Вестник Оренбургского государственного педагогического университета. Электронный научный журнал. 2016. № 3(19). С. 205—212
13.00.00 ПЕДАГОГИЧЕСКИЕ НАУКИ
УДК 372.85
Суворова Мария Александровна, кандидат педагогических наук
Ярославский государственный педагогический университет имени К. Д. Ушинского
ФОРМИРОВАНИЕ У СТУДЕНТОВ НЕКОТОРЫХ ПОНЯТИЙ ТЕОРИИ ВЕРОЯТНОСТЕЙ ПРИ МОДЕЛИРОВАНИИ СЛУЧАЙНЫХ СОБЫТИЙ В СРЕДЕ MS Excel
Аннотация
В статье рассматриваются основные принципы моделирования случайных событий в среде MS Excel. Построение модели студентами обеспечивает наглядность существенных свойств, скрытых связей и отношений. На основе имитационного моделирования вводится ряд важных понятий теории вероятностей, а именно: классическое определение вероятности, количество благоприятных исходов испытания, общее количество исходов, понятие закона больших чисел (в частности, теорема Бернулли). Человек, добывающий информацию самостоятельно, лучше ее усваивает и понимает.
1. Афанасьев В. В., Алексеев В. Н., Тихомиров С. А. Работа с одаренными детьми по математике. Ярославль : Изд-во ЯГПУ им. К.Д. Ушинского, 2011. 132 с.
2. Афанасьев В. В., Суворова М. А. Школьникам о вероятности в играх. Введение в теорию вероятностей для учащихся 8—11 классов. Ярославль : Академия развития, 2006. 192 с.
3. Гмурман В. Е. Теория вероятностей и математическая статистика : учеб. пособие для вузов. 9-е изд., стер. М. : Высшая школа, 2003. 479 с.
4. Далингер В. А. Информационные технологии в обучении учащихся теории вероятностей и математической статистике [Электронный ресурс] // Современные проблемы науки и образования. 2012. № 4. URL: http://www.science-education.ru/ru/article/view?id=6574.
5. Далингер В. А. Избранные вопросы информатизации школьного математического образования [Электронный ресурс] / науч. ред. М. П. Лапчик. 2-е изд., стереотип. М. : Флинта, 2011. 150 с.
6. Гнеденко Б. В. Курс теории вероятностей : учеб. 8-е изд., испр. и доп. М. : Едиториал УРСС, 2005. 448 с.
7. Куликова О. В. Имитационное моделирование независимых повторных испытаний средствами MathCad в учебном процессе вуза [Электронный ресурс] // Современные проблемы науки и образования. 2013. № 3. URL: http://www.science-education.ru/ru/article/view?id=9346.
8. Паньгина Н. Н., Паньгин А. А. Статистическое моделирование: метод Монте-Карло [Электронный ресурс] // Компьютерные инструменты в образовании. 2002. № 5.
9. Суворова М. А., Личак Л. А., Бытев Д. О. Лабораторный практикум по курсу теории вероятностей и математической статистики. Методические указания к лабораторным работам. Ярославль : ЯГТУ, 2002. 20 с.