- •1.1. Основные теоретические сведения.
- •1.2. Непосредственный подсчет вероятностей (классическое определение вероятности, математическая вероятность).
- •1.3. Теоретико-множественный подход к определению вероятности события (геометрическая вероятность, аксиоматический подход).
- •1.4. Частота или статистическая вероятность события
- •Свойства частот.
- •1.5. Задачи для самостоятельного решения
- •Метод гиперплоскостей для построения выпуклой области.
- •Блоки 3, 4
- •2.3. Пример расчета попадания точки в заданную область.
- •2.4. Порядок выполнения лабораторной работы.
- •3.1. Ряд распределения случайной величины X
- •3.2. Многоугольник распределения случайной величины X
- •3.3. Функция распределения случайной величины X
- •3.4. Математическое ожидание случайной величины X
- •3.4. Моменты случайной величины X
- •3.5. Системы случайных величин
- •3.5.1. Матрица распределения
- •3.5.2. Функция распределения
- •3.5.3. Моменты системы случайных величин
- •3.6. Задачи для самостоятельного решения.
- •4.1. Биномиальное распределение
- •4.2. Геометрическое распределение
- •4.3. Гипергеометрическое распределение
- •4.4. Распределение Пуассона
- •Распределение Пуассона . Таблица 4.3.
- •4.4. Задачи для практических занятий и самостоятельной работы
- •5.1. Равномерное распределение
- •5.2. Показательное (экспоненциальное) распределение
- •5. 3 . Нормальное распределение (закон Гаусса)
- •Функция распределения
- •Значения плотности стандартного нормального распределения . Таблица 5.2.
- •Значения функции Лапласа . Таблица 5.3
- •5.4. Распределение Эрланга
- •5.5. Распределение (распределение хи-квадрат, закон Пирсона)
- •5.8. Задачи для практических занятий и самостоятельной работы
- •Представление многомерных данных. Таблица 6.1
- •6.2.5. Обращение мм
- •6.2. Задания для самостоятельной работы.
- •7.1. Основные сведения.
- •7.2. Критерий согласия законов распределения а.Н. Колмогорова
- •7.3. Оперативно-статистический контроль качества продукции (одномерный случай).
- •7.4. Задания для самостоятельной работы
- •8.1. Многомерное нормальное распределение
- •8.1.1. Основные сведения из теории
- •8.5.2. Задачи для практических занятий и самостоятельной работы
- •Нормально распределенные случайные числа
- •8.3. Методические рекомендации к теоретическому разделу 1.
- •8.4. Задачи для практических занятий и самостоятельной работы
- •9.1. Метод выделения результата аи
- •9.2. Определение достоверности уравнения множественной линейной регрессии по критерию Фишера, коэффициенту множественной корреляции.
- •10.4. Задания для самостоятельной работы.
- •Тема №11. Экстраполяционный метод прогнозирования (одномерный случай). Прогнозирование состояния.
- •11.1. Метод аппроксимации
- •11.2. Мнемоническое правило вывода решения
- •12.1. Задача о разбиении множества элементов.
- •12. 2. Графовое представление связей между объектами
- •12.3. Построение кратчайшего остовного дерева. Алгоритм Прима в табличной форме.
- •12.4. Задачи для самостоятельной работы
- •Тема №13. Основные характеристики случайных функций.
- •13.1. Основные сведения из теории
- •13.1.1. Закон распределения случайной функции
- •13.1.2. Математическое ожидание, дисперсия и корреляционная функция случайной функции
- •13.1.3. Взаимная корреляционная функция
- •13.2. Стационарные случайные процессы
- •13.2.1. Основные сведения из теории
- •13.2.2. Стационарная случайная функция с дискретным спектром частот
- •13.2.3. Эргодические случайные процессы
- •13.2.4. Определение корреляционной функции из экспериментальных данных
- •13.3. Задачи для практических занятий и самостоятельной работы
- •Тема №14. Анализ временных рядов и прогнозирование
- •14.1. Введение в теорию
- •14.2. Тренд
- •14.2.1. Распознавание типа тренда
- •14.2.2. Оценка параметров тренда
- •14.3. Сезонные колебания
- •14.4. Прогнозирование
- •14.5. Задания для самостоятельной работы.
- •Литература (основная)
- •Дополнительная:
- •Содержание
2.4. Порядок выполнения лабораторной работы.
В тетради взять 4 произвольные точки, записать их координаты. Применяя метод гиперплоскостей, построить выпуклую область работоспособности объекта (через систему неравенств).
Определить, попадает ли произвольная точка с координатами (x, y) в полученную выпуклую область.
Тема №3.
Первоначальная обработка наблюдений случайной выборки.
3.1. Ряд распределения случайной величины X
Случайной называется величина, если ее значение заранее неизвестно. Случайная величина считается заданной, если задан закон распределения ее вероятностей, который может иметь разные формы.
Пусть X – дискретная случайная величина, которая принимает значения x1, x2, …, xn с соответствующими вероятностями p1, p2, …, pn. В результате получается таблица (рис.3.1), которая носит название закона (или ряда) распределения вероятностей (в дальнейшем – просто закона распределения) дискретной случайной величины.
Рис. 3.1. Ряд распределения случайной величины.
3.2. Многоугольник распределения случайной величины X
Чтобы придать ряду распределения наиболее наглядный вид, часто прибегают к его графическому изображению: по оси абсцисс откладывают возможные значения случайной величины, а по оси ординат – вероятности этих значений. Для наглядности полученные точки соединяются отрезками прямых. Такая фигура называется многоугольником распределения вероятностей.
Рис. 3.2. Многоугольник распределения вероятностей СВ.
3.3. Функция распределения случайной величины X
Так как для непрерывной случайной величины (значения которой заполняют некоторый интервал) нельзя перечислить все ее значения и их вероятности, то и задать для нее закон распределения с помощью таблицы невозможно. Для случайной величины закон распределения задают с помощью плотности распределения вероятностей. Однако можно ввести универсальный способ определения законов распределения вероятностей случайной величины любого типа с помощью функции распределения вероятностей F(x), которая определяется формулой
F(x) = P(X < x)
Функцию распределения F(x) иногда называют также интегральной функцией распределения или интегральным законом распределения.
Функция распределения полностью характеризует случайную величину с вероятностной точки зрения, т.е. является одной из форм закона распределения.
3.4. Математическое ожидание случайной величины X
,
или, учитывая, что
,
(3.1)
Это среднее взвешенное значение и называется математическим ожиданием случайной величины. Таким образом, мы ввели в рассмотрение одно из важнейших понятий теории вероятностей – понятие математического ожидания.
Математическим ожиданием случайной величины называется сумма произведений всех возможных значений случайной величины на вероятности этих значений.
3.4. Моменты случайной величины X
(3.2)
Начальным моментом s-го порядка случайной величины Х называется математическое ожидание s-й степени этой случайной величины.
Центральным моментом порядка s случайной величины Х называется математическое ожидание s-ой степени соответствующей центрированной случайной величины.
(3.3)
