- •Теорія ймовірностей і математична статистика для економістів
- •Розділ 1.1. Види подій
- •Види випадкових подій
- •Розділ 1.2. Класичне означення ймовірності появи події
- •Рішення
- •Властивості ймовірності
- •Задачі до розділу 1.2
- •Розділ 1.3. Елементи комбінаторики
- •Розміщення
- •Рішення
- •Перестановки
- •Рішення
- •Рішення
- •Сполучення
- •Рішення
- •Розділ 1.4. Знаходження ймовірності появи події з застосуванням елементів комбінаторики
- •Рішення
- •Задачі до розділу 1.4
- •Розділ 1.5. Статистична ймовірність
- •Розділ 2.1. Теорема додавання ймовірностей несумісних подій
- •Рішення
- •Рішення
- •Задачі до розділу 2.1
- •Розділ 2.2. Ймовірність повної групи подій. Протилежні події
- •Розділ 2.3. Множення ймовірностей
- •Умовна ймовірність
- •Задачі до розділу 2.3
- •Розділ 2.4. Теорема додавання ймовірностей сумісних подій
- •Розділ 2.5. Завдання до заняття 2
- •Розділ 3.1. Ймовірність появи хоча б однієї події
- •Задачі до розділу 3.1
- •Розділ 3.2. Формула повної ймовірності
- •Задачі до розділу 3.2
- •Розділ 3.3. Ймовірність гіпотез. Формули Бейєса
- •Рішення
- •Задачі до розділу 3.3
- •Розділ 3.4. Завдання до заняття 3
- •Розділ 4.1. Формула Бернуллі
- •Рішення
- •Задачі до розділу 4.1
- •Розділ 4.2. Локальна теорема Лапласа
- •Рішення
- •Задачі до розділу 4.2
- •Розділ 4.3. Завдання до заняття 4 Теоретичні питання до заняття 4
- •Розділ 5.1. Інтегральна теорема Лапласа
- •Задачі до розділу 5.1 Задача 5.1.1
- •Розділ 5.2. Формула Пуассона
- •Задачі до розділу5.2
- •Розділ 5.3. Завдання до заняття 5 Теоретичні питання до заняття 5
- •Розділ 6.1. Дискретні і неперервні випадкові величини
- •Розділ 6.2. Закон розподілу дискретної випадкової величини
- •Задачі до розділу 6.2
- •Розділ 6.3. Математичне сподівання дискретної випадкової величини та її властивості
- •Задачі до розділу 6.3
- •Розділ 6.4. Завдання до заняття 6
- •Розділ 7.1. Доцільність введення числової характеристики розсіювання випадкової величини
- •Розділ 7.2. Дисперсія дискретної випадкової величини та її властивості. Середнє квадратичне відхилення
- •Задачі до розділу 7.2
- •Розділ 7.3. Завдання до заняття 7
- •Розділ 8.1. Функція розподілу (інтегральна функція) та її властивості
- •Задачі до розділу 8.1
- •Розділ 8.2. Диференціальна функція розподілу та її властивості
- •Задачі до розділу 8.2
- •Розділ 8.3. Завдання до заняття 8
- •Розділ 9.1. Математичне сподівання неперервної випадкової величини
- •Задачі до розділу 9.1
- •Розділ 9.2. Дисперсія та середнє квадратичне відхилення неперервної випадкової величини
- •Задачі до розділу 9.2
- •Розділ 9.3. Завдання до заняття 9
- •Розділ 10.1. Закони розподілу дискретних випадкових величин Біноміальний закон розподілу
- •Геометричний розподіл.
- •Задачі до розділу 10.1
- •Розділ 10.2. Закони розподілу неперервних випадкових величин Закон рівномірного розподілу ймовірностей.
- •Числові характеристики рівномірного розподілу
- •Нормальний розподіл (розподіл Гауса)
- •Задачі до розділу 10.2
- •Розділ 10.3. Завдання до заняття 10
- •Розділ 11.1. Предмет і задачі математичної статистики
- •Розділ 11.2. Емпірична функція розподілу
- •Властивості емпіричної функції
- •11.3. Графічна інтерпретація статистичного ряду
- •Розділ 11.4. Завдання до заняття 11
- •Розділ 12.1. Генеральна та вибіркова середні. Властивості середньої
- •Рішення
- •Властивості середньої
- •Розділ 12.2. Генеральна і вибіркова дисперсії та середнє квадратичне відхилення
- •Рішення
- •Тоді за формулою (12.6) знайдемо дисперсію
- •Рішення
- •Тоді за формулою (12.6) знайдемо дисперсію
- •Розділ 12.4. Завдання до заняття 12
- •Розділ 13.1. Коефіцієнт варіації
- •Рішення
- •Для знаходження середнього квадрата ознаки складемо таблицю
- •Розділ 13.2. Медіана варіаційного ряду
- •Розділ 13.3. Мода варіаційного ряду
- •Розділ 13.4. Асиметрія і ексцес
- •Моменти варіаційного ряду
- •Асиметрія і ексцес
- •Розділ 13.5. Завдання до заняття 13
- •Розділ 14.1. Метод добутків для обчислення вибіркової середньої і дисперсії
- •Розділ 14.2. Властивості статистичних оцінок параметрів розподілу. Оцінка генеральної дисперсії по виправленій вибірковій
- •Розділ 14.3. Точність оцінки. Довірча ймовірність. Довірчий інтервал
- •Задачі до розділу14.3
- •Розділ 14.4. Завдання до заняття 14
- •Розділ 15.1. Статистична гіпотеза (основні поняття)
- •Розділ 15.2. Критична область. Область приняття нульової гіпотези. Критична точка
- •Відшукування правосторонньої критичної області
- •Відшукування лівосторонньої критичної області
- •Відшукування двосторонньої критичної області
- •Розділ 15.3. Перевірка гіпотези про рівність дисперсій двох генеральних сукупностей
- •Задачі до розділу 15.3
- •Розділ 15.4. Перевірка гіпотези про нормальний розподіл генеральної сукупності. (Критерій згоди -Пірсона)
- •Методика обчислення теоретичних частот нормального розподілу
- •Розділ 15.5. Завдання до заняття 15
- •Розділ 1.6. Поняття кореляції
- •Розділ 16.2. Метод найменших квадратів (загальні поняття)
- •Розділ 16.3. Побудова рівняння лінійної функції
- •Розділ 16.4. Побудова рівняння квадратичної функції
- •Розділ 16.5. Побудова рівняння гіперболічної функції
- •Розділ 16.6. Побудова рівняння показникової функції
- •Розділ 16.7.Знаходження параметрів множинної лінійної залежності
- •Розділ 17.1. Кореляційна таблиця
- •Розділ 17.2. Відшукування параметрів вибіркового рівняння прямої лінії регресії по згрупованим даним
- •Розділ 17.3. Вибірковий коефіцієнт кореляції
- •Розділ 17.4. Завдання до заняття 17
- •Рекомендована література
- •Додатки
- •Значення функції
- •Значення функції
- •Розподіл Пірсона ( - Пірсона)
- •Основні поняття і терміни
- •Основні теореми і формули Класичне означення ймовірності появи події: .
- •Перестановки: . Сполучення: .
Розділ 6.3. Математичне сподівання дискретної випадкової величини та її властивості
Якщо закон розподілу дискретної випадкової величини невідомий, тоді описати випадкову величину можна за допомогою чисел, що носять назву числових характеристик випадкової величини. До числа важливих числових характеристик відноситься математичне сподівання, яке наближено дорівнює середньому значенню випадкової величини.
Означення: Математичним сподіванням дискретної випадкової величини називають суму добутків значень випадкової величини на відповідні цим значенням ймовірності
.
(6.2)
Нехай проведено n випробувань, у яких випадкова величина Х прийняла значення
х1 - m1 раз,
х2 - m 2 раз,
.....................
хk - mk раз.
Тоді середнє арифметичне значення дорівнює
або
,
де
- відносні частоти, а
.
Якщо
число випробувань велике, тоді відносна
частота наближається до ймовірності,
тобто
тоді
середнє
арифметичне наближається до математичного
сподівання
.
Таким чином, математичне сподівання – це середнє очікуване значення випадкової величини.
Розглянемо основні властивості математичного сподівання.
Властивість 1. Математичне сподівання сталої величини дорівнює сталій величині.
де С=const.
Доведення
Якщо випадкова величина у всіх випробуваннях приймає одне й те ж значення С, то ймовірність такої події дорівнює одиниці. Тоді за означенням потрібно цю величину помножити на одиницю
Властивість 2. Сталий множник можна виносити за знак математичного сподівання
Доведення.
Нехай задано розподіл дискретної випадкової величини Х
-
Х
х1
х2
...
хn
P
p1
p2
…
pn
Розглянемо розподіл дискретної випадкової величини СХ
-
СХ
Сх1
Сх2
...
Схn
P
p1
p2
…
pn
Тоді математичне сподівання для останнього
.
Властивість 3. Математичне сподівання добутку двох незалежних випадкових величин X і Y дорівнює добутку їх математичних сподівань
Перевіримо властивість 3 для окремого випадку. Нехай задано закони розподілу дискретних випадкових величин Х і У.
Х |
х1 |
х2 |
|
Y |
y1 |
y2 |
Р |
р1 |
р2 |
|
P |
q1 |
q2 |
Складемо всі значення, які може приймати випадкова величина XY, а також знайдемо відповідні їм ймовірності
-
ХY
P
Тоді математичне сподівання добутку запишеться
Властивість 4. Математичне сподівання суми двох випадкових величин дорівнює сумі їх математичних сподівань
Доведення
Нехай задано закони розподілу дискретних випадкових величин Х і У.
Х |
х1 |
х2 |
|
Y |
y1 |
y2 |
Р |
р1 |
р2 |
|
P |
q1 |
q2 |
Складемо
всі значення, які може приймати випадкова
величина X+Y.
Для цього до кожного можливого значення
Х
додамо
кожне можливе значення У.
Тоді випадкова величина X+Y
приймає значення: {
}.
Позначимо відповідні ймовірності
.
Тоді математичне сподівання випадкової
величини X+Y
дорівнює сумі добутків всіх її можливих
значень на їх ймовірності
Доведемо,
що
.
Подія,
яка полягає у тому, що випадкова величина
Х
приймає
значення
з ймовірністю
,
тягне за собою подію, що полягає у тому,
що випадкова величина X+Y
приймає значення
або
з ймовірністю
і навпаки. Звідси випливає, що
.
Аналогічно доводяться твердження
.
Тоді
.
