- •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
Задача 6. Непрерывная случайная величина Условия вариантов задачи
В задачах 6.1-6.40 (параметры заданий приведены в табл. 6.1) случайная величина Х задана плотностью вероятности
Определить константу С, математическое ожидание, дисперсию, функцию распределения величины Х, а также вероятность ее попадания в интервал.
Таблица 6.1
Вариант |
x,c) |
a |
b |
|
|
6.1 |
|
-3 |
3 |
-0,5 |
1,5 |
6.2 |
|
0 |
1 |
0,5 |
1 |
6.3 |
|
-1 |
1 |
0 |
0,5 |
6.4 |
|
-1 |
3 |
-1 |
2 |
6.5 |
|
0 |
1 |
-2 |
2 |
6.6 |
|
-2 |
2 |
-1 |
1 |
6.7 |
|
0 |
/2 |
/4 |
/2 |
6.8 |
|
0 |
/2 |
/4 |
|
6.9 |
|
0 |
/3 |
-1 |
1 |
6.10 |
|
-/2 |
/2 |
0 |
1 |
6.11 |
|
-/4 |
/4 |
0,5 |
1 |
6.12 |
c e-x |
0 |
|
1 |
2 |
6.13 |
c e-2x |
0 |
|
1 |
3 |
6.14 |
5 e-cx |
0 |
|
0 |
1 |
6.15 |
c |
-2 |
2 |
1,5 |
2 |
6.16 |
c ex |
0 |
1 |
0 |
0,5 |
6.17 |
c x5 |
0 |
1 |
0,5 |
0,7 |
6.18 |
c x6 |
-1 |
1 |
0 |
2 |
6.19 |
c x7 |
0 |
1 |
0 |
0,25 |
6.20 |
c x8 |
-1 |
1 |
0 |
2 |
6.21 |
c x9 |
0 |
1 |
0 |
0,25 |
6.22 |
c x10 |
-1 |
1 |
-0,5 |
0,5 |
6.23 |
|
1 |
4 |
2 |
3 |
6.24 |
|
1 |
4 |
1 |
2,5 |
6.25 |
|
1 |
2 |
1 |
1,5 |
6.26 |
|
1 |
3 |
1 |
2 |
6.27 |
|
1 |
5 |
1 |
2 |
6.28 |
|
1 |
2 |
1 |
1,5 |
6.29 |
|
1 |
3 |
1 |
2 |
6.30 |
|
1 |
4 |
1 |
3 |
6.31 |
|
1 |
2 |
0,5 |
1,5 |
6.32 |
|
0 |
2 |
1 |
2 |
6.33 |
|
0 |
|
0 |
/2 |
6.34 |
|
-/6 |
/6 |
0 |
1 |
6.35 |
c x5 |
0 |
2 |
0 |
1 |
6.36 |
c x6 |
-2 |
2 |
-1 |
3 |
6.37 |
c x7 |
0 |
2 |
0,5 |
0,7 |
6.38 |
c x8 |
-2 |
2 |
-0,5 |
0,25 |
6.39 |
c x9 |
0 |
2 |
1 |
1,5 |
6.40 |
c x10 |
-2 |
2 |
-1 |
1,5 |
Методические указания
Случайная величина Х называется непрерывной, если ее функция распределения F(x) – непрерывная и дифференцируемая функция для всех значений аргумента.
Плотность распределения (или плотность вероятности) f(x) непрерывной случайной величины X в точке x характеризует плотность вероятности в окрестностях точки x и равна производной функции распределения этой СВ:
. (6.1)
График плотности распределения называется кривой распределения.
Вероятность попадания случайной величины X на произвольный участок равна сумме элементарных вероятностей на этом участке:
.(6.2)
В геометрической интерпретации вероятность равна площади, ограниченной сверху кривой распределенияf(x) и отрезком .
Соотношение (6.2) позволяет выразить функцию распределения F(x) случайной величины X через ее плотность:
(6.3)
Основные свойства плотности распределения:
1. Плотность распределения неотрицательна: f(x) ³ 0. Причем f(x) = 0 для тех значений x, которые СВ никогда не принимает в опыте.
2. Условие нормировки:
(6.4)
Математическое ожидание характеризует среднее значение случайной величины и для непрерывной СВ определяется по формуле
(6.5)
Дисперсия случайной величины характеризует степень рассеивания (разброса) значений случайной величины относительно ее математического ожидания и для непрерывной СВ определяется по формуле
. (6.6)
Дисперсия случайной величины имеет размерность квадрата случайной величины, поэтому для анализа диапазона значений величины Х дисперсия не совсем удобна. Этого недостатка лишено среднее квадратическое отклонение (СКО), размерность которого совпадает с размерностью случайной величины.
Среднее квадратическое отклонение случайной величины X характеризует ширину диапазона значений X и равно
. (6.7)
Правило . Практически все значения случайной величины находятся в интервале
. (6.8)