- •Министерство образования и науки российской федерации
- •Раздел I. Теория вероятностей
- •Тема 1. Случайные события
- •1.1 Классификация событий
- •1.2. Вероятность событий
- •Свойства вероятности
- •1.3. Элементы комбинаторики
- •1.4. Операции над событиями
- •Тема 2. Основные теоремы
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема умножения вероятностей
- •2.3. Формула полной вероятности. Формулы Байеса
- •Тема 3. Повторные независимые испытания
- •3.1. Формула Бернулли
- •3.2. Формула Пуассона
- •3.3. Локальная теорема Муавра-Лапласа
- •Свойста функци , ее график
- •3.4. Интегральная теорема Муавра-Лапласа
- •Свойства функции :
- •Тема 4. Дискретная случайная величина и её характеристики
- •4.1. Понятие случайной величины
- •4.2. Закон распределения дискретной случайной величины
- •4.3. Математические операции над случайными величинами
- •4.4. Числовые характеристики дискретной случайной величины
- •Свойства
- •Свойства
- •4.5. Биноминальный закон распределения и закон Пуассона
- •4.6. Функция распределения случайной величины
- •Свойства функции распределения
- •Тема 5. Непрерывные случайные величины.
- •5.1. Плотность распределения вероятностей непрерывных случайных величин
- •Свойства плотности распределения
- •5.2. Числовые характеристики непрерывных случайных величин
- •5.3. Нормальный закон распределения
- •Свойства случайной величины, распределенной по нормальному закону
- •5.4. Центральная предельная теорема. Теорема Ляпунова
- •Тема 6. Двумерные (n-мерные) случайные величины
- •6.1. Способы задания двумерной случайной величины
- •Свойства двумерной функции распределения
- •6.2. Условные законы распределения
- •6.3. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •6.4. Двумерный нормальный закон распределения
- •Тема 7. Закон больших чисел
- •Неравенство Маркова (лемма Чебышева)
- •Неравенство Чебышева
- •Теорема Чебышева
- •Раздел II. Математическая статистика Тема 8. Выборочный метод. Общие вопросы
- •8.1. Понятие о вариационных рядах
- •8.2. Эмпирическая функция распределения
- •Свойства :
- •8.3. Числовые характеристики вариационного ряда
- •Основные свойства
- •Основные свойства дисперсии
- •Упрощённый способ расчёта средней арифметической и дисперсии
- •8.4. Выборочный метод
- •Тема 9. Оценка доли признака и генеральной средней
- •Точечные оценки генеральной совокупности. Свойства оценок
- •Интервальная оценка параметров
- •Доверительный интервал для генеральной средней и генеральной доли по большим выборкам
- •Объём выборки
- •Тема 10. Статистическая проверка гипотез
- •10.1. Статистическая гипотеза и общая схема её проверки
- •1) - То нулевую гипотезуотвергают,
- •2) - То нет оснований отвергнуть.
- •10.2. Построение теоретического закона распределения по опытным данным. Критерий согласия Пирсона
- •Правило проверки нулевой гипотезы
- •Тема 11. Корреляция и регрессия
- •11.1. Линейная парная регрессия
- •11.2. Оценка тесноты корреляционной зависимости
- •Свойства выборочного коэффициента корреляции r
- •Проверка значимости выборочного коэффициента корреляции
Свойства плотности распределения
1) (свойство неотрицательности);
2)(свойство нормированности);
В частности, если все значения случайной величины принадлежат интервалу , то.
Пример 5.2.Плотность распределенияслучайной величинызадана функцией. Найти параметр.
Решение. должна удовлетворять свойству нормированности. Найдем несобственный интеграл
Следовательно, .
Таким образом, из свойств плотности вероятности следует, что её график лежит не ниже оси абсцисс и площадь фигуры, ограниченной кривой распределения и осью , равна единице.
5.2. Числовые характеристики непрерывных случайных величин
Определение.Математическим ожиданиемнепрерывной случайной величины, возможные значения которой принадлежат интервалу, называют определённый интеграл.
Если возможные значения с.в.Хпринадлежат всей оси, то.
По аналогии с дисперсией дискретной случайной величины определяется дисперсия непрерывной случайной величины.
Определение.Если возможные значения с.в., то
.
Если значения с.в.принадлежат всей оси, то. Формула для расчёта дисперсии имеет вид:
.
Все свойства и, рассмотренные для дискретных случайных величин, справедливы и для непрерывных случайных величин.
Среднеквадратическое отклонение.
Пример 5.3.Непрерывная случайная величина задана в видеНайти значение,,,.
Решение. По свойству нормированности . Найдем значение параметраС, решив несобственный интеграл, т.е., отсюда.
Математическое ожидание найдем по формуле . Получаем
.
Дисперсия равна
.
.
5.3. Нормальный закон распределения
Определение.Непрерывная случайная величинаимеетнормальный законраспределения, если её плотность вероятности имеет вид:
, где и- параметры распределения.
Параметры ипредставляют собой соответственно математическое ожидание и среднеквадратическое отклонение этой случайной величины, т.е.
, .
Отсюда .
В частном случае при .
Рассмотрим график этой функции (рис. 5.2).
1) Кривая пересекает ось в точке. Она является точкой максимума.
2) С осью кривая не пересекается; осьявляется асимптотой, так как
.
Кривая симметрична относительно оси , так как функциячётная.
При кривыеполучаются путём сдвига наединиц по горизонтали кривойпри тех же значениях параметра. Еслиувеличивается, то кривая сжимается вдоль оси, с уменьшениемграфик функциивытягивается. Таким образом, параметрхарактеризует положение, а параметр- форму нормальной кривой.
Для нормально распределённой случайной величины функция распределения равна
.
можно представить через функцию , значения которой затабулированы:
- функция распределения для нормального закона.
Геометрически функция распределения представляет собой площадь под нормальной кривой на интервале , которая состоит из двух частей:Iчасть соответствует площади под кривой на интервале,равной половине всей площади под нормальной кривой;IIчасть соответствует площади под кривой на интервале, равной(рис. 5.3).
Свойства случайной величины, распределенной по нормальному закону
Вероятность попадания нормально распределенной случайной величины в интервалравна
.
2) Вероятность того, что отклонение нормально распределенной случайной величины от математического ожиданияне превысит по абсолютному значению величину, равна:
.
Из этого свойства следует «правило трёх сигм».
Рассмотрим
Правило.Таким образом, если случайная величинаимеет нормальный закон распределения с параметрамии, то практически достоверно, что её значения заключены в интервале(рис. 5.4).