
- •Казанский кооперативный институт (филиал)
- •Теория вероятностей и математическая статистика конспект лекций
- •Общие организационно-методические рекомендации преподавателю
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Предмет и задачи теории вероятностей
- •2. Основные понятия теории вероятностей. События и соотношения между ними. Классификация событий
- •3. Частота и вероятность события. Способы определения вероятности
- •Аксиомы теории вероятностей
- •Лекция 2 Основные формулы для вычисления вероятностей
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Основные формулы для вычисления вероятностей
- •6. (Рисунок 4).
- •7. (Рисунок 5).
- •Задание на самостоятельную работу
- •Лекция 3 Основные теоремы теории вероятностей: сложение, умножение, формула полной вероятности
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Правила сложения вероятностей
- •2. Правила умножения вероятностей
- •3. Формула полной вероятности
- •1. Формула Байеса, вероятность появления хотя бы одного события
- •Лекция 5 Основные законы распределения дискретных случайных величин. Формула Бернулли
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Понятие о случайной величине и законе её распределения
- •Р исунок 1
- •Р исунок 3
- •2. Формы закона распределения случайной величины: ряд распределения, функция распределения, функция плотности распределения
- •3. Формула Бернулли
- •Задание на самостоятельную работу
- •Лекция 6 Основные законы распределения дискретных случайных величин. Локальная теорема Муавра-Лапласа, формула Пуассона
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Локальная теорема Муавра-Лапласа
- •2. Распределение Пуассона
- •Задание на самостоятельную работу
- •Лекция 7 Основные законы распределения дискретных случайных величин. Интегральная теорема Лапласа
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1.1 Определение вероятности попадания случайной величины х с использованием приведенной табличной функции распределения
- •1.2 Определение вероятности попадания случайной величины на заданный интервал с использованием табличной функции плотности распределения
- •1.3 Определение вероятности попадания случайной величины на заданный интервал с использованием таблиц приведенной функции Лапласа
- •Текст лекции
- •1. Понятие случайной величины
- •2. Законы распределения дискретных случайных величин
- •Задание на самостоятельную работу
- •Лекция 9 Числовые характеристики: математическое ожидание, дисперсия, среднеквадратическое отклонение
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Понятие о числовых характеристиках случайной величины
- •2. Числовые характеристики положения: математическое ожидание и его основные свойства
- •3. Числовые характеристики рассеивания: дисперсия, среднеквадратическое отклонение. Основные свойства дисперсии
- •Задание на самостоятельную работу
- •Лекция 10 Непрерывные случайные величины: функция распределения случайной величины
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Функция распределения непрерывной случайной величины для определения вероятности попадания случайной величины на интервал
- •1.1. Функция распределения непрерывной случайной величины
- •1.2. Свойства функции распределения
- •Задание на самостоятельную работу
- •Лекция 11 Плотность вероятности. Числовые характеристики. Моменты случайных величин
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Плотность распределения непрерывной случайной величины для определения вероятности попадания случайной величины на интервал
- •1.1. Плотность распределения
- •1.2. Свойства плотности распределения
- •2.5. Медиана
- •2.6. Начальный момент
- •2.7. Центральный момент
- •2.8. Коэффициент асимметрии
- •2.9. Эксцесс
- •Задание на самостоятельную работу
- •Лекция 12 Законы распределения непрерывных величин: нормальное, равномерное, показательное
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •1. Равномерное распределение
- •2. Показательное распределение
- •2.1. Функция надёжности
- •3. Нормальный закон распределения
- •3.1. Функция Лапласа
- •3.2. Правило трёх сигм
- •Задание на самостоятельную работу
- •Лекция 13 Понятие закона больших чисел
- •Литература:
- •Структура занятия и расчёт времени
- •Текст лекции
- •Закон больших чисел
- •1.1. Неравенство Чебышева
- •1.2. Теорема Чебышева
- •1.3. Теорема Бернулли
- •1.4. Теорема Пуассона
- •1.5. Предельные теоремы
- •1.6. Теорема Муавра – Лапласа
- •Текст лекции
- •1. Генеральная и выборочная совокупности
- •1.1. Статистическое описание результатов наблюдений
- •Текст лекции
- •1. Интервальные оценки параметров распределения. Непрерывное и дискретное распределения признаков
- •1.2. Интервальные оценки.
- •Текст лекции
- •1. Вариационные ряды
- •2. Построение интервального вариационного ряда
- •3. Графическое изображение вариационных рядов
- •4. Средние величины
- •5. Медиана и мода
- •6. Показатели вариации
- •7. Свойства эмпирической дисперсии
- •8. Эмпирические центральные и начальные моменты
- •9. Эмпирические асимметрия и эксцесс
- •Текст лекции
- •1. Доверительные вероятности, доверительные интервалы
- •Текст лекции
- •1. Корреляционный анализ
- •1.1. О связях функциональных и статистических
- •1.2. Определение формы связи. Понятие регрессии
- •1.3. Основные положения корреляционного анализа
- •1.4. Свойства коэффициента корреляции
- •1.5. Поле корреляции. Вычисление оценок параметров двумерной модели
- •1.6. Проверка гипотезы о значимости коэффициента корреляции
- •1.7. Корреляционное отношение
- •1.8. Понятие о многомерном корреляционном анализе
- •1.9. Ранговая корреляция
- •2. Регрессионный анализ
- •2.1. Основные положения регрессионного анализа
- •2.2. Линейная регрессия
- •2.3. Нелинейная регрессия
- •2.4. Оценка значимости коэффициентов регрессии. Интервальная оценка коэффициентов регрессии
- •2.5. Интервальная оценка для условного математического ожидания
- •2.6. Проверка значимости уравнения регрессии
- •2.7. Многомерный регрессионный анализ
- •2.8. Факторный анализ
- •Приложения
- •Функция Лапласа
- •Задание на самостоятельную работу
Лекция 2 Основные формулы для вычисления вероятностей
Учебные и воспитательные цели:
1. Изучить основные формулы для вычисления вероятностей.
Вид занятия: лекция
Продолжительность занятия: 90 минут
Учебно-материальное обеспечение занятия:
Медиа-проектор, ноутбук, слайды Power Point (Оверхэд-проектор, слайды).
Литература:
а) основная:
1. Вентцель Е.С. Теория вероятностей. Учебник. Издание восьмое, стереотипное. – М.: Высшая школа, 2002 г. - 575 с.
2. Вентцель Е.С., Овчаров Л.А.. Теория вероятностей и её инженерные приложения. Учебное пособие. Издание третье, переработанное и дополненное. – М.: «Академия», 2003 г. – 464 с.
3. Гмурман В.Е. Теория вероятностей и математическая статистика. Учебное пособие. Издание десятое, стереотипное. - М.: Высшая школа», 2004 г. – 480 с.
Структура занятия и расчёт времени
Структура занятия |
Время, мин |
I. Вводная часть занятия |
5 |
II. Основная часть занятия |
80 |
Введение в лекцию |
5-10 |
1. Основные формулы для вычисления вероятностей |
70-75 |
Заключение по лекции |
5 |
III. Заключительная часть занятия |
5 |
Текст лекции
1. Основные формулы для вычисления вероятностей
Ограниченность классического и статистического способов определения вероятности событий, приемлемых, главным образом, для определения вероятности простых событий, приводит к тому, что в подавляющем большинстве случаев ни один из этих способов в чистом виде для решения задачи определения наступления событий применить не удаётся.
Например, требуется определить вероятность поражения движущегося танка. Определить эту вероятность по частоте наступления события на практике невозможно – необходимо провести большое число стрельб. При этом надо не только определить вероятность попадания в движущийся танк (что сделать не сложно), но и определить вероятность поражения его экипажа, если будет иметь место попадание в танк (а это выполнить на практике невозможно).
Факт сложности или невозможности определения вероятности сложных событий явился стимулом разработки аппарата теории вероятностей, с помощью которого вероятность определяется не прямым, а косвенным методом через вероятность более простых событий.
Сущность косвенного метода определения вероятности сложного события заключается в следующем: вначале анализируют условия испытания и устанавливают события А1, А2, А3,…, Аn, от которых зависит наступление события В, как комбинацию В={А1, А2, А3, …, Аn}. Определяют вероятности наступления простых событий Р(А1), Р(А2), Р(А3), …, Р(Аn). После чего определяют вероятности интересующего события В как функцию известных или заданных вероятностей.
Р(В) = f(Р(А1), Р(А2), Р(А3), …, Р(Аn))
Однако определению вероятности наступления сложного события как комбинации более простых событий должны предшествовать твёрдые знания правил применения рассмотренных в лекции теорем сложения (объединения) и умножения (пересечения) событий.
Этому вопросу и будет посвящён вопрос нашего занятия.
Пример: для того что бы вывести из строя артиллерийскую батарею необходимо поразить либо два взвода с орудиями либо центр управления огнём. Используя операции сложения (объединения) и умножения (пересечения) событий представим сложное событие D={поражение артиллерийской батареи} как комбинацию простых событий. Результат проиллюстрируем диаграммой Эйлера-Венна.
Решение:
Обозначим через событие А = {поражение первого взвода орудий}, через событие В = {поражение второго взвода орудий}, С = {поражение центра управления огнём}. Тогда событие D = {поражение артиллерийской батареи} определится как поражение либо центра управления огнём (событие С) либо одновременно первого взвода орудий (событие А) и второго взвода орудий (событие В), т.е. будет иметь место следующая комбинация событий D={С+АВ} (рисунок 1).
В
А
С
Ω
Рисунок 1
Для решения такого типа задач необходимо усвоить ряд основных свойств, которыми обладают действия над событиями.
Операции сложения (объединения) и умножения (пересечения) событий обладают рядом свойств, аналогичным свойствам сложения и умножения чисел.
1. Переместительное свойство:
А + В = В + А; АВ = ВА.
2. Сочетательное свойство:
(А + В) + С = А + (В + С); (АВ)С = А(ВС).
3. Распределительное свойство:
(А + В)С = АС + ВС (рисунок 2).
С
С
А
А
В
В
=
Ω
Рисунок 2
4. Операции прибавления пустого множества и умножения на пустое множество аналогичны операциям над числами, если считать пустое множество за ноль.
Ряд операций над событиями уже не обладают свойствами по аналогии с арифметическими действиями, например:
5.
(рисунок
3)
А
В
Ω
=
Рисунок 3