- •Учебно-методический комплекс Учебной дисциплины «Теория вероятностей и математическая статистика» Цикла ен по специальности
- •080107 «Налоги и налогообложение»
- •Рабочая учебная программа утверждаю:
- •Основание
- •Раздел 1. Элементы теории вероятностей
- •Раздел 2. Математическая статистика
- •2. Краткое изложение материала (сокращенный курс лекций)
- •Тема 1.Элементы комбинаторики
- •1.1. Размещения
- •1.2. Понятие факториала
- •1.3. Размещения с повторениями
- •1.4. Сочетания
- •Сочетания с повторениями
- •1.6. Перестановки
- •1.7. Перестановки с повторениями
- •1.8. Правила комбинаторики
- •Тема 2.Элементы теории вероятностей
- •2.1. Определение вероятности и свойства, вытекающие из её определения. Классификация событий. Диаграммы Венна
- •Полную группу можно определить так: если
- •2.2. Правила сложения и умножения вероятностей. Зависимые и независимые события
- •Тема 3. Формулы полной вероятности и байеса
- •Необходимо определить вероятность события а и переоценить вероятности событий Hi с учетом полной информации о событии а.
- •Тема 4. Дискретные случайные величины.
- •4.1. Определение дискретной случайной величины.
- •4.2.Числовые характеристики.
- •4.3. Математические операции над случайными величинами.
- •4.4. Распределения Бернулли и Пуассона.
- •4.5. Гипергеометрическое распределение.
- •5. Непрерывные случайные величины.
- •5.1. Функция распределения и плотность распределения непрерывной случайной величины.
- •5.2. Нормальное распределение
- •6. Вариационные ряды и их характеристики
- •6.1.Понятие вариационного ряда. Виды вариационных рядов.
- •6.2. Числовые характеристики вариационного ряда
- •7. Выборочный метод и статистическое оценивание
- •7.1. Основные понятия и определения выборочного метода
- •7.2. Статистическое оценивание
- •7.3. Ошибки выборки
- •Формулы расчёта ошибки выборки для собственно-случайного отбора
- •7.4. Определение численности (объема) выборки
- •Формулы расчёта необходимой численности выборки для собственно-случайного отбора
- •7.5. Интервальное оценивание
- •Тема 8. Проверка статистических гипотез
- •Статистическая проверка гипотез
- •3. Методические указания к выполнению курсовой работы, а также методические указания в целом
- •Задачи к теме 1 «Комбинаторика».
- •Задачи к теме 2 «Основные теоремы теории вероятностей».
- •Задачи к теме 3 «Формулы полной вероятности и Байеса».
- •Задачи к теме 4 «Законы распределения дискретных случайных величин».
- •Задачи к теме 5 «Законы распределения непрерывных случайных величин».
- •Задачи к теме 6 «Вариационные ряды и их характеристики».
- •Задачи к теме 7 «Выборочный метод и статистическое оценивание».
- •Задачи к теме 8 «Статистическая проверка гипотезы».
- •5. Контроль знаний (тесты, билеты, вопросы для экзамена, зачета) тесты
- •Тема 1. Комбинаторика
- •Тема 2. Основные определения, понятия и теоремы теории вероятностей
- •Тема 3. Формулы полной вероятности и Байеса
- •Тема 4. Случайные величины
- •Тема 5 . Закон больших чисел
- •Тема 6. Вариационный ряд и его числовые характеристики
- •Тема 7. Выборочный метод и его значение в экономических исследованиях
- •Тема 8. Статистическая проверка гипотез
- •Экзаменационные билеты
- •Вопросы к экзамену (зачету)
- •Раздел 1. Элементы теории вероятностей
- •Раздел 2. Математическая статистика
- •6. Сведения о ппс
- •7. Деловые игры и хозяйственные ситуации, используемые при проведении практических занятий
- •Дополнительный материал Глоссарий
- •Статистические таблицы
Тема 3. Формулы полной вероятности и Байеса
Формула полной вероятности может быть записана как:
А) |
В) |
Б) |
Г) |
Формула полной вероятности может быть сформулирована как :
А) если событие А может наступить только вместе с одним из событий Н1, Н2, Н3,…., Нn, образующих полную группу несовместных событий и называемых гипотезами, то вероятность события А равна сумме произведений вероятностей каждого из событий Н1, Н2, Н3,…., Нn, на соответствующую условную вероятность события А;
Б) если событие А может наступить только вместе с одним из событий Н1, Н2, Н3,…., Нn, то вероятность события А равна сумме произведений вероятностей каждого из событий Н1, Н2, Н3,…., Нn, на соответствующую вероятность события А;
В) если событие А может наступить только вместе с одним из событий Н1, Н2, Н3,…., Нn, образующих полную группу несовместных событий и называемых гипотезами, то вероятность события А равна сумме вероятностей каждого из событий Н1, Н2, Н3,…., Нn;
Г) если событие А может наступить только вместе с одним из событий Н1, Н2, Н3,…., Нn, образующих полную группу несовместных событий и называемых гипотезами, то вероятность события А равна сумме соответствующих условных вероятностей события А.
Вероятности гипотез называют:
А) условными; |
Б) априорными; |
В) апостериорными; |
Г)безусловными. |
4. Вероятность, найденную по формуле Байеса называют:
А) условной; |
Б) априорной; |
В) апостериорной; |
Г)безусловной. |
5.Формула Байеса может быть записана как:
А) |
В) |
Б) |
Г) |
6. Формулы Байеса позволяют:
А) переоценить полную вероятность события А;
Б) вычислить полную вероятность события А;
В) переоценить условные вероятности события А, после того, как становится известным результат испытания, в итоге которого появилось событие А;
Г) переоценить вероятности гипотез, после того, как становится известным результат испытания, в итоге которого появилось событие А.
Тема 4. Случайные величины
Случайная величина – это
А) величина, которая в результате опыта (испытания, эксперимента) принимает одно из своих возможных значений, причем заранее неизвестно какое именно;
Б) величина, которая в результате опыта (испытания, эксперимента) принимает одно из своих возможных значений, причем заранее известно какое именно;
В) величина, которая в результате опыта (испытания, эксперимента) принимает несколько из своих возможных значений, причем заранее неизвестно какие именно;
Г) величина, которая в результате опыта (испытания, эксперимента) принимает несколько из своих возможных значений, причем заранее известно какие именно;
2.Формула Бернулли записывается как:
А) ; |
Б) ; |
В) ; |
Г) . |
3. Математическое ожидание биномиального распределения рассчитывается как:
А) ; |
Б); |
В) ; |
Г) . |
4. Дисперсия биномиального распределения рассчитывается как:
А) ; |
Б); |
В) ; |
Г) . |
5. Среднее квадратическое отклонение биномиального распределения рассчитывается как:
А) ; |
Б) ; |
В) ; |
Г) . |
6. Вероятнейшая частота (наивероятнейшее число) наступления событий рассчитывается как:
А) ; |
В) ; |
Б) ; |
Г) . |
7.Формула распределения вероятностей Пуассона записывается как:
А) ; |
Б) ; |
В) ; |
Г) . |
8. Математическое ожидание СВ, распределенной по закону Пуассона рассчитывается как:
А) ; |
Б) ; |
В) ; |
Г) . |
9. Дисперсия СВ, распределенной по закону Пуассона рассчитывается как:
А) ; |
Б) ; |
В) ; |
Г) . |
10. Формула гипергеометрического закона распределения ДСВ:
А) ; |
Б) ; |
В) ; |
Г) ; |
11. Математическое ожидание СВ, распределенной по гипергеометрическом закону:
А) ; |
Б) ; |
В) ; |
Г). |
12. Дисперсия СВ, распределенной по гипергеометрическом закону определяется как:
А) ; |
В) ; |
Б) ; |
Г) . |
13. Математическое ожидание НСВ равно:
А) ; |
Б); |
В); |
Г) |
14. Нормальная СВ имеет плотность распределения, определяемую формулой:
А) ; |
В) ; |
Б) ; |
Г) ; |
15. Стандартная (нормированная) нормальная СВ имеет плотность распределения, определяемую формулой:
А) ; |
В) ; |
Б) ; |
Г) . |
16. Согласно свойствам плотности распределения стандартной (нормированной) нормальной СВ:
А) функция четная; |
Б) функция нечетная; |
В)функция отрицательная; |
Г) функция положительная; |
17. Функция Лапласа имеет вид:
А) ; |
В) ; |
Б) ; |
Г) . |
18. Интегральная теорема Лапласа записывается как:
А); |
В); |
Б); |
Г). |
19. Вероятность заданного отклонения нормально распределенной СВ от ее математического ожидания на величину меньшую Δ равна:
А) |
В) |
Б) |
Г) |
20. Локальная теорема Лапласа записывается как:
А) |
В) |
Б) |
Г) |
21. Аппроксимация биномиального распределения с использованием нормального позволяет определять вероятность того, что ДСВ попадет в заданный интервал как:
А); |
В) |
Б); |
Г) |