
- •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
Вариант 9
Задача 1. На склад поступает продукция трех фабрик, причем продукция первой составляет 20%, второй – 45%, третьей – 35%. В продукции первой фабрики 5% нестандартных изделий, в продукции второй 2%, в продукции третьей 1%. Наудачу взятое изделие оказалось стандартным. Найти вероятность того, что оно произведено на второй фабрике.
Задача 2. Двое баскетболистов бросают мяч в корзину. Вероятности попадания у них соответственно равны 0,5; 0,6. Составить закон распределения числа промахов при однократном бросании каждого и вычислить числовые характеристики распределения.
Задача 3. Проверено 3000 лампочек. Доля брака в этой партии равна 0,15. Какова вероятность того, что отклонение выборочно установленной частоты брака от доли брака во всей партии не превышает по абсолютной величине 0,01?
Задача 4. Случайная величина X задана функцией распределения F(x). Найти плотность распределения вероятностей, математическое ожидание и дисперсию случайной величины.
Задача 5. Известны математическое ожидание а и среднее квадратическое отклонение нормального распределения случайной величины X. Найти вероятность попадания этой величины в заданный интервал (,); a=4, =5, =2, =11.
Задача 6. С какой вероятностью можно утверждать, что отклонение среднего арифметического 1500 независимых случайных величин от среднего арифметического их математических ожиданий не превзойдет 0,6, если известно, что дисперсия каждой из величин не превышает 3.
Задача 7. Дана двумерная дискретная случайная величина (X.Y). Найти ее корреляционную матрицу.
-
X\Y
-2
-1
0
3
0,1
0,15
0,05
4
0,15
0,25
0,3
Вариант 10
Задача 1. На сборке три ящика с радиолампами. В первом 15 стандартных и 5 с браком, во втором 10 стандартных и 2 с браком, в третьем 20 и 5 соответственно. Вытащенная наугад лампа оказалась с браком. Какова вероятность того, что она взята из первого ящика?
Задача 2. На сборку поступило 15 деталей, среди которых 3 детали с дефектами. Случайным образом берут 4 детали. Составить закон распределения числа бракованных деталей, попавших в эту группу и вычислить числовые характеристики этого распределения.
Задача 3. Вероятность того, что деталь не прошла проверку ОТК равна 0,15. Определить вероятность того, что среди 250 случайно отобранных деталей непроверенных окажется от 40 до 60 деталей.
Задача 4. Случайная величина X задана функцией распределения F (x). Найти плотность распределения вероятностей, математическое ожидание и дисперсию случайной величины.
Задача 5. Известны математическое ожидание а и среднее квадратическое отклонение нормального распределения случайной величины X. Найти вероятность попадания этой величины в заданный интервал (,); a=9, =5, =5, =14.
Задача 6. Дисперсия каждой из 1000 независимых случайных величин не превышает 4. Оценить вероятность того, что отклонение среднего арифметического этих величин от среднего арифметического их математических ожиданий по модулю окажется меньше 0,3.
Задача 7. Дана двумерная дискретная случайная величина (X, Y). Найти ее корреляционную матрицу.
-
X\Y
1
2
-1
0,1
0,1
2
0,2
0,2
3
0,3
0,1