, показатели связи неколичественных при знаков;

– уметь применять дисперсионный анализ группировки и дисперсионный анализ уравнения регрессии;

– уметь анализировать временные ряды элементарными средствами и приемами регрессионного анализа.

Предполагается посещение студентами лекций и семинарских занятий, решение основных типов задач, включаемых в контрольные работы, домашнего задания и промежуточного теоретического тестирования.
Формы контроля: По курсу предусмотрены 2 контрольных работы (одна, как текущая, а вторая, как промежуточная формы контроля), (возможно проведение контрольной работы во внеаудиторное время), работа на семинарах в течение двух модулей. Студенты, не выполнившие контрольные задания, к экзамену не допускаются, в экзаменационную ведомость проставляется оценка неудовлетворительно. Форма итогового теоретического контроля – экзамен, проводимый в конце второго модуля.

Студенты, посетившие менее 80% аудиторных занятий, выполняют на экзамене дополнительную письменную контрольную работу. Все формы промежуточного и текущего контроля оцениваются в 10-балльной шкале.

. Для получения результирующей оценки итогового контроля используются следующие весовые множители:

  • оценка за промежуточную контрольную работу – 10% итоговой оценки

  • оценка за текущую контрольную работу – 20% итоговой оценки

  • оценка за работу на семинарских занятиях – 30% итоговой оценки

  • оценки письменного экзамена – 40% итоговой оценки

с округлением результата до целых единиц.

Экзаменационная оценка, в свою очередь, складывается из пяти составляющих со следующими весовыми множителями:

  • за легкий теоретический вопрос на знание определений – 20% экзаменационной оценки;

  • за легкий вопрос по теории – 10% экзаменационной оценки;

  • за вопрос на доказательство теорем – 40% экзаменационной оценки;

  • за легкую задачу – 10% экзаменационной оценки;

  • за трудную задачу – 20% экзаменационной оценки;

Полученный после округления этой величины до целого значения результат и выставляется как результирующая оценка по 10-балльной шкале по учебной дисциплине "Теория вероятностей и математическая статистика" в экзаменационную ведомость (оценкам 1, 2, 3 в 10-балльной системе соответствует оценка «неудовлетворительно » в пятибалльной системе, оценкам 4, 5 – «удовлетворительно », оценкам 6, 7 – «хорошо », оценкам 8, 9, 10 – «отлично »).
II. Содержание программы

Тема 1. Теория событий

Базовые основания теории. Пространство элементарных событий. Свойства событий. Модель классической вероятности. Элементы комбинаторики. Условная классическая вероятность

Геометрическая вероятность. Статистическая вероятность. Аксиоматическая вероятность. Свойства аксиоматической вероятности. Теорема умножения аксиоматической вероятностей.

Вероятность по крайней мере одного события. Формула полной вероятности.

Формула Бейеса или теорема гипотез. Схема испытаний Бернулли

Предельные теорема для событий – теорема Бернулли, локальная теорема Лапласа, теорема Пуассона.
Тема 2. Одномерные случайные величины

Закон распределения дискретной случайной величины. Математическое ожидание дискретной случайной величины. Мода и медиана дискретной случайной величины. Дисперсия случайной величины. Специальные случайные величины. Теоретические моменты случайных величин.

Законы распределения дискретных случайных величин - биномиальное распределение, распределение Пуассона, геометрическое распределение.

Функция распределения случайной величины и ее свойства. Плотность распределения случайной величины Ее геометрический и вероятностный смысл. Элемент вероятности. Свойства плотности. Характеристики непрерывных случайных величин.

Законы распределения непрерывных случайных величин - показательное распределение, равномерное распределение.

Нормальный закон распределения. Свойства нормально распределенной случайной величины. Интеграл Лапласа. Асимметрия и эксцесс, как характеристика нормально распределенной случайной величины. Нормированная функция распределения. Нормированная плотность распределения. Функция отраженного нормального распределения.

Основные приложения нормального закон распределения - вероятность попадания в заданный интервал, вычисление вероятности заданного отклонения.

Логарифмически нормальное распределение

Функция случайного аргумента. Нахождение плотности функции случайного аргумента (случай монотонной и немонотонной функции). Математическое ожидание функции случайного аргумента.
Тема 3. Закон больших чисел.

Неравенство Чебышева. Закон больших чисел. Сходится в среднеквадратичном, Сходимость по вероятности и с вероятностью 1 Закон больших чисел. в форме Чебышева. Закон больших чисел в форме Бернулли. Принцип устойчивости частот. Предельные теоремы - для одинаково распределенных случайных величин и теорема Ляпунова. Интегральная теорема Лапласа – Муавра.
Тема 4. Выборочный статистический метод

Статистика и вероятность. Случайная выборка. Эмпирическая функция распределения. Гистограмма, кумулятивная кривая и полигоном. Формуле Стэрджеса. Гистограмма. Выборочные характеристики. Статистика. Выборочное распределение.


Тема 5. Статистическая теория оценивания параметров

Распределения Стьюдента (t – распределение). Объем выборки. Степень свободы.

Распределение Пирсона (2 - распределение) Распределение Фишера.

Постановка задачи оценивания параметров. Оценки параметров.

Свойства оценок – несмещенность, состоятельноять, эффективность.

Построение доверительного интервала для математического ожидания  при известной дисперсии 2 . Построение доверительного интервала для математического ожидания при неизвестной дисперсии 2. Построение доверительного интервала для дисперсии 2. Методы построения точечных оценок. Метод наибольшего (максимального) правдоподобия. Метод моментов.
Тема 6. Теория проверки статистических гипотез

Постановка задачи проверки гипотез. Проверка параметрических гипотез.

Задача о сравнении двух дисперсий нормальных генеральных совокупностей.

Cравнения исправленной выборочной с гипотетической генеральной выборочной дисперсией нормальной совокупности. Сравнение двух средних генеральной совокупности.

Проверка непараметрических гипотез. Критерий согласия 2 – Пирсона.

Проверка гипотезы о нормальном законе распределения. Проверка гипотезы о логарифмически нормальном законе распределения.

III. Тематика
Темы семинарских занятий:


  1. Теория событий. Алгебра событий. Комбинаторная вероятность. Классическая вероятность. Теоремы сложения и умножения вероятности. Аксиоматическая вероятность. Условная вероятность. Схема Бернулли.

  2. Одномерная случайная величина. Характеристики одномерной случайной величины. Законы распределения.

  3. Закон больших чисел. Нормальный закон распределения и его свойства.

  4. Выборочный метод. Вычисление выборочных характеристик.

  5. Теория оценивания параметров. Построение доверительных интервалов.

  6. Теория гипотез. Проверка параметрических и непараметрических гипотез.


Типовые вопросы и задачи для контрольных работ:


  1. Из 20 студентов 8 отличников. По списку выбраны 12. Какова вероятность, что среди них 5 отличников.

  2. Три раза бросают монету. Событие Аk - выпадение герба при k –ом броске. Пусть А – хотя бы один герб, В - три цифры, С – не меньше двух гербов, D – герб после первого броска. Выразить А, В, С, D через Аk

  3. На отрезке ОА длины L наудачу брошены две точки В(х) и С(у). Найти вероятность, что длина отрезка ВС в два раза меньше расстояния от точки О до ближайшей к ней точки.

  4. Три стрелка стреляют в мишень. Первый попадает с вероятностью 0.6, второй с вероятностью 0.4, третий с вероятностью 0.7 Какова вероятность, что в мишень попадут только двое

  5. Рабочий обслуживает 3 станка. Вероятность брака для 1 станка 0.1, для 2-го - 0.3, для 3-го - 0.2. Полученные типовые детали складывают в один ящик. Производительность 3-го станка в два раза меньше, чем первого, а 2-го в три раза больше, чем третьего. Какова вероятность, что взятая наугад деталь с браком.

  6. Событие наступает с вероятностью р = 0.3. Какова вероятность, что в серии из 4-х независимых испытаний событие произойдет не менее 2-х раз.




  1. В ящике из 11 шаров 4 красных и 7 белых. Наудачу берут 3.Что вероятнее: среди них 1 красный или 3 белых

  2. Производят 3 выстрела. Пусть событие Аk – попадание при k-ом выстреле. Пусть: А – 1 попадание и 2 промаха, В – число попаданий меньше числа промахов, С – при первом выстреле попадание, при остальных промахи. Выразить А, В, С через Аk

  3. На отрезке ОА длины L наудачу брошены две точки В(х) и С(у). Найти вероятность, что длина отрезка ВС меньше, чем L / 3.

  4. Вероятность, что в одном испытании появятся события А и В равна 0.6. Вероятность того, что в одном испытании событие А появится, а событие В не появится, 0.2. Найти вероятность появления события А.

  5. Трое выстрелили в мишень, причем двое попали. Найти вероятность того, что первый стрелок не попал, если вероятности попадания стрелков р1=0.8, р2 =0.7, р3 = 0.6

  6. Два равных шахматиста играют в шахматы. Что вероятнее: выиграть не менее 2-х партий из 4-х или не менее 3-х партий из 5.( ничьи не принимаются )

  7. В ящике 8 шаров с номерами от 1 до 8. Наудачу берут 6. Найти вероятность, что среди них шары с номе-

  8. рами 3, 5 и 7.

  9. Три раза бросают монету. Событие Аk - выпадение герба при k –ом броске. Пусть A – три герба, B– хотя бы одна цифра, C – не более одного герба. Выразить А, В, С через Аk

  10. На отрезке ОА длины L наудачу брошены две точки В(х) и С(у). Найти вероятность, что длина отрезка ВС в три раза больше расстояния от точки О до ближайшей к ней точки.

  11. Три стрелка стреляют в мишень. Первый попадает с вероятностью 0.5, второй с вероятностью 0.7, третий с

  12. вероятностью 0.8 Какова вероятность, что в мишень попадет только один.

  13. Рабочий обслуживает 3 станка. Вероятность брака для 1 станка 0.2, для 2-го - 0.4, для 3-го - 0.3. Полученные типовые детали складывают в один ящик. Производительность 3- го станка в два раза больше, чем второго, а 1-го в два раза меньше, чем третьего. Какова вероятность, что взятая наугад деталь будет без брака.

  14. Метод лечения приводит к выздоровлению в 80 % случаях. Какова вероятность, что из 5 больных поправятся не менее 4.

  15. Из слова «колонка» берут 5 букв и складывают в ряд. Какова вероятность сложить слово «локон»

  16. Производят 3 выстрела. Пусть событие Аk – попадание при k-ом выстреле. Выразить через А1, А2, А3 следующие события: А – не более 1 попадания, B– хотя бы два попадания, C – при первом выстрела промах и в двух других хотя бы одно попадание

  17. Наудачу взяты два числа x и y, каждое из которых не превышает числа 4. Какова вероятность, что в выбранной паре (x, y) y не превышает 2x и удовлетворяет условию y > 2x – 4.

  18. Вероятность, что в одном испытании появятся события А и В равна 0.7. Вероятность того, что в одном испытании событие А не появится, а событие В появится, 0.2. Найти вероятность появления события В.

  19. Трое студентов сдавали экзамены, причем только один сдал успешно . Найти вероятность того, что второй студент сдал, если вероятности успешной сдачи экзамена были: р1=0.8, р2 =0.6, р3 = 0.7

  20. Вероятность рождения девочек равна 0.6. Какова вероятность, что в семье из 6 детей не менее 2-х и не более 4-х девочек.



Вопросы к итоговому контролю

Тема 1. Теория событий


  1. Пространство элементарных событий. Свойства событий и операции над событиями.

  2. Модель классической вероятности. Свойства классической вероятности.

  3. Элементы комбинаторики – перестановки, сочетания, размещения.

  4. Независимые события. Попарная независимость и независимость в совокупности

  5. Условная классическая вероятность и ее свойства.

6.. Геометрическая и статистическая вероятность.

7. Алгебра события. Замкнутость алгебры относительно основных операций.

8. Аксиоматическая вероятность и ее свойства.

9 Теорема сложения событий ( аксиоматическая вероятность).

10.Теорема умножения событий

11. Вероятность по крайней мере одного события.

12. Формула полной вероятности и фрмула Бейеса.

14. Схема испытаний Бернулли. Наивероятнейшее число событий.

15. Предельные теорема для событий – Бернулли, Пуассона и локальная теорема Лапласа
Тема 2. Одномерные случайные величины

  1. Закон распределения дискретной случайной величины.

  2. Математическое ожидание дискретной случайной величины и ее свойства.

  3. Мода дискретной случайной величины.

  4. Дисперсия случайной величины и ее свойства.

  5. Нормированная случайная величина – ее математическое ожидание и дисперсия

  6. Теоретические моменты случайных величин.

7. Законы распределения дискретных случайных величин - биномиальное распределение, распределение Пуассона, геометрическое распределение. Их основные характеристики.


  1. Функция распределения случайной величины и ее свойства.

  2. Плотность распределения случайной величины ее свойства и вероятностный смысл.

  3. Характеристики непрерывных случайных величин – математическое ожидание, дисперсия, мода, медиана и теоретические моменты.

  4. Законы распределения непрерывных случайных величин – показательное и равномерное

  5. Нормальный закон распределения и свойства нормально распределенной с.в..

  6. Асимметрия и эксцесс, как характеристика нормально распределенной случайной величины.

  7. Нормированная функция распределения. Интеграл Лапласа..

  8. Основные приложения нормального закон распределения - вероятность попадания в заданный интервал, вычисление вероятности заданного отклонения, правило 3-х сигм.

  9. Функция случайного аргумента. Нахождение плотности функции случайного аргумента (случай монотонной и немонотонной функции).

  10. Математическое ожидание и дисперсия функции случайного аргумента..


Тема 3. Закон больших чисел

  1. Неравенство Чебышева. Основные виды сходимостей - в среднеквадратичном, по вероятности и с вероятностью 1

  2. Закон больших чисел в форме Чебышева и в форме Бернулли. Их различие.

  3. Теорема Ляпунова (для одинаково распределенных случайных величин ) и интегральная теорема Лапласа – Муавра.


Тема 4. Выборочный статистический метод

  1. Статистика и вероятность. Случайная выборка.

  2. Эмпирическая функция распределения. Гистограмма, кумулятивная кривая и полигоном.

  3. Формуле Стэрджеса. Гистограмма.

  4. Выборочные характеристики. Статистика. Выборочное распределение.


Тема 5. Статистическая теория оценивания параметров

  1. Распределения Стьюдента ( t – распределение ). Объем выборки.

  2. Степень свободы. Распределение Пирсона ( 2 - распределение ) Распределение Фишера.

  3. Постановка задачи оценивания параметров. Оценки параметров. Свойства оценок – несмещенность, состоятельноять, эффективность.

  4. Построение доверительного интервала для математического ожидания  при известной дисперсии 2 . Построение доверительного интервала для математического ожидания при неизвестной дисперсии 2.

  5. Построение доверительного интервала для дисперсии 2. Методы построения точечных оценок.

  6. Метод наибольшего (максимального) правдоподобия. Метод моментов.


Тема 6. Теория проверки статистических гипотез

  1. Постановка задачи проверки гипотез. Проверка параметрических гипотез.

  2. Задача о сравнении двух дисперсий нормальных генеральных совокупностей.

  3. Cравнения исправленной выборочной с гипотетической генеральной выборочной дисперсией нормальной совокупности.

  4. Сравнение двух средних генеральной совокупности. Проверка непараметрических гипотез.

  5. Критерий согласия 2 – Пирсона. Проверка гипотезы о нормальном законе распределения.

  6. Проверка гипотезы о логарифмически нормальном законе распределения.



Вопросы для оценки качества освоения дисциплины:
Для оценки качества освоения дисциплины можно использовать задачи (более 150 задач по всем разделам курса), приведенные в методике «Прикладные задачи теории вероятностей и математической статистики» пособия Рейнов Ю.И.. Теория вероятностей – Компьютерная версия. 2004 г.
IV. Учебно-методическое обеспечение программы
Базовые учебники:


  1. Гмурман В.Е. Теория вероятностей и математическая статистика. М. Высшая школа 1977

  2. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М., Высшая школа, 1970


Основная литература:


  1. Гнеденко Б.В. Курс теории вероятностей М., Наука, 1988

  2. Вентцель Е.С. Теория вероятностей М. Наука 1969



Дополнительная литература:


  1. Вентцель Е.С., Овчаров Л.А. Теория вероятностей (задачи и упражнения). М. Наука. 1969

  2. Гурский Е.И., Скобля Т.В., Юшкевич В.Э. Методическое пособие по теории вероятностей и математической статистике. Минск, 1973

  3. Ивашев-Мусатов О.С. Теория вероятностей и математическая статистика М., Наука, 1979

  4. Карасев А.И. Теория вероятностей и математическая статистика М., Статистика, 1979

  5. Колемаев В.А., Староверов О.В., Турандаевский В.Б. Теория вероятностей и математическая статистика. М., Высшая школа, 1991

  6. Лихолетов И.И., Мацкевич И.П. Руководство к решению задач по математической статистике и теории вероятностей. Минск, Высшая школа, 1966

  7. Маркович Э.С. Курс высшей математики с элементами теории вероятностей. М., Высшая школа, 1962

  8. Микулик Н.А., Рейзина Г.Н. Решение экономических задач по теории вероятностей и математической статистике. М., Высшая школа, 1984

  9. Румшинский Л.З. Элементы теории вероятностей. М.,Наука, 1988

  10. Сборник задач по теории вероятностей, математической статистике и теории

  11. случайных функций. Под редакцией А.А. Свешникова. М. Наука

V. Тематический расчет часов






Название темы

Всего часов


Аудиторные часы

Самостоятельная работа


Лекции

Сем.

занятия

1

Теория событий.

26

8

8

10

2

Одномерная случайная величина.

22

6

6

10

3

Закон больших чисел.

18

4

4

10

4

Выборочный статистический метод.

14

2

2

10

5

Статистическая теория оценивания параметров.

14

2

2

10

6

Теория проверки статистических гипотез.

14

2

2

10

ИТОГО

108

24

24

60

Автор программы __________________ Рейнов Ю. И.


Похожие:

Программа дисциплины «теория вероятностей и математическая статистика» iconРабочая программа дисциплины (модуля) "Теория вероятностей и математическая статистика"
Цель освоения учебной дисциплины «Теория вероятностей и математическая статистика» – фундаментальная подготовка в области теории...
Программа дисциплины «теория вероятностей и математическая статистика» iconРабочая учебная программа дисциплины (модуля) Теория вероятностей и математическая статистика Направление подготовки 080100 Экономика
Дисциплина «Теория вероятностей и математическая статистика» входит в базовую часть математического и естественнонаучного цикла подготовки...
Программа дисциплины «теория вероятностей и математическая статистика» iconКонтрольная работа по дисциплине «Теория вероятностей и математическая статистика»
«Теория вероятностей и математическая статистика» для студентов пиэф всех форм обучения экономических специальностей
Программа дисциплины «теория вероятностей и математическая статистика» iconТеория вероятностей и математическая статистика
М математика: часть II. Теория вероятностей и математическая статистика: Учебно-методический комплекс / Сост. Кит Ю. В. – Казань:...
Программа дисциплины «теория вероятностей и математическая статистика» iconТеория вероятностей и математическая статистика
Теория вероятностей и математическая статистика. Учебно-метод пособ по спец главам высш матем./ Самар гос техн ун-т. Сост. В. Н....
Программа дисциплины «теория вероятностей и математическая статистика» iconПрограмма наименование дисциплины Теория Вероятностей и Математическая Статистика
Цели и задачи дисциплины: ввести студентов в курс основных понятий и методов теории вероятностей и математической статистики и особенностей...
Программа дисциплины «теория вероятностей и математическая статистика» iconПрограмма-минимум кандидатского экзамена по специальности
В основу программы положены следующие дисциплины: теория вероятностей, математическая статистика, теория случайных процессов
Программа дисциплины «теория вероятностей и математическая статистика» iconКурса теория вероятностей и математическая статистика Дискретная теория вероятностей
Подсчет числа элементарных исходов. Структура пространства элементарных исходов в задаче размещения n шаров по n ячейкам (статистика...
Программа дисциплины «теория вероятностей и математическая статистика» iconПрограмма дисциплины Теория вероятностей и математическая статистика для направления 010500. 62 «Прикладная математика и информатика»
Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. М.: Юнити, 1998 г. — 1022с
Программа дисциплины «теория вероятностей и математическая статистика» iconРабочая программа по "Т еории вероятностей и математической статистике" для специальности
Рабочая программа дисциплины «Теория вероятностей и математическая статистика» федерального компонента цикла ен составлена в соответствии...
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org