- •Минобрнауки россии
- •Содержание
- •Раздел I теория вероятностей 8
- •Раздел II математическая статистика 73
- •Введение
- •Раздел I теория вероятностей
- •Правило суммы
- •Правило произведения
- •Формулы комбинаторики
- •Размещения без повторения
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторением
- •Сочетания с повторением
- •Перестановки с повторением
- •Лекция 2. Пространство элементарных событий. Классическое определение вероятности
- •Пространство элементарных событий
- •Свойства вероятности
- •Лекция 3. Различные определения вероятностей Статистическое определение вероятности
- •Геометрическая вероятность
- •Парадокс Бертрана
- •Аксиоматическое построение теории вероятностей
- •Лекция 4. Условная вероятность. Теорема умножения. Независимые события. Формула полной вероятности
- •Независимые события. Теорема умножения
- •Формула полной вероятности
- •Формула Бейеса
- •Лекция 5. Независимые испытания. Формула Бернулли.
- •Формула Бернулли
- •Наивероятнейшее число
- •Локальная предельная теорема Муавра-Лапласа
- •Интегральная предельная теорема Лапласа
- •Лекция 6. Дискретная случайная величина и ее числовые характеристики Виды случайных величин. Способы описания дискретной случайной величины
- •Функция распределения
- •Свойства функции распределения
- •Математическое ожидание и дисперсия дискретной случайной величины
- •Свойства математического ожидания дискретной случайной величины
- •Математическое ожидание и дисперсия некоторых случайных величин
- •Лекция 7. Непрерывная случайная величина и её распределения
- •Нормальное (гауссовское) распределение
- •Равномерное распределение
- •Лекция 8. Математическое ожидание, дисперсия, моменты непрерывной случайной величины
- •Закон больших чисел. Теорема Чебышева. Центральная предельная теорема
- •Лекция 9. Некоторые модели законов распределений, наиболее распространенных в практике статистических исследований
- •1. Биномиальное распределение
- •2. Распределение Пуассона
- •3. Нормальное (гауссовское) распределение
- •4. Логарифмически-нормальное распределение
- •5. Экспоненциальное распределение
- •7. Распределение Стьюдента с степенями свободы
- •8. Распределение Фишера-Снедекора (f-распределение).
- •Раздел II математическая статистика Лекция 1. Генеральная совокупность. Выборка. Способы образования выборки. Статистическая оценка параметров распределения.
- •Задача статистической оценки параметров
- •Точечные оценки основных параметров распределений
- •Лекция 2. Законы распределения выборочных характеристик, используемые при оценке параметров. Интервальные оценки параметров распределения.
- •1. Распределение средней арифметической.
- •2. Распределение Пирсона (- хи квадрат).
- •3. Распределение Стьюдента (t-распределение).
- •Интервальная оценка параметра распределения. Понятие доверительного интервала.
- •Интервальные оценки для генеральной средней.
- •Интервальные оценки для генеральной доли
- •Интервальные оценки для генеральной дисперсии и среднего квадратического отклонения
- •Лекция 3. Проверка статистических гипотез о значении параметров распределения. Понятие статистической гипотезы и статистического критерия.
- •1. Проверка гипотезы о значении генеральной средней нормально распределённой совокупности
- •2. Проверка гипотезы о значении генеральной дисперсии нормально распределённой совокупности.
- •3. Вычисление мощности критерия
- •Мощность критерия при проверке гипотезы о значении генеральной средней
- •Мощность критерия при проверке гипотезы о значении генеральной дисперсии
- •Лекция 4 Гипотезы о виде закона распределения генеральной совокупности
- •Вычисление теоретического ряда частот
- •Понятие о критериях согласия
- •Критерий согласия Пирсона
- •Лекция 5. Элементы корреляционного анализа Задачи корреляционного анализа. Двумерная корреляционная модель
- •Примерные вопросы к экзамену
- •Задачи к экзамену
Лекция 6. Дискретная случайная величина и ее числовые характеристики Виды случайных величин. Способы описания дискретной случайной величины
Случайной называют величину, которая в результате испытания принимает одно и только одно из возможных своих значений, которое наперед неизвестно и зависит от причин, которые заранее не могут быть учтены.
Обозначают случайные величины прописными латинскими буквами последней части алфавита, например X,Y, Z, и т.д. Значения случайной величины обозначают строчными буквами. Например, - значения случайной величиныХ.
Различают два вида случайных величин: дискретные и непрерывные.
Дискретной называется случайная величина, принимающая отдельные изолированные значения.
Например: число мальчиков, родившихся из 100 детей, является дискретной случайной величиной, принимающей значения 0, 1, 2, …, 100.
Непрерывной называется случайная величина, которая может принимать всевозможные значения из некоторого конечного или бесконечного промежутка.
Например: На отрезок наудачу бросается точка. Абсцисса этой точки является непрерывной случайной величиной.
Всякую случайную величину задают с помощью закона распределения.
Законом распределения дискретной случайной величины называют перечень всех её возможных значений и вероятностей, с которыми они принимаются.
Этот закон задаётся таблицей
Х |
х1 |
х2 |
… |
xn |
… |
Р |
p1 |
p2 |
… |
pn |
… |
Так как в результате испытания случайная величина принимает только одно возможное значение, то очевидно, что события, состоящие в том, что случайная величина Х примет значения образуют полную группу и сумма их вероятностей равна 1, т.е.
Если число значений бесконечно, то ряд, составленный из вероятностей указанных событий, сходится к 1.
Пример 1. В денежной лотерее 1000 билетов. Разыгрываются:
1 выигрыш в 1000 рублей,
4 выигрыша по 500 рублей,
5 выигрышей по400 рублей,
10 выигрышей по 100 рублей.
Составить закон распределения стоимости выигрыша для владельца одного лотерейного билета.
Решение: Стоимость возможного выигрыша является дискретной случайной величиной Х. Её возможные значения – 1000, 500, 400, 100, 0. Соответствующие вероятности равны – 0,001, 0,004, 0,005, 0,01, 0,98. Таблица распределения имеет вид
-
Х
1000
500
400
100
0
Р
0,001
0,004
0,005
0,01
0,98
Пример 2. Два стрелка делают по одному выстрелу в мишень. Вероятность попадания первым стрелком равна 0,5, вторым – 0,4.
Составить закон распределения числа попаданий в мишень обоими стрелками.
Решение: Обозначим через Х случайную величину – число попаданий в мишень обоими стрелками. Её возможные значения равны – 0, 1, 2. Обозначим через А1 событие, состоящее в том, что первый стрелок поразит цель. Событие А2 – второй стрелок поразит цель. Очевидно, эти события независимы. Тогда
.
Таблица распределения имеет вид
-
Х
0
1
2
Р
0,3
0,5
0,2
Пример 3. Вероятность попадания стрелка в цель при одном выстреле равна р = 0,6. Составить закон распределения числа попаданий в цель, если стрелок производит 4 выстрела по цели.
Решение: Пусть Х – число попаданий в цель при 4 выстрелах. Поскольку каждый выстрел имеет два исхода – попал или не попал, причем попадание в цель имеет постоянную вероятность – 0,6, а сами исходы независимы, то вероятности значений с.в. Х вычисляются по формуле Бернулли
.
Тогда
-
X
0
1
2
3
4
P
0,0256
0,1536
0,3456
0,3456
0,1296
Пример 4. Студент ищет нужную ему книгу. Вероятность того, что он найдет эту книгу в библиотеке, равна 0,3. В городе 4 библиотеки. Составьте закон распределения числа посещенных библиотек.
Решение: Пусть Х- число посещенных библиотек. Так как посещение каждой следующей библиотеки зависит от результата посещения предыдущей, то применение формулы Бернулли не возможно.
Очевидно, что с.в. Х принимает значения 1, 2, 3, 4. Одну библиотеку он посетит, если в ней есть нужная ему книга. Вероятность этого исхода равна 0,3. Две библиотеки посетит, если в первой книгу не нашел, а во второй нашел. Тогда вероятность этого события равна . Студент посетит три библиотеки, если не найдет книгу в первых двух. Вероятность этого события равна. И, наконец, он посетит все 4 библиотеки, если не найдет нужной книги в трех предыдущих библиотеках. Вероятность этого события равна. Таблица распределения имеет вид:
-
Х
1
2
3
4
Р
0,3
0,21
0,147
0,343
Замечание: при решении задачи часто допускается одна ошибка, характерная для задач подобного типа. Вероятность посещения четырех библиотек вычисляется в предположении, что в трех предыдущих книга не найдена, но в четвертой она есть. При этом совсем не учитывается возможность отсутствия книги и в четвертой библиотеке. Ошибка легко находится при сложении всех вероятностей – их сумма не будет равна 1.
В некоторых задачах неправильные рассуждения приводят к комичным ситуациям. Рассмотрим традиционную задачу об охотнике.
Пример 5. Охотник стреляет по дичи, но успевает сделать не более четырёх выстрелов. Составить закон распределения числа промахов, если вероятность попадания при каждом выстреле равна 0,7.
Решение: Пусть Х – число промахов. Очевидно с.в. Х принимает значения 0, 1, 2, 3, 4. Причем 0 промахов означает, что охотник попал в дичь с первого выстрела. Тогда
Таблица распределения имеет вид:
-
Х
0
1
2
3
4
Р
0,7
0,21
0,063
0,0189
0,0081
При анализе задачи на вопрос «Что означает 0 промахов?», многие отвечают, что охотник 4 раза попал. И только через некоторое время до некоторых начинает доходить абсурдность этого утверждения.
Мы подробно рассмотрели способ задания дискретной случайной величины через закон распределения. Непрерывную случайную величину задать таким способом просто невозможно. Мало того, вероятность принятия конкретного значения непрерывной случайной величиной всегда равна нулю. Следовательно, непрерывную случайную величину надо задавать не отдельными вероятностями, вероятностью того, что она примет значения из некоторого промежутка.
Поэтому был предложен другой, более универсальный способ описания случайной величины через функцию её распределения.