- •Учреждение образования Белорусский государственный университет информатики и радиоэлектроники
- •Общие сведения Сведения об эумк
- •Методические рекомендации по изучению дисциплины
- •Рабочая учебная программа
- •Учреждение образования
- •«Белорусский государственный университет
- •Информатики и радиоэлектроники»
- •Пояснительная записка
- •Содержание дисциплины
- •2. Перечень тем практических занятий, их содержание и объем в часах
- •3. Литература
- •3.2 Дополнительная
- •4. Контрольные работы, их характеристика
- •5. Учебно-методическая карта дисциплины
- •Теоретический раздел Лекция 1
- •1.1 Введение
- •1.2 Основные понятия
- •1.3 Аксиомы теории вероятностей
- •1.4 Непосредственный подсчет вероятностей
- •1.5 Основные комбинаторные формулы
- •Лекция 2
- •2.1 Геометрическое определение вероятностей
- •2.2 Теоремы сложения вероятностей
- •2.3 Условная вероятность
- •2.4 Зависимые и независимые события
- •2.5 Теоремы умножения вероятностей
- •2.6 Вероятность безотказной работы сети
- •Лекция 3
- •3.1 Формула полной вероятности
- •3.2 Формула Байеса
- •3.3 Теорема о повторении опытов
- •Формула Пуассона
- •Формулы Муавра-Лапласа
- •Лекция 4
- •4.1 Случайные величины. Закон распределения вероятностей
- •4.2 Функция распределения
- •4.3 Ряд распределения
- •4.4 Плотность распределения
- •Лекция 5
- •5.1 Числовые характеристики случайной величины
- •5.1.1 Математическое ожидание
- •5.1.2 Начальные моменты
- •5.1.3 Центральные моменты
- •5.1.4 Дисперсия
- •5.1.5 Среднее квадратическое отклонение
- •5.1.6 Мода
- •5.1.7 Медиана
- •6.2 Типовые законы распределения непрерывных случайных величин
- •6.2.1 Равномерное распределение
- •6.2.2 Экспоненциальное распределение
- •6.2.3 Нормальное распределение
- •Лекция 7
- •7.1. Закон распределения функции случайного аргумента
- •7.1.1 Монотонно возрастающая функция
- •7.1.2 Монотонно убывающая функция
- •7.1.3 Немонотонная функция
- •7.2 Числовые характеристики функции случайного аргумента
- •7.2.1 Характеристическая функция случайной величины
- •Лекция 8
- •8.1 Двухмерные случайные величины. Двухмерный закон распределения
- •8.1.1 Двухмерная функция распределения
- •8.1.2 Матрица распределения
- •8.1.3 Двухмерная плотность распределения
- •8.2 Зависимые и независимые случайные величины
- •8.3 Условные законы распределения
- •Лекция 9
- •9.1 Числовые характеристики двухмерных величин
- •9.1.1 Смешанные начальные моменты
- •9.1.2 Смешанные центральные моменты
- •9.1.3 Корреляционный момент
- •9.1.4 Коэффициент корреляции
- •9.2Условные числовые характеристики
- •9.2.1 Pегрессия
- •Лекция 10
- •10.1 Нормальный закон распределения на плоскости
- •10.2 Закон распределения функции двух случайных величин
- •10.3 Многомерные случайные величины
- •10.3.1 Функция распределения
- •10.3.2 Плотность распределения
- •10.3.3 Числовые характеристики
- •11.2.2 Теорема о дисперсии суммы
- •11.3 Числовые характеристики произведения случайных величин
- •11.3.1 Теорема о математическом ожидании произведения
- •11.3.2 Теорема о дисперсии произведения
- •Лекция 12
- •12.1 Закон больших чисел
- •12.1.1 Неравенство Чебышева
- •12.1.2 Теорема Чебышева
- •12.1.3 Теорема Бернулли
- •12.2 Центральная предельная теорема
- •Лекция 13
- •13.1 Математическая статистика. Основные понятия
- •13.2 Оценка закона распределения
- •13.2.1 Эмпирическая функция распределения
- •13.2.2 Статистический ряд распределения
- •13.2.3 Интервальный статистический ряд
- •13.2.4 Гистограмма
- •Лекция 14
- •14.1 Точечные оценки числовых характеристик
- •14.1.1 Оценка математического ожидания
- •14.1.2 Оценка начального момента
- •14.1.3 Оценка дисперсии
- •14.1.4 Оценка центрального момента
- •14.1.5 Оценка вероятности
- •14.2 Оценка параметров распределения
- •14.3 Интервальные оценки числовых характеристик
- •14.3.1 Доверительный интервал для математического ожидания
- •14.3.2 Доверительный интервал для дисперсии
- •14.3.3 Доверительный интервал для вероятности
- •Лекция 15
- •15.1 Проверка статистических гипотез
- •15.1.1 Проверка гипотезы о равенстве вероятностей
- •15.2 Критерии согласия
- •15.2.1 Критерий Пирсона
- •15.2.2 Критерий Колмогорова
- •Лекция 16
- •16.1 Статистическая обработка двухмерных случайных величин
- •16.1.1 Оценка корреляционного момента
- •16.2.1 Гипотеза о равенстве математических ожиданий
- •16.2.2 Гипотеза о равенстве дисперсий
- •16.2.3 Гипотеза о равенстве законов распределения
- •Лекция 17
- •17.1 Оценка регрессионных характеристик
- •17.1.1 Метод наименьших квадратов
- •Практический раздел Контрольные работы Указания по выбору варианта
- •Контрольная работа №1. Теория вероятностей Задача 1. Случайные события. Вероятность события Условия вариантов задачи
- •Методические указания
- •Основные комбинаторные формулы
- •Примеры
- •Задача 2. Теоремы сложения и умножения вероятностей Условия вариантов задачи
- •Методические указания
- •Примеры
- •Задача 3. Формула полной вероятности. Формула Байеса Условия вариантов задачи
- •Методические указания
- •Примеры
- •Задача 4. Формула Бернулли Условия вариантов задачи
- •Методические указания
- •Примеры
- •Задача 5. Дискретная случайная величина Условия вариантов задачи
- •Методические указания
- •Примеры
- •Задача 6. Непрерывная случайная величина Условия вариантов задачи
- •Методические указания
- •Примеры
- •Задача 7. Закон распределения функции случайного аргумента Условия вариантов задачи
- •Методические указания
- •Примеры
- •Задача 8. Двухмерные случайные величины Условия вариантов задачи
- •Методические указания
- •Примеры
- •Задача 9. Числовые характеристики суммы и произведения случайных величин Условия вариантов задачи
- •Методические указания
- •Примеры
- •Контрольная работа №2. Математическая статистика Задача 10. Обработка одномерной выборки Условие задачи
- •Методические указания
- •Оценка закона распределения
- •Точечные оценки числовых характеристик
- •Интервальные оценки числовых характеристик
- •Проверка статистических гипотез
- •Примеры
- •Задача 11. Обработка двухмерной выборки Условие задачи
- •Методические указания
- •Оценка регрессионных характеристик
- •Примеры
- •8,74746;
- •8,86278
7.2.1 Характеристическая функция случайной величины
Пусть , гдеX – случайная величина с известным законом распределения, t – параметр, .
Характеристической функцией случайной величины Х называется математическое ожидание функции :
. (7.12)
Таким образом, характеристическая функция и закон распределения случайной величины однозначно связаныпреобразованием Фурье. Например, плотность распределения f(x) случайной величины X однозначно выражается через ее характеристическую функцию при помощи обратного преобразования Фурье:
. (7.13)
Основные свойства характеристической функции:
1. Характеристическая функция величины , где X - случайная величина с характеристической функций , равна
. (7.14)
2. Начальный момент k – го порядка случайной величины X равен
, (7.15)
где - значениеk –й производной характеристической функции при t = 0.
3. Характеристическая функция суммы независимых случайных величин равна произведению характеристических функций слагаемых:
. (7.16)
Характеристическая функция нормальной случайной величины с параметрами m и σ равна:
. (7.17)
Лекция 8
8.1 Двухмерные случайные величины. Двухмерный закон распределения
Двухмерная случайная величина (Х,Y) или система двух случайных величин – совокупность двух одномерных случайных величин, которые принимают значения в результате проведения одного и того же опыта.
Двухмерные случайные величины характеризуются множествами значений X , Y своих компонент и совместным (двухмерным) законом распределения. В зависимости от типа компонент X, Y различают дискретные, непрерывные и смешанные двухмерные случайные величины.
Двухмерную случайную величину (Х,Y) геометрически можно представить как случайную точку (Х,У) на плоскости х0у либо как случайный вектор, направленный из начала координат точку (Х,У).
Двухмерный закон распределения вероятностей – функция, таблица, правило, позволяющие вычислить вероятности любых случайных событий, связанных двухмерной случайной величиной (Х,Y):
8.1.1 Двухмерная функция распределения
Двухмерная функция распределения двухмерной случайной величины (Х,Y) равна вероятности совместного выполнения двух событий и:
. (8.1)
Геометрически двухмерная функция распределения - это вероятность попадания случайной точки (Х,Y) в бесконечный квадрант с вершиной в точке (х,у), лежащей левее и ниже ее.
Компонента Х приняла значения, меньшие действительного числа х – это функция распределения , а компонентаY приняла значения, меньшие действительного числа у – это функция распределения .
Свойства двухмерной функции распределения:
1. 0 £ F(x, y) £ 1.
Доказательство. Свойство вытекает из определения функции распределения как вероятности: вероятность – неотрицательное число, не превышающее 1.
2. F(-¥ , y) = F(x, -¥ ) = F(-¥ , -¥ ) = 0, F(+¥ ,+¥) = 1.
3. F(x1, y) £ F(x2, y), если x2 > x1; F(x, y1) £ F(x, y2), если y2 > y1.
Доказательство. Докажем, что неубывающая функция по переменной х. Рассмотрим вероятность
.
Так как , а ,то .
Аналогично и для у.
4. Переход к одномерным характеристикам:
; (8.2)
. (8.3)
5. Вероятность попадания в прямоугольную область
.
Функция распределения наиболее универсальная форма закона распределения и может быть использована для описания как непрерывных, так и дискретных двухмерных случайных величин.