- •Государственное образовательное учреждение высшего профессионального образования
- •Санкт-Петербург
- •Информация о дисциплине
- •1.1. Предисловие
- •Содержание дисциплины и виды учебной работы
- •Объем дисциплины и виды учебной работы
- •Перечень видов практических занятий и контроля:
- •2. Рабочие учебные материалы
- •2.1. Рабочая программа (объем 150 часов) Введение
- •Раздел 1. Случайные события (50 часов)
- •Тематический план дисциплины для студентов очно-заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Структурно-логическая схема дисциплины
- •Математика ч.2. Теория вероятностей и элементы математической статистики Теория
- •Раздел 1 Случайные события
- •Раздел 3 Элементы математической статистики
- •Раздел 2 Случайные величины
- •2.5. Практический блок
- •2.6. Балльно-рейтинговая система
- •Информационные ресурсы дисциплины
- •Библиографический список Основной:
- •3.2. Опорный конспект по курсу “ Математика.Часть 2 Теория вероятностей и элементы математической статистики” введение
- •Раздел 1. Случайные события
- •1.1. Понятие случайного события
- •1.1.1. Сведения из теории множеств
- •1.1.2. Пространство элементарных событий
- •1.1.3. Классификация событий
- •1.1.4. Сумма и произведение событий
- •1.2. Вероятности случайных событий
- •1.2.1. Относительная частота события, аксиомы теории вероятностей. Классическое определение вероятности
- •1.2.2. Геометрическое определение вероятности
- •Вычисление вероятности события через элементы комбинаторного анализа
- •1.2.4. Свойства вероятностей событий
- •1.2.5. Независимые события
- •1.2.6. Расчет вероятности безотказной работы прибора
- •Формулы для вычисления вероятности событий
- •1.3.1. Последовательность независимых испытаний (схема Бернулли)
- •1.3.2. Условная вероятность события
- •1.3.4. Формула полной вероятности и формула Байеса
- •Раздел 2. Случайные величины
- •2.1. Описание случайных величин
- •2.1.1. Определение и способы задания случайной величины Одним из основных понятий теории вероятности является понятие случайной величины. Рассмотрим некоторые примеры случайных величин:
- •Чтобы задать случайную величину, надо указать ее закон распределения. Случайные величины принято обозначать греческими буквами ,,, а их возможные значения – латинскими буквами с индексамиxi,yi,zi.
- •Рассмотрим события Ai , содержащие все элементарные события , приводящие к значению XI:
- •Пусть pi обозначает вероятность события Ai :
- •2.1.3. Непрерывные случайные величины
- •2.1.4. Функция распределения и ее свойства
- •2.1.5. Плотность распределения вероятности и ее свойства
- •2.2. Числовые характеристики случайных величин
- •2.2.1. Математическое ожидание случайной величины
- •2.2.2. Дисперсия случайной величины
- •2.2.3. Нормальное распределение случайной величины
- •2.2.4. Биномиальное распределение
- •2.2.5. Распределение Пуассона
- •Раздел 3. Элементы математической статистики
- •Гистограмма
- •3.3. Точечные оценки параметров распределения
- •Основные понятия
- •Точечные оценки математического ожидания и дисперсии
- •3.4. Интервальные оценки
- •Понятие интервальной оценки
- •Построение интервальных оценок
- •Основные статистические распределения
- •Интервальные оценки математического ожидания нормального распределения
- •Интервальная оценка дисперсии нормального распределения
- •Заключение
- •Глоссарий
- •4. Методические указания к выполнению лабораторных работ
- •Библиографический список
- •Лабораторная работа 1 описание случайных величин числовые характеристики
- •Порядок выполнения лабораторной работы
- •Лабораторная работа 2 Основные определения. Систематизация выборки. Точечные оценки параметров распределения. Интервальные оценки
- •Понятие статистической гипотезы о виде распределения
- •Порядок выполнения лабораторной работы
- •Ячейка Значение Ячейка Значение
- •5. Методические указания к выполнению контрольной работы Задание на контрольную работу
- •Пояснения к выполнению контрольной работы События и их вероятности
- •Случайные величины
- •Среднее квадратическое отклонение
- •Элементы математической статистики
- •6. Блок контроля освоения дисциплины
- •Вопросы для экзамена по курсу « Математика.Часть 2. Теория вероятностей и элементы математической статистики»
- •Продолжение таблицы в
- •Окончание таблицы в
- •Равномерно распределенные случайные числа
- •Содержание
- •Раздел 1. Случайные события………………………………………. 18
- •Раздел 2 . Случайные величины ..………………………… ….. 41
- •Раздел 3. Элементы математической статистики ............... . 64
- •4. Методические указания к выполнению лабораторных
- •5. Методические указания к выполнению контрольной
Глоссарий
Биномиальное распределение с параметрами n и p – вычисление вероятности того, что случайная величина принимает значения m=0, 1,…, n.
Вариационный ряд – последовательность элементов выборки, расположенных в неубывающем порядке (одинаковые элементы записываются последовательно друг за другом).
Вероятность произведения двух независимых событий – произведение вероятностей этих событий.
Вероятность события -- отношение числа исходов m события А к общему числу элементарных событий N.
Возможные значения случайной величины – числа .
Выборка – последовательность значений из генеральной совокупности;
- объема k - часть, состоящая изkэлементов генеральной совокупности;
- репрезентативная –позволяет адекватно описать случайную величину
- случайная объема n – последовательность n независимых случайных величин из генеральной совокупности.
Выборочная дисперсия– величина, равная сумме квадратов разностей между значением случайной величины и ее математическим ожиданием, деленная на объем выборки.
Выборочноесреднее – число, равное сумме значений случайной величины, деленной на объем выборки.
Генеральная совокупность – конечная или бесконечная совокупность наблюдений над случайной величиной.
Геометрическое определение вероятности – отношение площади S(A), соответствующей событию A, к площади всей области .
Гипергеометрическое распределение – вычисление вероятности того, что случайная величина примет заданное значение через число сочетаний.
Гипотеза альтернативная – гипотеза, конкурирующая с основной;
-основная – гипотеза, которая проверяется;
-статистическая – предположение относительно параметров или закона распределения случайной величины.
Гистограмма – представление статистического ряда на плоскости.
Дискретная случайная величина - множество возможных значений образует конечную или бесконечную последовательность чисел, т.е. конечно или счетно.
Дисперсия случайной величины – момент второго порядка случайной величины ( - M()).
Доверительная вероятность – вероятность, с которой производится оценка параметров.
Доверительный интервал – область значений, при которых основная гипотеза принимается.
Дополнениемножества A –разность между всем множествомSи множествомА, которое является частьюS.
Достоверное событие – всегда наступает в условиях данного эксперимента.
Закон трех сигм – значения случайной величины ξ, имеющей нормальное распределение с параметрами m и σ, содержатся в интервале
Кривая распределения – график плотности вероятности.
Критерий значимости – вероятность ошибки 1-го рода.
Критерий
- согласия – правило, в соответствии с которым принимается решение;
- Колмогорова – проверка гипотезы о совпадении функций распределения.
Математическое ожидание дискретной случайной величины–сумма ряда из произведений возможных значенийxiна их вероятностиpi.
Множество – некоторая совокупность объектов, называемых элементами множества.
Множество конечное –состоящие из конечного числа элементов, в противном случае –бесконечное множество.
Момент второго порядкаслучайной величины–математическое ожидание квадрата этой случайной величины.
Моргана формулы или соотношения двойственности – правило для записи выражения, соответствующего «отрицанию» функции.
Невозможное событие –это такое, которое не может наступить в условиях данного эксперимента, т.е. это событие имеет пустое множество благоприятствующих исходов.
Независимые событияAиB–событиеАпроисходит независимо от того, происходит событие В или нет.
Несовместные события AиB – не могут происходить одновременно.
Нормальное или гауссовское распределение – случайная величина ξ имеет плотность распределения вероятностей при всех x
.
- хи-квадрат (Пирсона) – проверка гипотезы о совпадении дисперсий.
Относительная частотасобытия A – показывает долю опытов, в которых наступило событиеAприNэкспериментах.
Оценка интервальная – доверительный интервал:
- несмещенная – математическое ожидание случайной величины в этом случае равно оцениваемому параметру;
- точечная – произвольная функция элементов выборки, когда параметр неизвестен.
Ошибка второго рода – событие, состоящее в том, что гипотеза принимается, когда на самом деле она неверна.
Ошибка первого рода – событие, состоящее в том, что гипотеза отвергается, когда на самом деле она верна.
Показательное распределение с параметром – это такое распределение, плотность вероятности которого задается равенством
Произведение или пересечениемножеств A и B – множество, состоящее из всех общих элементов этих множеств.
Пространствоэлементарных событий – множество всех исходов данного эксперимента.
Противоположное событие – это событие, которое происходит в том случае, если не происходит событиеА.
Пустое множество –множество, не содержащее элементов.
Равномерное распределение - случайная величина ξ на промежутке[a,b] имеет постоянную плотность распределения вероятностей.
Размещение из n элементов по k элементов – упорядоченные выборки объема k без возвращения элементов.
Разность множеств A и B –множество, состоящее из всех элементов множестваA, которые не содержатся в множествеB.
Ряд распределения – статистический ряд, записанный в виде таблицы.
Случайная величина – функция f, которая каждому элементарному событию ставит в соответствие число .
Событие – некоторое высказывание о результатах рассматриваемого эксперимента.
Сочетаниеизn элементов поkэлементов - неупорядоченные выборки объемаkбез возвращения элементов.
Стандартное или средне-квадратическое отклонение - квадратный корень из дисперсии.
Статистика – результат наблюдения над случайной величиной.
Статистический ряд – последовательность различных значений, расположенных в возрастающем порядке, с указанием относительных частот.
Сумма или объединение множеств A и B – множество, состоящее из всех элементов, принадлежащих хотя бы одному из этих множеств.
Уровень значимости статистического критерия – величина, определяющая степень достоверности вычислений.
Условие нормировки – площадь криволинейной трапеции под всей кривой распределения равна 1.
Условная вероятность –вероятность событияAпри условии, что событиеB произошло.
Функция Лапласа -функция распределения стандартного нормального закона.
Функция распределения F(x) случайной величины - вероятность того, что случайная величина примет значение, меньшее заданногох.
Частный случай – если при каждом осуществлении событияAпроисходит и событиеB, то говорят, что событиеAвлечет событие B.
Частота события A – число экспериментов mn(A), в которых наступило событие A.
Элементарные события –исходы (результаты) эксперимента.
Эмпирическая функция распределения –относительная частота события, заключающегося в том, что случайная величина примет значение, меньшее чем заданное число.