НОУ ВПО «ИНСТИТУТ МЕЖДУНАРОДНЫХ ЭКОНОМИЧЕСКИХ СВЯЗЕЙ» РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ Теория вероятностей и математическая статистика Наименование дисциплины Рекомендуется для направления подготовки 080100.62 – «Экономика» Квалификации (степени) выпускника – бакалавр экономики Москва 2011 2 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. 3 Объем, содержание, разделы, учебно-методическое и информационно-материальное обеспечение дисциплины 4. Объем дисциплины и виды учебной работы Вид учебной работы 1 Аудиторные занятия (всего) В том числе: Лекции Семинары (практические занятия) Самостоятельная работа (всего) В том числе: Самостоятельная работа Выполнение домашних заданий Вид промежуточной и итоговой аттестации Общая трудоемкость: в часах в зачетных единицах Всего часов/ зачетных единиц 2 108/3 44/1,2 64/1,8 144/4 100/2,8 44/1,2 252 7 Семестры 3 4 3 56/1,6 22/0,6 34/0,95 76/2,1 52/1,45 22/0,6 зачет 132 3,7 4 52/1,4 22/0,6 30/0,85 68/1,9 48/1,35 22/0,6 экзамен 120 3,3 5. Содержание дисциплины 5.1. Содержание разделов (тем) дисциплины № Наименование раздела Содержание раздела (темы) п/п (темы) дисциплины 1 2 3 1 Предмет, сущность и Предмет теории вероятностей и ее значение для основные понятия теории экономической науки. Испытания и события. вероятностей. 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 Теорема сложения вероятностей несовместных вероятностей и их след- событий и ее следствия. Условная вероятность ствия. события. Зависимые и независимые события. Теорема умножения вероятностей. Теорема сложения вероятностей совместных событий. Формула полной вероятности. Вероятности гипотез и формулы Байеса. 4 1 3 2 Повторение испытаний. 4 Случайные величины. 5 Модели законов распределения, применяемые в социально-экономических исследованиях. 6 Предельные теоремы теории вероятностей. Закон больших чисел. 7 Системы двух случайных величин. 8 Цепи Маркова и их применение. 3 Понятие о схеме Бернулли. Формула Бернулли. Локальная теорема Лапласа. Формула Пуассона. Интегральная теорема Лапласа. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях. 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. Равномерное распределение. Показательное (экспоненциальное) распределение. Нормальное распределение. Оценка отклонения теоретического распределения от нормального: асимметрия и эксцесс. Понятие о моде и медиане распределения. Понятие о законе больших чисел. Неравенство Чебышева. Теорема Чебышева и ее практическая значимость. Теорема Бернулли. Понятие о центральной предельной теореме (теорема Ляпунова). 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. 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. 5 1 2 9 Задачи математической статистики. Выборочный метод. 10 Статистические оценки параметров распределения. 11 Методы расчета сводных характеристик выборки. 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. 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. 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 ФишераСнедекора. Другие характеристики вариационного ряда. 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. 6 1 12 13 14 2 3 Элементы корреляционно- Понятие о корреляционно-регрессионном анализе. регрессионного анализа. 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. Проверка статистических Понятие статистической гипотезы. Ошибки гипотез. 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). Элементы дисперсионного Понятие о дисперсионном анализе. Факторная и анализа. 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. 7 5.2. Разделы (темы) дисциплины и междисциплинарные обеспечиваемыми (последующими) дисциплинами № п/п 1 2 3 4 5 6 7 8 9 связи с Наименование последующих дисциплин Статистика Математические модели и методы оптимального управления Методы моделирования и прогнозирования экономики Институциональная экономика Теория организации Статистика ВЭД Номера тем данной дисциплины, необходимых для изучения последующих дисциплин 1 2 3 4 5 6 7 8 9 10 11 12 13 14 - + + + + + + + + - + + + + + + + + + - Методы оптимальных решений Теория игр Эконометрика - + + + + - + + - + - + + - - + + + + - - - - - - + + - - + + + + - - - - - - + + - - + - + - - + - - + + + + + - + + + + - + + - + - + + - - + - - + - - - - - - + + + + + + 5.3. Разделы (темы) дисциплины и виды занятий № Наименование раздела (темы) п/п дисциплины 1 2 1 Предмет, сущность и основные понятия теории вероятностей 2 Основные теоремы теории вероятностей и их следствия 3 Повторение испытаний 4 Случайные величины 5 Модели законов распределения, применяемые в социальноэкономических исследованиях 6 Предельные теоремы теории вероятностей. Закон больших чисел 7 Системы двух случайных величин 8 Цепи Маркова и их применение 9 Задачи математической статистики. Выборочный метод 10 Статистические оценки параметров распределения Часовой объем занятий по видам Лекции Семинары СРС Всего 3 4 5 6 2 2 6 10 8 10 24 42 2 2 2 4 4 4 6 8 14 12 14 20 2 2 4 8 2 4 8 14 2 2 4 - 6 2 12 4 4 6 12 22 8 1 11 12 13 14 2 Методы расчета сводных характеристик выборки Элементы корреляционнорегрессионного анализа Проверка статистических гипотез Элементы дисперсионного анализа ИТОГО: 3 4 4 8 5 14 6 26 4 6 14 24 4 4 6 4 14 12 24 20 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 1. Гмурман В.Е. Теория вероятностей и математическая статистика. – М.: Высшая школа, 2003. 2. Налимов В.Н. Теория вероятностей и математическая статистика для экономистов. – М.: Весть, 2007. 3. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. – М.: Высшая школа, 1998. 4. Красс М.С., Чупрынов Б.П. Основы математики и ее приложения в экономическом образовании: Учебник. – М.: Дело, 2000. 5. Письменный Д.Т. Конспект лекций по теории вероятностей, математической статистике и случайным процессам. – М.: Айрис-пресс, 2006. б) Дополнительная литература 1. Вентцель Е.С. Исследование операций. Задачи, принципы, методология. – М.: Высшая школа, 2001. 2. Вентцель Е.С. Теория вероятностей. – М.: Высшая школа, 2002. 3. Кремер Н.Ш. Теория вероятностей и математическая статистика. – М.: ЮНИТИДАНА, 2003. 4. 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. 9 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 Оценка по 10-балльной шкале 0 1 1,5 2 3 3 4,5 4 5,5 6,5 7,5 8,5 5 6 7 8 9 9,5 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 10балльной шкале за контрольную работу, домашние задания, зачет и экзамен, соответственно. Таблица соответствия оценок по десятибалльной и пятибалльной системе. По десятибалльной шкале 1 – неудовлетворительно 2 – очень плохо 3 – плохо 4 – удовлетворительно 5 – весьма удовлетворительно 6 – хорошо 7 – очень хорошо 8 – почти отлично 9 – отлично 10 – блестяще По пятибалльной шкале неудовлетворительно – 2 удовлетворительно – 3 хорошо – 4 отлично – 5 10 Типовые примеры заданий контрольных работ и экзамена 1. 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. 2. 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]. 3. Тест 3. Требуется дать ответ «да» или «нет». Закон распределения двумерной дискретной случайной величины (X, Y) задан таблицей: X 0 1 0,12 0,18 0,28 0,42 Y −1 1 Тогда верны следующие утверждения: случайные величины X и Y независимы; rXY 0; D(X − 2Y) = D(X) + 4D(Y); M(Y) < 0. 4. 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: 11 Ф(2) + Ф(6); Ф(2) − Ф(6); Ф(6) − Ф(2); Ф(4). 5. 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. 6. Задание 2. Найдите значение выражения 3 ( X ) , если функция распределения непрерывной случайной величины Х имеет вид: 1 0, если x 2 ; 1 2x 1 F ( x) , если x 1; 2 3 1, если x 1. 7. Задание 3. Из генеральной совокупности извлечена выборка объемом n = 100. Результаты первичной обработки данных выборки представлены в таблице в виде интервального ряда. Интервал [−15,4; −11,8) [−11,8; −8,1) [−8,1; −4,5) [−4,5; −0,8) [−0,8; 2,8) Частота 1 0 2 6 19 Интервал [2,8; 6,4) [6,4; 10,1) [10,1; 13,7) [13,7; 17,4) [17,4; 21,0] Частота 20 17 17 13 4 Используя приведенные данные: 1. Постройте гистограмму распределения и график выборочной функции распределения. 2. Методом произведений найдите выборочные оценки генеральной средней и генеральной дисперсии. 3. Используя критерий Пирсона, при уровне значимости α = 0,05 проверьте гипотезу о нормальном распределении признака в генеральной совокупности. 4. 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. 12 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).