Рабочая программа учебной дисциплины ф тпу 1-21/01 утверждаю

Вид материала

Содержание

Распределение учебного времени
Всего аудиторных занятий
Общая трудоемкость
Цели и задачи учебной дисциплины.
Задачи изложения и изучения дисциплины.
Введение (0.5 час)
1.2.Основы теории вероятности (3 часа)
1.3.Статистика случайных величин
1.3.2. Построение статистических решений (0.5 час)
1.3.3.Проверка некоторых типовых статистических гипотез (2 часа)
1.3.4. Исследование различий между геологическими объектами (1 час)
1.4. Корреляционные зависимости между случайными величинами.
1.4.2. Выявление тесноты связи между двумя случайными величинами (1 час).
1.4.3. Многомерное моделирование (2 часа).
1.5. Моделирование пространственной изменчивости свойств геологических объектов (2 часа).
Заключение (0.5 час).
3.Программа самостоятельной познавательной деятельности
3.1. Понятие о геолого-математическом моделировании свойств геологических объектов (6 часов).
3.2. Основы теории вероятности(16 часов)
3.3. Статистика случайных величин
...
Полное содержание

Подобный материал:

Рабочая программа учебной дисциплины

Ф ТПУ 7.1-21/01

УТВЕРЖДАЮ

Директор ИГНД

___________А.К.Мазуров

«______»__________2009 г.

МАТЕМАТИЧЕСКИЕ МЕТОДЫ МОДЕЛИРОВАНИЯ В ГЕОЛОГИИ

Рабочая программа для направления 130100 «Геология и разведка полезных ископаемых»

Институт геологии и нефтегазового дела

Обеспечивающая кафедра: Геологии и разведки полезных ископаемых

Курс___4

Семестр_8

Учебный план набора 2006 года

Распределение учебного времени

Лекции	16 часов (ауд.)
Лабораторные занятия	16 часов (ауд.)
Всего аудиторных занятий	32 часа
Самостоятельная (внеаудиторная) работа	48 часов
Общая трудоемкость	80 часов
Экзамен в 8 семестре

Томск-2009

Предисловие

1. Рабочая программа составлена на основе ГОС по направлению (специальности) 130100 «Геология и разведка полезных ископаемых», утвержденного приказом Министерства образования Российской Федерации № 686 от 02.03.2000 г. и приказом ректора ТПУ

РАССМОТРЕНА и ОДОБРЕНА на заседании обеспечивающей кафедры геологии и разведки МПИ 22 мая 2009 г. протокол № 5

2. Разработчик

профессор кафедры ГРПИ В.Г.Ворошилов

3. Зав. обеспечивающей кафедрой А.К. Мазуров

4. Рабочая программа рассмотрена и рекомендована к изданию методическим семинаром кафедры ГРПИ

Зав. выпускающей кафедрой А.К. Мазуров

Аннотация.

В курсе «Математические методы моделирование в геологии» рассмотрены основы теории вероятностей, законы распределения, статистика случайных величин, проверка статистических гипотез, дисперсионный анализ, корреляционный анализ, методы математического моделирования свойств геологических объектов.

Annotation

In the course “Mathematical methods modeling in geology” are examined the basis of the probability theory, the distribution laws, the statistics of random variables, checking statistical hypotheses, variance analysis, correlation analysis, methods of the mathematical simulation of the properties of geological objects.

УДК 519.2:550.8

Ключевые слова: рабочая программа, геолого-математическое моделирование, основы теории вероятности, статистика случайных величин, проверка статистических гипотез, дисперсионный анализ, коэффициент корреляции, корреляционное отношение.

Цели и задачи учебной дисциплины.

Цели преподавания дисциплины.

Математическое моделирование является одним из ведущих методов при проведении прогнозно-металлогенических, поисковых и разведочных работ. Все возрастающий объем информации и истощение фонда легко открываемых месторождений диктует необходимость использования математического моделирования на всех этапах геологоразведочных работ. Это требует от современного специалиста-геолога знаний не только геологии и математики, но и специфики отражения геологических объектов и явлений в математических категориях и моделях.

Цель преподавания дисциплины заключается в ознакомлении студентов с основами применяемых в геологии методов математической обработки геологической информации, простейшими методами математического моделирования свойств и параметров геологических объектов и явлений и формировании у студентов целостной системы знаний и умений.

Студент после изучения курса должен

знать и уметь использовать:

Федеральный компонент

Принципы и методы математического моделирования в геологии, точечные и интегральные оценки свойств объектов, статистическая проверка гипотез, корреляционный, гармонический анализ, применение уравнений регрессии в различных сферах, многомерные статистические модели, анализ образов; геологические, геохимические и геофизические поля как поля пространственных переменных, горно-геометрические модели и тренд-анализ; линейная фильтрация; факторы, определяющие выбор и эффективность использования математических методов в геологии и технике; компьютерный анализ геоинформации.

Региональный компонент

Геолого-математические модели рудных, угольных, неметаллических полезных ископаемых Сибири. Моделирование свойств полезного ископаемого при подсчете запасов.

Университетский компонент

Компьютерные методы многомерного моделирования зональности рудных месторождений Сибири, разрабатываемые на кафедре ГРПИ.

Задачи изложения и изучения дисциплины.

Задачи учебной дисциплины заключаются в приобретении студентами первых навыков математического моделирования свойств и параметров геологических объектов и явлений. В процессе изучения дисциплины студенты должны ознакомиться с основными методами статистической обработки геологической информации, основами создания и совершенствования математических моделей геологических объектов, научиться оценивать достоинства и недостатки конкретных моделей, иметь представление об основных идеях геолого-математического моделирования и путях их развития.

Студенты должны научиться и уметь создавать и формировать выборки для конкретных моделей, проводить статистическую обработку количественной информации, создавать простейшие геолого-математические модели с использованием современных компьютерных технологий, оценивать адекватность созданной модели геологическому объекту, оценивать ее достоинства и недостатки, корректировать модель в соответствии с меняющимися геологическими условиями, давать по результатам математического моделирования конкретные геологические выводы и рекомендации.

Для успешного освоения дисциплины «Математическое моделирование в геологии» студенты должны завершить изучение курсов «Высшая математика», «Общая геология», «Минералогия», освоить основы программирования и иметь навыки работы на компьютере.

1.СОДЕРЖАНИЕ ТЕОРЕТИЧЕСКОГО РАЗДЕЛА ДИСЦИПЛИНЫ

(Лекции)

Введение (0.5 час)

Роль и значение математических методов в повышении эффективности геологоразведочных работ. Использование математических методов для обработки геологических данных в 19 - 20 в.в. Современное состояние и проблемы математической геологии.

1.1.Понятие о геолого-математическом моделировании свойств геологических объектов (0.5 час).

Необходимость использования моделей при изучении геологических объектов и явлений. Принципы и методы геолого-математического моделирования. Геологические совокупности: изучаемая, опробуемая, выборочная. Требования, предъявляемые к выборочной совокупности.

Вопросы для самопроверки.

Какова роль математических методов в решении геологических задач?
Что такое выборка?
Какие требования предъявляются к выборочным данным?

1.2.Основы теории вероятности (3 часа)

Понятие о достоверном, невозможном и случайном событиях. Частота, частость, вероятность появления события. Закон распределения случайной величины и способы его задания. Интегральная и дифференциальная функции распределения случайной величины. Графическое изображение вероятности события попадания случайной величины в заданный интервал ее значений. Параметры распределения случайной величины: математическое ожидание, мода, медиана, дисперсия, стандарт, коэффициент вариации, коэффициенты асимметрии и эксцесса.

Возможные формы кривых распределения случайной величины. Некоторые теоретические законы распределения: нормальный, логнормальный, биномиальный, Пуассона; области их использования в геологической практике. Понятие о стандартном нормальном распределении. Кривая Гаусса. Использование таблиц нормального распределения и вероятностного калькулятора для прогнозирования значений параметров в геологических объектах.

Вопросы для самопроверки.

Что такое вероятность случайного события?
Что такое закон распределения случайной величины?
Какие законы распределения обычно используются при моделировании геологических объектов и явлений?
Свойства нормального закона распределения.
Как определить вероятность попадания случайной величины в заданный интервал значений?

1.3.Статистика случайных величин

1.3.1. Статистические оценки неизвестных параметров распределения (2 часа)

Понятие о точечных и интервальных оценках параметров. Требования к качеству точечных оценок. Оценки математического ожидания, дисперсии, асимметрии и эксцесса по выборочным данным при различных законах распределения.

Точность оценок параметров. Построение доверительных интервалов оценок математического ожидания для различных доверительных вероятностей. Использование таблиц ²-распределения для вычисления интервальной оценки дисперсии.

1.3.2. Построение статистических решений (0.5 час)

Понятие о статистических гипотезах. Основная (нулевая) и конкурирующая (альтернативная) гипотезы. Задачи проверки гипотез как сопоставление принятой гипотезы с выборочными данными.

Ошибки 1-го и 2-го рода и вероятности их появления. Понятия о доверительной и критической областях критерия, об уровне значимости критерия относительно проверяемой гипотезы и мощности критерия относительно конкурирующей гипотезы. Выбор наиболее оптимального уровня значимости критерия в конкретных геологических условиях.

1.3.3.Проверка некоторых типовых статистических гипотез (2 часа)

Проверка гипотез о функциях распределения с помощью критерия Пирсона. Упрощенный способ проверки гипотез о соответствии эмпирического распределения нормальному (логнормальному) закону с помощью оценок асимметрии и эксцесса.

Проверка гипотез о равенстве двух дисперсий с помощью критерия Фишера. Проверка гипотез о равенстве более чем двух дисперсий на основе критерия Бартлета.

Ранговый критерий Сиджела-Тьюки.

Проверка гипотез о равенстве неизвестного среднего заданному значению. Проверка гипотез о равенстве двух неизвестных средних. Критерий Стьюдента (Вэлча). Непараметрические критерии Ван-дер-Вардена, Вилкоксона, Манна-Уитни. Проверка гипотез о равенстве k неизвестных средних. Использование гипотез о равенстве средних значений при сравнении двух и более геологических объектов.

1.3.4. Исследование различий между геологическими объектами (1 час)

Проверка гипотезы об однородности изучаемого объекта. Подразделение общей задачи на три подзадачи: а) выявление аномальных значений, б) разделение неоднородных выборочных совокупностей на ряд однородных, в) оценка степени влияния различий факторов на характер изменчивости свойств объекта (дисперсионный анализ).

Вопросы для самопроверки.

Что называется оценкой параметра распределения?
Что такое точечная оценка параметров распределения?
Как вычисляются оценки математического ожидания и дисперсии при логнормальном законе распределения?
Как вычисляется оценка асимметрии при биномиальном распределении?
Как вычисляются интервальные оценки среднего и дисперсии при нормальном законе распределения?
В чем заключается необходимость использования стиатистических гипотез при моделировании свойств геологических объектов?
Что такое ошибки 1-го и 2-го рода при принятии гипотез?
Что такое доверительная и критическая области критерия?
Как выбирается уровень значимости критерия?
Как можно проверить гипотезу о соответствии эмпирического распределения одному из теоретических законов?
Как проверить гипотезу о равенстве двух неизвестных средних, если распределение не соответствует нормальному закону?
Как проверить гипотезу о равенстве двух неизвестных дисперсий, если распределение не соответствует нормальному закону?
Как можно графически оценить однородность выборки?
В чем сущность дисперсионного анализа?

1.4. Корреляционные зависимости между случайными величинами.

1.4.1. Выявление формы связи между двумя случайными величинами (1 час).

Виды связей между двумя случайными величинами: функциональная, стохастическая, корреляционная. Способы выявления и исследования корреляционных связей. Облако точек, эмпирические линии регрессии. Линейные и нелинейные уравнения регрессии.

1.4.2. Выявление тесноты связи между двумя случайными величинами (1 час).

Показатели тесноты корреляционной связи: ковариация, коэффициент корреляции, корреляционное отношение, пределы их изменения. Необходимость использования рангового коэффициента корреляции. Определение тесноты связи между качественными показателями. Коэффициент сопряженности.

1.4.3. Многомерное моделирование (2 часа).

Ковариационные и корреляционные матрицы, исследование структуры корреляционных матриц в целях классифицирования геологических объектов и решения задач распознавания образов. Методы создания многомерных статистических моделей и области их применения в геологии.

Вопросы для самопроверки.

В чем отличие корреляционной связи от функциональной?
Какие показатели характеризуют форму и тесноту корреляционной связи?
Как определить тесноту связи, если закон распределения неизвестен?
Как проверить гипотезу о линейности корреляционной связи?
В чем отличие корреляционной и ковариационной матриц?
Методы исследования структуры корреляционных матриц.

1.5. Моделирование пространственной изменчивости свойств геологических объектов (2 часа).

Горно-геометрические модели и тренд-анализ; линейная фильтрация;

геологические, геохимические и геофизические поля как поля пространственных переменных, моделирование их зональности.

Вопросы для самопроверки.

Как разделить закономерную и случайную составляющие пространственной изменчивости?
Что такое тренд-анализ?
Как можно выявить наличие тренда в серии наблюдений?

Заключение (0.5 час).

Перспективы и пути дальнейшего развития методов математической обработки геологической информации.

2.СОДЕРЖАНИЕ ПРАКТИЧЕСКОГО РАЗДЕЛА ДИСЦИПЛИНЫ.

Определение вероятности попадания случайной величины в заданный интервал значений (2 часа).
Статистические оценки параметров распределения свойств геологических объектов (2 часа).
Проверка типовых статистических гипотез. Параметрические и непараметрические критерии (4 часа).
Дисперсионный анализ (2 часа).
Выявление корреляционной зависимости между двумя свойствами геологических объектов (4 часа).
Моделирование пространственной изменчивости свойств геологических объектов (3 часа).

3.ПРОГРАММА САМОСТОЯТЕЛЬНОЙ ПОЗНАВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ

Тема самостоятельной работы	Вид занятия	Технология организации самостоятельной работы	Контроль результатов самостоятельной работы	Бюджет времени, час.
1.Понятие о геолого-математическом моделировании свойств геологических объектов 2.Основы теории вероятностей 3.Статистика случайных величин 4.Корреляционные зависимости между случайными величинами 5.Моделирование пространственной изменчивости свойств геологических объектов	Внеаудиторное Аудиторное, внеаудиторное Аудиторное, внеаудиторное Аудиторное, внеаудиторное Аудиторное, внеаудиторное	Проработка литературы и лекций Проработка литературы и лекций, решение задач Проработка литературы и лекций, выполнение лабораторных работ Проработка литературы и лекций, выполнение лабораторных работ Проработка лите-ратуры и лекций	Опрос Опрос лабораторные работы Контрольная работа Опрос, лабораторные работы Контрольная работа	6 16 20 20 10

В процессе освоения теоретических вопросов дисциплины студенты самостоятельно прорабатывают литературные источники, в соответствии с предложенным ниже списком. При изучении конкретных разделов необходимо обратить внимание на следующие принципиальные моменты.

3.1. Понятие о геолого-математическом моделировании свойств геологических объектов (6 часов).

При изучении этого раздела необходимо усвоить, что моделированию в геологии подвергаются не сами объекты, а наблюдаемая изменчивость их свойств. Поскольку характер этой наблюдаемой изменчивости зависит не только от природы объекта, но и от детальности проведенных геологических работ, надо четко представлять себе, насколько достоверны данные, на которые мы опираемся при различных геологических построениях. В этой связи необходимо усвоить понятие о геологической совокупности. Следует всегда помнить, что о всей изучаемой геологической совокупности мы судим по данным ограниченной выборочной совокупности. Поэтому всегда надо отдавать себе отчет в том, насколько выборка представительна по отношению к изучаемой совокупности. Возможность распространения выводов, полученных по выборочным данным, на всю геологическую совокупность обеспечивается применением математической статистики - науки о закономерностях, которым подчинены массовые случайные явления. Теоретической базой статистики является теория вероятностей.

3.2. Основы теории вероятности(16 часов)

Здесь следует обратить внимание на то, что переход от нормального распределения к стандартному нормальному заключается в переносе центра распределения в начало координат с выражением случайной величины в долях ее стандарта:

Необходимость такого преобразования заключается в том, что вычисление вероятностей непосредственно по формуле функции нормального распределения представляет собой очень трудоемкую операцию, а составить таблицы для всех значений - ¥ < x < + ¥ не представляется возможным. Такие таблицы составлены для нормированной величины t. Необходимо научиться пользоваться таблицами F(t), Ф(t), f(t) и давать геометрическую интерпретацию получаемым из таблиц вероятностям. Для определения вероятности попадания случайной величины в заданной интервал значений следует также научиться пользоваться модулем «Вероятностный калькулятор» программы Statistica.

Необходимо освоить некоторые приемы, позволяющие преобразовывать асимметричные эмпирические распределения в распределение, соответствующее нормальному закону.

3.3. Статистика случайных величин

3.3.1. Статистические оценки неизвестных параметров (8 часов)

Необходимо четко уяснить себе, что выборочные оценки математического ожидания, дисперсии, асимметрии, эксцесса представляют из себя случайные величины, характеризующиеся определенными интервалами разброса значений, внутри которых находятся (с заданной вероятностью) истинные значения этих параметров. Чем меньше число наблюдений и выше доверительная вероятность, тем больше интервал разброса, т.е. тем ниже точность оценки параметров.

Следует помнить, что выборочная дисперсия, являющаяся случайной величиной, значения которой представляют собой суммы квадратов также случайных величин, подчиняется специфическому закону распределения –

c² - распределению. Для нахождения доверительного интервала оценки дисперсии следует научиться пользоваться таблицами c² - распределения. Для вычисления выборочных оценок неизвестных параметров распределения следует использовать модуль Basic Statistics программы Statistica.

3.3.2. Построение статистических решений (2 часа)

При выборе уровня значимости критерия всегда надо иметь в виду, что уменьшая уровень значимости (то есть, уменьшая вероятность ошибки 1-го родя), мы увеличиваем вероятность ошибки 2-го рода. Поэтому критическую точку следует выбирать таким образом, чтобы вероятности ошибок 1-го и 2-го рода были сопоставимы.

3.3.3.Проверка некоторых типовых статистических гипотез

(6 часов)

Следует иметь в виду, что параметрические критерии Стьюдента и Фишера используются только при соответствии распределения нормальному (логнормальному) закону. Если такое соответствие не устанавливается, следует воспользоваться ранговыми критериями (Манна-Уитни, Вилкоксона, Ван-дер-Вардена, Сиджела-Тьюки).

Проверка гипотезы о нормальном законе распределения можно осуществлять на основе оценок асимметрии и эксцесса: если отношения А/

и Е/

по абсолютной величине не превышают 3, то распределение не противоречит нормальному закону. В более общем виде для проверки гипотезы о соответствии эмпирического распределения какому-либо закону следует использовать критерий Пирсона.

3.3.4. Исследование различий между геологическими объектами (4 часа)

В этом разделе очень важно усвоить, что полную дисперсию (изменчивость) признака можно разложить на составные части, обусловленные влиянием различных факторов. Дисперсионный анализ позволяет оценить степень влияния каждого из факторов на общую изменчивость признака и, следовательно, прогнозировать эту изменчивость в зависимости от поведения внешних факторов.

3.4.Корреляционные зависимости между случайными величинами.

3.4.1. Выявление формы связи между двумя случайными величинами (10 часов).

Необходимо иметь в виду, что связь между двумя величинами может быть линейной и нелинейной. Поскольку уравнения прямой линии наиболее просты, всегда следует выявлять причины нелинейности корреляционной связи и стараться привести форму связи к линейной. Для этого можно использовать различные способы преобразования исходных данных, например, логарифмирование, разбивку неоднородной выборки на ряд однородных и т.д.

3.4.2. Выявление тесноты связи между случайными величинами (10 часов).

Теснота линейной корреляционной связи между двумя величинами, в случае соответствия их распределения нормальному закону, оценивается с помощью параметрического коэффициента корреляции Пирсона. Если закон распределения не соответствует нормальному, следует использовать непараметрические (нечувствительные к виду распределения) показатели, например, ранговый коэффициент корреляции Спирмена. В том случае, когда связь нелинейная, она может существовать и при равенстве коэффициента корреляции нулю. В этом случае для суждения о тесноте связи используется корреляционное отношение - показатель, оценивающий долю закономерностей составляющей в общей дисперсии признака. Связь между несколькими случайными величинами отражается в виде корреляционной матрицы. На анализе структуры корреляционных матриц основаны методы многомерного моделирования и распознавания образов. Теснота корреляционной связи между качественными параметрами (цвет, форма, промышленный тип месторождения и т.д.) может быть установлена с помощью коэффициента сопряженности

3.5. Моделирование пространственной изменчивости свойств геологических объектов (10 часов).

Для выявления закономерной составляющей пространственной изменчивости свойств объектов используются различные способы сглаживания (фильтрации) наблюдений, аппроксимация исходных данных полиномами различных степеней (тренд-поверхностями). При наличии периодической составляющей в пространственной изменчивости используется модель полигармонической случайной функции, то есть аппроксимация исходных данных тригонометрическими полиномами.

4. ТЕКУЩИЙ И ИТОГОВЫЙ КОНТРОЛЬ РЕЗУЛЬТАТОВ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ

При изучении дисциплины «Математическое моделирование в геологии» предусматривается следующие виды контроля.

Текущий;
Рубежный;
Итоговый.

Текущий контроль производится в начале каждого лекционного занятия путем опроса 2 – 3 студентов по материалам предыдущей лекции. Это вырабатывается у студентов осознание необходимости систематической работы по освоению материала дисциплины.

Рубежный контроль проводится дважды в семестр путем выполнения письменной индивидуальной работы, включающей 2 контрольных вопроса по теоретической части и задачу, которая выполняется с использованием компьютерных программ. Рубежный контроль предназначается для проверки усвоения студентами теоретических знаний и выработки у них навыков самостоятельной работы по тематике, предусмотренной рабочей программой.

Итоговый контроль проводится после завершения изучения студентами дисциплины «Математические методы моделирования в геологии» в виде экзамена. Итоговый контроль преследует цель проверки знаний студента по всему изученному курсу, его умение синтезировать взаимосвязь между различными разделами курса и другими дисциплинами, навыков практического использования полученных знаний в конкретной геологической ситуации. В процессе экзамена контролируется соответствие результатов обучения требованиям образовательного стандарта ТПУ направления 130100 «Геология и разведка полезных ископаемых», предусмотренным в разделе «Цели учебной дисциплины» данной рабочей программы. Итоговый контроль предусматривает развернутые ответы на несколько вопросов теоретического курса, решение индивидуальной задачи с использованием компьютерных программ и геологическую интерпретацию предложенной преподавателем математической модели.

1.Образец аудиторной контрольной работы:

Оценить параметры распределения 10 химических элементов на площади Рябинового рудного поля и оценить соответствие их распределения нормальному закону. Анализ необходимо выполнить с использованием программного комплекса Statistica for Windows, предварительно импортировав файл Rjabin.dbf с результатами геохимического опробования из базы данных.

2.Образец аудиторного контрольного задания повышенной сложности:

Оценить поведение химических элементов в процессе золото-скарнового оруденения Синюхинского рудного поля и дать рекомендации по очередности проверки комплексных геохимических аномалий на предложенной преподавателем карте. Данные опробования неизмененных пород, различных фаций скарнов и руд месторождения хранятся в базе данных Sinuha в среде Access.

Ход решения:

а) используя свои знания по строению метасоматических колонок скарнов и закономерностям формирования золото-скарнового оруденения, студент выбирает в базе данных необходимые файлы и импортирует их в среду Statistica.

б) расчет параметров распределения по всем элементам и разновидностям пород.

в) оценка поведения элементов в процессе оруденения путем сравнения выборок по критериям Фишера и Стьюдента. Формулировка математической модели геохимического поля месторождения.

г) разбраковка геохимических аномалий в соответствии с принятой моделью.

КОНТРОЛЬНЫЕ ЗАДАНИЯ

(для студентов заочного обучения)

Вариант 1

1. Изобразить графически и вычислить по таблице вероятность попадания случайной величины в интервал от 12,5 до 15,0, если

=10, d = 2,5.

2. Основные характеристики положения и рассеивания случайной величины.

3. С какой вероятностью можно утверждать, что

Вариант 2

1. Среднее содержание золота в рудном блоке 8,1 г/т, d = 2,6. Какова вероятность встречи проб с содержанием, большим, чем 10,7 г/т.

2. В чем сущность и необходимость перехода от нормального к стандартному нормальному распределению.

3. С какой вероятностью можно утверждать, что

Вариант 3

1. Выражение для выборочной оценки дисперсии. Почему в формуле используются квадраты отклонений, а не первые степени?

2. Показать на графике дифференциальной кривой распределения вероятность попадания случайной величины в интервал АВ.

3. С какой вероятностью можно утверждать, что

Вариант 4

1. Что такое вероятность события? Выразить аналитически вероятность попадания случайной величины в интервал АВ.

2. Что такое выборочные оценки? Что используется в качестве выборочной оценки неизвестного математического ожидания?

3. С какой вероятностью можно утверждать, что

.

Вариант 5

1. Что характеризуют коэффициенты асимметрии и эксцесса?

2. Какова вероятность встречи проб с содержанием, менее 2,5% свинца, если среднее содержание свинца в рудном теле 3,5%, а стандартное отклонение равно 0,9%.

3. С какой вероятностью можно утверждать, что

Вариант 6

1. Основные характеристики рассеивания случайной величины. В чем необходимость использования коэффициента вариации.

2. Среднее содержание золота в россыпи 1,4 г/м³, d = 0,4 г/м³. Какова вероятность встречи проб с содержанием свыше 2 г/т.

3. С какой вероятностью можно утверждать, что

Вариант 7

1. Выразить графически вероятность попадания случайной величины в интервал АВ с помощью интегральной и дифференциальной функций распределения.

2. Что такое математическое ожидание и что используется в качестве его выборочной оценки?

3. С какой вероятностью можно утверждать, что

Вариант 8

1. Каковы пределы изменения величины вероятности? Чему равна вероятность достоверного события?

2. Что такое интервальная оценка параметра, в чем ее отличие от точечной оценки?

3. С какой вероятностью можно утверждать, что

Вариант 9

1. Какова вероятность попадания случайной величины в интервал от 5 до 8, если

d =2,5?

2. Основные характеристики рассеивания случайной величины и их выборочные оценки.

3. С какой вероятностью можно утверждать, что

Вариант 10

1. Формула коэффициента асимметрии. Что характеризует этот показатель?

2. Какова вероятность попадания случайной величины в интервал от 7 до 11, если

d = 4?

3. С какой вероятностью можно утверждать, что

Перечень компьютерных программ, баз данных, ауди- и видеоматериалов.

база данных Access;
электронные таблицы Excel;
программный комплекс Statistica for Windows;

5.ПЕРЕЧЕНЬ РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ.

Основная

1. Ворошилов В.Г. Математическое моделирование в геологии. - Томск: Изд-во ТПУ, 2001. - 124 с.

2. Каждан А.Б., Гуськов О.И. Математические методы в геологии. -М.:Недра, 1990. - 251с.

3. Дж.С.Дэвис Статистический анализ данных в геологии, Кн. 1, 2.//Пер. с анг. В.А.Голубевой.-М.:Недра,1990. - 319с., 427с.

Дополнительная

Бондаренко В.Н. Статистические решения некоторых задач геологии. – М.: Недра, 1970. – 248 с.

Вистелиус А.С. Основы математической геологии. – Л.: Наука, 1980. – 389 с.

Математическая статистика // Под ред. А.М.Длина. - М.:Высшая школа, 1975. - 398с.

Матерон Ж. Основы прикладной геостатистики. - М.: Мир, 1968. - 408 с.

Миллер Р.А., Кан Дж.С. Статистический анализ в геологических науках.-М.: Мир, 1965, 482с.

Родионов Д.А. Статистические решения в геологии. -М.:Недра, 1981. - 231с.

Шестаков Ю.Г. Математические методы в геологии. Учебное пособие. – Красноярск: Изд-во КГУ, 1988. – 208 с.

МАТЕМАТИЧЕСКИЕ МЕТОДЫ МОДЕЛИРОВАНИЯ В ГЕОЛОГИИ

Рабочая программа учебной дисциплины

Составитель Валерий Гаврилович Ворошилов

Подписано к печати . .2009. Формат 60х84/16. Бумага «Снегурочка». Печать RISO. Усл. печ. л. . Уч.-изд. л. . Заказ . Тираж 50 экз.
	Томский политехнический университет Система менеджмента качества Томского политехнического университета сертифицирована NATIONAL QUALITY ASSURANCE по стандарту ISO 9001:2008
. 634050, г. Томск, пр. Ленина, 30.

Документ: Математические методы моделирования в геологии

Дата разработки: 08.02.2009

Blog