банк. Банк_задач_по_ТВ. печ. сб. окт.2010. Учебное пособие для вузов Дружининская И. М. Хованская И. А. Матвеев В. Ф. Мышкис П. А

• Название: Учебное пособие для вузов Дружининская И. М. Хованская И. А. Матвеев В. Ф. Мышкис П. А
• Дата: 09.03.2022
• Размер: 316.5 Kb.
• Имя файла: Банк_задач_по_ТВ. печ. сб. окт.2010.doc
• Тип: Учебное пособие; #388060
• страница: 1 из 3

Банк задач

по теории

вероятностей


для студентов экономических специальностей
Учебное пособие для вузов

Дружининская И.М.

Хованская И.А.

Матвеев В.Ф.

Мышкис П.А.

МАКС Пресс

2006

Учебное издание

Дружининская Ирина Михайловна

Хованская Ирина Аскольдовна

Матвеев Виктор Федорович

Мышкис Петр Анатольевич

Банк задач по теории вероятностей
для студентов экономических специальностей
Выпуск 1
Учебное пособие по курсу "Теория вероятностей" покрывает основные разделы стандартной программы курса для студентов экономических специальностей и структурировано по возрастанию уровня сложности заданий. Формулировки задач наполнены экономическим содержанием.

Для студентов экономических специальностей и преподавателей курсов теории вероятностей.

Пожелания и критические замечания по поводу данного издания можно направлять по адресам:

Дружининская Ирина Михайловна ([e-mail]);

Матвеев Виктор Федорович ([e-mail]).

Введение

Данное методическое пособие составлено коллективом авторов, которые в течение довольно продолжительного времени преподают курсы теории вероятностей и математической статистики в Государственном университете - Высшая школа экономики. Обобщая опыт нескольких лет работы, авторы пришли к определенной форме промежуточных и экзаменационных контрольных работ, что нашло отражение в структуре пособия.

В учебном пособии предлагается большой набор задач. Формулировки традиционных задач по теории вероятностей были переработаны, наполнены экономическим и социологическим содержанием. Мы старались, чтобы вдумываться в формулировки задач, а затем решать эти задачи, студентам было бы интересно и полезно. Надеемся, что у студентов появится ощущение того, что и модели с упрощенным набором данных, позволяющие быстро получить числовые результаты и сделать на их основе разумные выводы, будут полезны им, когда они станут специалистами.

Задачи разбиты по разным темам, что позволяет компоновать каждый раз новые варианты контрольных и экзаменационных работ.

Задач с ответами и решениями в этом издании приведено совсем немного. Это сделано осознанно. Данное издание первый выпуск серии. Параллельно готовится издание методических указаний по курсу теории вероятностей, в котором будет приведено большое количество решенных задач и примеров.

Данный сборник будет полезен студентам. Мы не сомневается в том, что каждый студент, решивший большую часть представленных задач, сможет успешно справиться как с промежуточными, так и итоговыми контрольными работами. Надеемся также, что сборник будет полезен и преподавателям курсов теории вероятностей, работающих в вузах на факультетах экономических специальностей.

Будем признательны за все пожелания и критические замечания по поводу данного издания.

Предисловие

Одной из базовых математических дисциплин, которые преподаются студентам младших курсов экономических вузов, является теория вероятностей. Обычно теория вероятностей преподается на первом и втором курсах и является вводной частью в проблематику вероятностно-статистических методов моделирования и исследований, которые применяются в дальнейшем практически для всех специализаций на факультетах экономики, менеджмента и социологии. Необходимость усвоения основных положений теории вероятностей студентами экономических ВУЗов и факультетов общепризнанна. Очевидно, что расширение применения экономических знаний в обществе требует современных, динамичных подходов к обучению студентов.

За многие десятилетия наша отечественная школа преподавания создала прекрасные учебники и задачники по теории вероятностей. Однако в большинстве случаев содержание задач в них весьма далеко от тех тем, с которыми знакомятся студенты экономисты, менеджеры, социологи, слушая в учебных аудиториях лекции по микро и макроэкономике, анализу данных, изучая финансовые рынки, банковское дело, логистику и другие дисциплины. Студенты в большинстве случаев понимают, что предстоящая деятельность в качестве управленцев, аналитиков, консультантов потребует от них знаний и навыков теории вероятностей. Но при этом, как подсказывает опыт авторов данного пособия, студенты с большим интересом решают задачи, в которых надо вычислить не вероятность попадания стрелка в цель при определенных условиях, а вероятность получения некоторого уровня прибыли фирмы при взаимодействии с поставщиками при определенных ограничениях. Иными словами, экономическая, управленческая или социологическая формулировка задач в гораздо большей степени привлекает внимание студента и проявляет его интерес к изучению теории вероятностей, нежели абстрактные, технические формулировки задач.

В данном издании традиционные задачи, решаемые в рамках дисциплины «Теория вероятностей», наполнены формулировками с экономическим и социологическим содержанием. Работа со студентами показывает, что они с удовольствием решают такие задачи. Более того, они сами предлагают преподавателям придуманные ими задачи экономического содержания. Конечно же, на начальных этапах решения вероятностных задач нецелесообразно отказываться от простейших образов и схем решения, основанных на привлечении игральных костей, урн и других привычных объектов, используемых в задачах по теории вероятностей, поскольку они позволяют наглядным образом представить модель ситуации и сделать процедуру решения понятной.

В списке литературы приведены некоторые из рекомендуемых студентам учебники и задачники по теории вероятностей.

Структура разделов курса теории вероятностей представленных в пособии

Представленные в учебном пособии задачи соответствуют следующим базовым темам теории вероятностей, которые обычно изучаются студентами.

• 
  Введение в теорию вероятностей. Основные понятия теории вероятностей. Математическая модель случайного эксперимента. Классическое, статистическое/частотное, геометрическое определение вероятностей. Алгебра событий. Полная группа событий. Независимость событий, условные вероятности. Базовые модели случайных экспериментов: Урновая модель, модель Бернулли, равномерное/случайное попадание точки в заданную область. Использование методов комбинаторики для вычисления вероятностей.
  
• 
  Базовые теоремы теории вероятностей: сложения и умножения вероятностей, формула полной вероятности, формула Байеса.
  
• 
  Понятие дискретной и непрерывной случайных величин. Распределения вероятностей значений случайных величин. Числовые характеристики случайных величин (математическое ожидание, дисперсия, среднее квадратическое отклонение) и их свойства. Неравенство Маркова. Неравенство Чебышева.
  
• 
  Законы распределения непрерывных случайных величин – нормальный, равномерный. Устойчивость нормального закона распределения.
  
• 
  Законы распределения непрерывных случайных величин – нормальный, равномерный. Устойчивость нормального закона распределения.
  
• 
  Зависимые и независимые случайные величины. Закон больших чисел. Центральная предельная теорема теории вероятностей.
  
• 
  Последовательности повторных испытаний и распределения соответствующих случайных величин. Схема Бернулли (биномиальное распределение). Размещение шаров по ящикам (полиномиальное распределение). Простейший поток редких событий (распределение Пуассона, показательное распределение). Теорема Пуассона, локальная и интегральная теоремы Муавра-Лапласа.
  
• 
  Двумерная случайная величина и ее функция распределения. Условные законы распределения. Стохастическая зависимость двух случайных величин и линейный коэффициент корреляции.
  
• 
  Модели ситуаций для применения распределений стандартных случайных величин: нормальной, биномиальной, показательной, экспоненциальной, равномерной, Хи-квадрат, Стьюдента.
  

Предлагаемая структура письменной экзаменационной работы

Опыт преподавания составителей данного издания позволил выработать оптимальный, на наш взгляд, формат проведения промежуточных и итоговых контрольных работ. В частности, экзамен заключается в письменном решении задач.

Каждый вариант экзаменационной контрольной работы содержит довольно много вопросов и задач в предположении, что продолжительность времени ее выполнения составляет до четырех академических часов. Все задачи и вопросы разделены на четыре части.

Первая, вводная, часть представляет собой набор достаточно простых утверждений (верных или же неверных), которые предполагают только два варианта ответа либо «ДА», либо «НЕТ». Эта часть экзаменационной работы нацелена на выяснение того обстоятельства, освоены или же нет студентом основные, весьма простые, но фундаментальные теоретические понятия курса. Очевидно, что если в этой части студент проявляет непонимание, отвечая в основном неверно на предлагаемые утверждения, то это свидетельствует, что он не освоил базовые знания курса.

Во второй части экзаменационной работы ему предлагается решить несколько совсем простых и абсолютно стандартных задач. Для решения этих задач студенту необходимо знать и уметь применять на практике основные теоремы курса. Прежде всего, это основные теоремы теории вероятностей, формулу полной вероятности, свойства основных распределений случайных величин, в том числе и, прежде всего, нормального закона распределения. Успешное выполнение этой части работы свидетельствует, что студент освоил базовые навыки решения стандартных задач необходимые для получения положительной оценки за экзаменационную работу.

Третья часть работы представляет собой набор более сложных задач с экономическим и социологическим содержанием, решение которых, впрочем, также основано на упомянутых уже основных формулах теории вероятностей с добавлением более сложных тем. Выполнение этой части экзаменационной работы ориентировано на выявление студентов хорошо усвоивших курс.

И, наконец, последняя, четвертая часть экзаменационной работы ориентирована на продвинутых студентов, разобравшихся в темах курса, которые могут решать более сложные задачи. Предполагается владение комбинациями методов решения, глубокое осознание смысла задачи, умение продемонстрировать правильное понимание определений и теорем курса. Выполнение этой части работы позволяет студенту претендовать на оценку «отлично».

Часть первая

Каждый вопрос требует лишь ответа «ДА», если вы согласны с данным утверждение, или «НЕТ», если вы с этим утверждением не согласны. Приветствуются пояснения / аргументы в пользу выбранного ответа.

Предварительные замечания

Этот раздел состоит из простых тестовых вопросов, требующих ответов «ДА» или «НЕТ», в зависимости от того, верное ли утверждение указано в вопросе. Таким образом, проверяется знание основных определений и понятий теории, формулировок теорем. Кроме того, сюда включены вопросы, проверяющие наиболее частые и досадные заблуждения студентов. В каждый вариант итоговой работы включается 5-10 тестовых вопросов.

Примеры вопросов с подробными пояснениями

Вопрос 1.: Для любых двух событий А и В .

Ответ: «ДА».

Комментарий:Это утверждение теоремы о сложении вероятностей.

Вопрос 2.: Если Х и Y любые случайные величины, то

Ответ: «НЕТ».

Комментарий:

Заметим, что для ответа на этот вопрос не нужно почти ничего знать, кроме определения дисперсии.

Действительно, т.к. дисперсия случайной величины – это математическое ожидание квадрата отклонения значений случайной величины от своего математического ожидания, то в левой части равенства дисперсия не может быть отрицательной.

Если же дисперсия случайной величины Y больше, чем дисперсия Х, то в правой части равенства получается отрицательное значение. Что противоречит значению левой части равенства для таких случайных величин.

Если случайные величины независимы, то , если нет – зависимость сложнее.

Вопрос 3.: Вероятность встретить на улице динозавра равна 0,5: или встречу, или не встречу

Ответ: «НЕТ».

Комментарий:

Этот вопрос, конечно, не слишком серьёзный, но разобраться в нём подробно полезно, в каждой шутке есть только доля шутки.

Возможная модель случайного эксперимента имеет общее количество элементарных исходов равное двум ("встреча" или "невстреча"). Количество благоприятных исходов для интересующего нас события " встретить на улице динозавра" равно одному ("встреча").

Почему, собственно, в этом случае нельзя пользоваться классическим определением вероятности ?

Если бы эта формула здесь работала, то ответ на поставленный вопрос был бы «ДА».

В чём же ошибка?

Исходы этого эксперимента никак нельзя назвать равновозможными.

Рассмотрим задачу, где легко совершить подобную ошибку.

Пример: Найти вероятность того, что в семье, имеющей четырёх детей, будет ровно три мальчика.

Неверноерешение:

В этой ситуации возможны 5 различных исходов (по возможному количеству мальчиков в семье, имеющей четырёх детей).

Благоприятен интересующему нас событию один исход (ровно три мальчика).

Значит, в соответствии с классическим определением вероятностей:
искомая вероятность р=1/5=0.2.

Здесь допущена ошибка: исходы в данном случае не будут равновозможными.

Верное решение задачи:

Подходящей Моделью случайного эксперимента для нашего примера "семьи, имеющей четырёх детей" могла бы быть "Модель четырех последовательных независимых испытаний Бернулли".

Отдельное испытание Бернулли с двумя исходами "успех" и "неудача" соответствует рождению каждого ребенка: "мальчик" или "девочка".

Каждый из этих исходов с высокой для нашей задачи точностью можно считать равновероятным.

Тогда, интересующее нас событие "в семье ровно три мальчика" в рамках нашей Модели будет представлено как событие: {X = 3},

"случайная величина X : "количество мальчиков в нашей семье"
(биномиальная случайная величина в схеме Бернулли с параметрами (4; 0.5), где количество испытаний 4, вероятность успеха 0.5 )
принимает значение 3".

Вероятность этого события С₄³(0.5)⁴ =4(0.5)⁴ , что не равна0.2.

Тестовые вопросы

1. 
   Вероятность события, которое не может произойти, меньше 0.
   
2. 
   Вероятность события, которое не может произойти, не существует.
   
3. 
   Вероятность события, которое не может произойти, равна 0.
   
4. 
   Вероятность встретить на улице динозавра равна 0,5 – или встречу, или не встречу.
   
5. 
   Вероятность события, которое наверняка произойдёт, равна 1.
   
6. 
   Функция распределения положительной случайной величины определена при х>0.
   
7. 
   Интеграл интегральной функции распределения по всей прямой равен 1.
   
8. 
   Интегральная функция распределения определена для любой случайной величины.
   
9. 
   Интегральная функция распределения не определена для дискретной случайной величины.
   
10. 
    Интегральная функция распределения не определена для непрерывной случайной величины.
    
11. 
    Интегральная функция любой случайной величины не убывает.
    
12. 
    Интегральная функция любой случайной величины не возрастает.
    
13. 
    Интегральная функция любой случайной величины возрастает.
    
14. 
    Интеграл от плотности по всей прямой равен 1
    
15. 
    Если р(х) – плотность распределения случайной величины Х, то р(х)<1 для всех х.
    
16. 
    Если р(х) – плотность распределения случайной величины Х, то р(х)>0 для всех х.
    
17. 
    Математическое ожидание любой случайной величины больше 0.
    
18. 
    Математическое ожидание любой случайной величины меньше 1.
    
19. 
    Дисперсия любой случайной величины меньше 1.
    
20. 
    Математическое ожидание неотрицательной случайной величины
    больше 0.
    
21. 
    Математическое ожидание случайной величины меньше её дисперсии.
    
22. 
    Дисперсия отрицательной случайной величины не больше 0.
    
23. 
    Если Х и Y любые случайные величины, то Е(Х +Y)=Е(Х)+Е(Y).
    
24. 
    Если Х и Y любые случайные величины, то Е(ХY)=Е(Х)Е(Y).
    
25. 
    Если Х и Y любые случайные величины, то D(Х +Y)=D(Х)+D(Y).
    
26. 
    Если Х и Y любые случайные величины, то D(Х -Y)=D(Х)-D(Y).
    
27. 
    Если Х и Y любые независимые случайные величины, то
    D(Х +Y)=D(Х)+D(Y).
    
28. 
    Если Х и Y любые независимые случайные величины, то
    D(Х -Y)=D(Х)-D(Y).
    
29. 
    Если Х и Y любые независимые случайные величины, a и b любые числа,
    то D(aХ +bY)=aD(Х)+bD(Y).
    
30. 
    Если Х и Y любые независимые случайные величины, a и b любые числа,
    то D(aХ +bY)=a² D(Х)+b²D(Y).
    
31. 
    Медиана любой случайной величины совпадает с её матожиданием.
    
32. 
    Мода любой случайной величины больше её матожидания.
    
33. 
    Матожидание любой случайной величины меньше её медианы.
    
34. 
    Если Х непрерывная случайная величина, то P(X>Med X)=0.5.
    
35. 
    Если Х непрерывная случайная величина, то P(X
36. 
    Если Х непрерывная случайная величина, то P(X=Med X)=0.5.
    
37. 
    Если Х непрерывная случайная величина, то P(X>Med X)=0 .
    
38. 
    Если Х непрерывная случайная величина, то P(X>Med X)=1
    
39. 
    Среднеквадратичное отклонение всегда меньше дисперсии.
    
40. 
    Распределение Пуассона непрерывно.
    
41. 
    Случайная величина, распределённая по закону Пуассона, может принимать значение 3,7.
    
42. 
    Случайная величина, распределённая по экспоненциальному закону, не может принимать значение p
    
43. 
    Случайная величина, распределённая по экспоненциальному закону, может быть равна p.
    
44. 
    Для любых двух событий А и В Р(АВ)=Р(А)Р(В).
    
45. 
    Для любых двух событий А и В Р(А+В)=Р(А)+Р(В).
    
46. 
    Для любых двух событий А и В Р(А+В)=Р(А)+Р(В) – Р(А)(В).
    
47. 
    Для любых двух независимых событий А и В Р(АВ)=Р(А)Р(В).
    
48. 
    Для любых двух несовместных событий А и В Р(АВ)=Р(А)Р(В).
    
49. 
    Для любых двух независимых событий А и В Р(А+В)=Р(А)+Р(В).
    
50. 
    Для любых двух несовместных событий А и В Р(А+В)=Р(А)+Р(В).
    
51. 
    Для любых двух событий А и В Р(АВ)=Р(А)Р(В|А).
    
52. 
    Для любых двух событий А и В Р(АВ)=Р(А)Р(А|В).
    
53. 
    Р(А|А)=1.
    
54. 
    Р(В|В)=0.
    
55. 
    Выбирая случайным образом ответы (из двух альтернативных вариантов, содержащих правильный ответ) на 10 разных вопросов, вероятность ответить правильно на все вопросы равна .
    
56. 
    Выбирая случайным образом ответы (из двух альтернативных вариантов, содержащих правильный ответ) на 10 разных вопросов, вероятность ответить правильно на 8 из них равна .
    
57. 
    Отвечая случайным образом на 10 вопросов, с двумя альтернативными вариантами ответов, вероятность правильно ответить на 8 из них .
    
58. 
    Выбирая случайным образом ответы (из двух альтернативных вариантов, содержащих правильный ответ) на 10 разных вопросов, ответишь правильно на 8 из них с вероятностью .
    
59. 
    Если МХ=5, DХ=16, то Х N(5;16) .
    
60. 
    Если вероятность выпадения 6 на игральной кости , то вероятность выпадение двух 6 подряд будет равна .
    
61. 
    Если вероятность выпадения 6 на игральной кости , то вероятность выпадения двух 6 при 3 бросаниях будет равна .
    
62. 
    Если вероятность выпадения 6 на игральной кости , то вероятность выпадения двух 6 при 3 бросаниях будет равна .
    
63. 
    Если вероятность выпадения 6 на игральной кости , то вероятность выпадения двух 6 при 3 бросаниях будет равна .
    
64. 
    Если вероятность выпадения 6 на игральной кости , то вероятность выпадения двух 6 при 3 бросаниях будет равна .
    
65. 
    Если вероятность выпадения 6 на игральной кости , то наивероятнейшее количество выпадений 6 при 7 бросках равно .
    
66. 
    Если вероятность выпадения 6 на игральной кости , то наивероятнейшее количество выпадений 6 при 7 бросках равно 1 .
    
67. 
    Если вероятность выпадения 6 на игральной кости , то наивероятнейшее количество выпадений 6 при 7 бросках равно 2.
    
68. 
    Если вероятность выпадения 6 на игральной кости , то математическое ожидание количества выпадений 6 при 7 бросках
    равно .
    
69. 
    Если вероятность выпадения 6 на игральной кости , то математическое ожидание количества выпадений 6 при 7 бросках равно .
    
70. 
    Медиана всякой случайной величины обязательно совпадает с ее математическим ожиданием.
    
71. 
    Математическое ожидание случайной величины всегда положительно.
    
72. 
    Для равномерного распределения плотность распределения является постоянной величиной на отрезке.
    
73. 
    Интегральная функция любой случайной величины не убывает.
    
74. 
    Дисперсия любой случайной величины всегда меньше ее математического ожидания.
    
75. 
    Дисперсия любой случайной величины всегда больше ее математического ожидания.
    
76. 
    Плотность вероятности не определена для дискретной случайной величины.
    
77. 
    Вероятность события, которое наверняка произойдёт, равна 1.
    
78. 
    Если Х и Y - любые случайные величины, то D(Х - 2Y)=D(Х) - 4D(Y).
    
79. 
    Для двух совместных событий А и В Р(А+В)=Р(А)+Р(В) – Р(АВ).
    
80. 
    Математическое ожидание случайной величины всегда положительно.
    
81. 
    Условная вероятность Р(А/А)=1.
    
82. 
    Условная вероятность Р(А/А)=0.
    
83. 
    Для равномерного распределения плотность распределения является постоянной величиной на всей числовой оси.
    
84. 
    Если Х и Y- любые случайные величины, то Е(Х+Y)=Е(Х)+Е(Y).