
- •Введение
- •1. Случайные события и вероятность
- •1.1. Пространство элементарных событий. Случайные события. Алгебра событий
- •1.2. Классическое определение вероятности. Статистическое определение вероятности
- •1.3. Элементы комбинаторики. Некоторые содержательные задачи
- •1.4. Аксиоматическое введение вероятности
- •1.5. Теоремы о вероятностях случайных событий
- •1.6. Формула полной вероятности и формула Байеса
- •1.7. Геометрические вероятности
- •1.8. Схема независимых испытаний Бернулли. Формула Бернулли. Формула Пуассона. Локальная и интегральная теоремы Муавра-Лапласа
- •Вопросы для самопроверки
- •2. Случайные величины
- •2.1. Случайные величины. Случайные величины дискретного типа. Ряд распределения. Функция распределения
- •2.2. Случайная величина непрерывного типа. Плотность вероятности распределения случайной величины
- •2.3. Числовые характеристики случайной величины. Математическое ожидание и дисперсия, их свойства
- •2.4. Пуассоновский поток событий
- •Вопросы для самопроверки
- •3. Системы случайных величин
- •3.1. Закон распределения системы двух случайных величин. Функция распределения, плотность распределения системы двух случайных величин
- •3.2. Условные законы распределения. Зависимые и независимые случайные величины
- •3.3. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции
- •Вопросы для самопроверки
- •4. Функции случайных величин
- •4.1. Преобразование случайных величин (случай двух переменных)
- •4.2. Распределение суммы, разности, произведения и частного двух случайных величин
- •4.3. Преобразование случайных величин (случай одной переменной)
- •4.5. Распределение Стьюдента
- •Вопросы для самопроверки
- •5. Закон больших чисел
- •5.1. Неравенства Чебышева
- •5.2. Теорема Чебышева
- •5.3. Теорема Бернулли
- •5.4. Центральная предельная теорема
- •Вопросы для самопроверки
- •6. Случайные процессы. Марковские случайные процессы. Системы массового обслуживания
- •6.1. Случайные процессы
- •6.2. Марковские случайные процессы. Марковские цепи
- •6.3. Марковские процессы с дискретными состояниями и непрерывным временем. Уравнения Колмогорова
- •6.4. Процессы гибели и размножения
- •6.5. Потоки случайных событий
- •6.6. Приложения марковских процессов
- •6.7. Системы массового обслуживания
- •6.8. Системы массового обслуживания с отказами Одноканальная смо с отказами
- •6.9. Системы массового обслуживания с очередями
- •Вопросы для самопроверки
- •7. Математическая статистика
- •7.1. Генеральная совокупность и выборка. Статистический ряд. Статистическая функция распределения. Гистограмма
- •7.2. Точечные оценки параметров генеральной совокупности по выборочным совокупностям, их свойства. Точечные оценки для математического ожидания и дисперсии случайной величины
- •7.3. Интервальные оценки. Доверительный интервал. Нахождение доверительных интервалов для математического ожидания и дисперсии нормального распределения случайной величины
- •1. Доверительный интервал для оценки математического ожидания нормального распределения случайной величины с известным
- •2. Доверительный интервал для оценки математического ожидания нормального распределения с неизвестным
- •3. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения
- •7.4. Построение прямых линий регрессии по выборочным данным
- •1. Нахождение параметров выборочных уравнений прямой линии регрессии по несгруппированным данным
- •2. Нахождение параметров выборочных уравнений прямой линии регрессии по сгруппированным данным
- •7.5. Нахождение оценки для коэффициента корреляции двух случайных величин
- •7.6. Статистическая проверка гипотез. Статистическая гипотеза. Нулевая и конкурирующая гипотеза. Статистический критерий. Критическая область
- •7.7. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •7.8. Проверка гипотезы о распределении генеральной совокупности. Критерий 2 Пирсона
- •7.10. Сравнение генеральных средних двух нормально распределенных случайных величин (малые независимые выборки)
- •7.11. Сравнение двух дисперсий нормальных генеральных совокупностей
- •7.12. Сравнение наблюдаемой относительной частоты с гипотетической вероятностью наступления события
- •Вопросы для самопроверки
- •8. Варианты контрольной paбoты № 1 по теории вероятностей вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •9. Варианты контрольной работы № 2 по случайным процессам и математической статистике вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Приложение
- •Суммарные вероятности для распределения Пуассона
- •Критические точки распределения Стьюдента
- •Библиографический список
Вопросы для самопроверки
В чем заключается сущность закона больших чисел?
Сформулируйте и докажите первое и второе неравенства Чебышева.
Чем отличается обычное понятие предела от понятия предела по вероятности?
Сформулируйте и докажите теорему Чебышева. Рассмотрите ее частный случай.
Какое практическое значение имеет теорема Чебышева ?
Сформулируйте и докажите теорему Бернулли.
Объясните, пользуясь теоремой Бернулли, свойство устойчивости относительных частот.
В чем заключается сущность центральной предельной теоремы в упрощенной постановке?
Сформулируйте и докажите интегральную теорему Муавра-Лапласа (на основании ЦПТ-1).
В чем заключается сущность центральной предельной теоремы в форме Ляпунова?
Как применить центральную предельную теорему к оценке вероятности того, что относительная частота отличается от вероятности успеха р по модулю меньше, чем произвольное > 0? не меньше, чем > 0?
Как применить центральную предельную теорему к оценке вероятности того, что среднее арифметическое случайных величин отличается от их математического ожидания меньше, чем произвольное > 0?; не меньше, чем > 0?
Задачи
1. Вероятность наступления события А в каждом испытании равна 0,3. Используя центральную предельную теорему, найти вероятность того, что в 10000 испытаниях отклонение частоты события А от его вероятности не превзойдет по абсолютной величине 0,01.
Ответ: 0,79.
2. Сколько следует проверить деталей, чтобы с вероятностью, не меньшей 0,96, можно было ожидать, что абсолютная величина модуля отклонения частоты годных деталей от вероятности детали быть годной; равной 0,98; не превысит 0,02?
Ответ: n 1225.
3. Среднее квадратическое отклонение каждой из 2500 независимых случайных величин не превосходит 3. Оценить вероятность того, что абсолютная величина отклонения средней арифметической этих случайных величин от средней арифметической их математических ожиданий не превзойдет 0,3.
Ответ: P 0,96.
4. Выборочным путем требуется определить среднюю длину изготовляемых изделий. Сколько нужно обследовать изделий, чтобы с вероятностью, большей 0,9, можно было утверждать, что средняя длина отобранных изделий будет отличаться от математического ожидания этого среднего (принимаемого за среднюю длину изделий во всей партии) не более, чем на 0,001 см? Установлено, что среднее квадратическое отклонение длины детали не превышает 0,04 см?
Ответ: n 16000.
5. Вероятность того, что наудачу выбранная деталь окажется бракованной при каждой проверке, равна 0,2. Определить вероятность того, что среди 50 наудачу отобранных деталей бракованных окажется не менее 6.
Ответ: р = 0,921.
6. Известно, что 60 % всего числа изготовляемых заводом изделий выпускается высшего сорта. Приемщик берет первые попавшиеся 200 изделий. Чему равна вероятность того, что среди них изделий высшего сорта окажется от 120 до 150 штук?
Ответ: 0,4999.
7. Вероятность появления события А в отдельном испытании равна 0,8. Оценить вероятность того, что при 1000 независимых повторных испытаний отклонение частоты события А от вероятности при отдельном испытании по абсолютной величине будет меньше 0,05.
Ответ: 0,843.
8. «Правильная» игральная кость подброшена 200 раз. Найти вероятность того, что цифра 6 выпала больше 30, но меньше 40 раз.
Ответ: 0,632.
9. Сколько раз нужно подбросить «правильную» монету, чтобы с вероятностью 0,95 можно было ожидать, что частота выпадения герба отклонится от 0,5 меньше, чем на 0,01?
Ответ: n 9560.
10. Вероятность случайного события А (успеха) в схеме независимых испытаний Бернулли равна 0,6. Какова вероятность того, что это событие произойдет в большинстве случаев при 60 испытаниях.
Ответ: 0,944.