- •Лекция № 3 Введение. Классификация событий. Действия над событиями
- •2. События. Классификация событий. Пространство элементарных событий
- •4. Практические занятия
- •Лекция№5:Условная вероятность. Формула полной вероятности и формула Байеса. Независимые случайные события
- •1.1 Распределение Релея
- •1 Система двух случайных величин
- •1.Введение
- •4. Практические занятия
- •2.Элементы теории множеств.
- •2.1 Определение множества. Мощность множества. Подмножества.
- •2.2 Множества и подмножества.
- •2.3 Способы задания множеств. Универсальное множество.
- •2.4 Операции над множествами.
- •Практическое занятие №2
- •Тема: Основные понятия комбинаторики.
- •2. Перестановки, размещения.
- •3. Сочетания.
- •4. Разбиение на группы:
- •1. Введение
- •3. Алгебра событий
- •1. Введение
- •2. События. Классификация событий. Пространство элементарных событий
- •Примеры.
- •3. Алгебра событий
- •События Вi образуют полную группу событий, если
- •Особый интерес представляют полные группы несовместимых событий
- •План лекции:
- •2. Классический способ задания вероятностей.
- •3. Статистическая вероятность
- •4. Геометрическая вероятность.
- •Лекция№5
- •2. Формула полной вероятности.
- •3. Формула Байеса (теорема гипотез).
- •4. Независимые случайные события.
- •Контрольные вопросы и тесты
- •2 Закон распределения случайной величины.
- •3. Функция распределения
- •4. Плотность распределения случайной величины
- •Практическое занятие №1
- •1.Математическое ожидание , мода и медиана случайной величины
- •2. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •3. Моменты высших порядков
- •Математическое ожидание, мода и медиана случайной величины
- •2. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •3. Моменты высших порядков
- •Практическое занятие №1
- •5. Контрольные вопросы и задания
- •1. Биномиальное распределение
- •2. Распределение Пуассона
- •3. Простейший поток событий
- •1. Испытания (схема) Бернулли. Биномиальное распределение
- •Если ставить вопрос о появлении события а k-раз в n испытаниях в произвольном порядке, то событие представимо в виде
- •2. Распределение Пуассона.
- •3. Простейший поток событий
- •Задача 4
- •Задача 5
- •Задача 6
- •Практическое занятие № 2
- •5. Контрольные вопросы
- •1.1 Равномерное распределение вероятностей
- •1.2 Показательное (экспоненциальное) распределение
- •1.3 Нормальное распределение
- •Задача 1
- •Решение
- •Решение
- •Задача 4
- •Задача 6
- •Практическое занятие №2
- •2. Рекомендуемые фрагменты программ
- •1.1 Распределение Релея
- •1.1 Распределение Релея
- •1.2 Распределение Максвелла
- •1.3 Логарифмическое нормальное распределение
- •2. Функция случайной величины.
- •Практическое занятие №1
- •3. Рекомендации к выполнению.
- •Практическое занятие №2
- •Задача3
- •1 Система двух случайных величин
- •1 Система двух случайных величин
- •1.2 Плотность распределения двух случайных величин
- •1.3 Условные функция распределения и плотность распределения
- •1.4 Корреляция двух случайных величин
- •Аналогично имеем
- •2. Система произвольного числа случайных величин
- •Задача1
- •Практическое занятие №2 Тема: Исследование системы двух случайных величин
- •Так как под интегралом в (1) находится неотрицательная величина, то, выбросив из интервала интегрирования отрезок ав, мы значение интеграла не увеличим, т.Е.
- •2. Характеристические функции
- •Для дискретной случайной величины х с законом распределения
- •Свойства характеристической функции
- •3. Центральная предельная теорема
- •2. Числовые характеристики выборки
- •2.1. Выборочное среднее
- •Выборочная дисперсия
- •3. Статистический ряд. Статистическая функция распределения
- •4. Статистическая совокупность. Гистограмма
- •1. Оценка параметров
- •2. Метод наибольшего правдоподобия для нахождения оценок
- •3. Метод наименьших квадратов
3. Моменты высших порядков
Математическое ожидание и дисперсия характеризует самые важные черты распределения: его положение на оси и степень разбросанности. Для более подробного описания распределения служат моменты высших порядков. Третий центральный момент служит для характеристики скошенности распределения. Если распределение симметрично относительно математического ожидания, то все центральные моменты нечетного порядка равны 0. Действительно, при симметричном распределении и нечетном S в сумме каждому положительному слагаемому соответствует равное ему по величине отрицательное слагаемое, так что они взаимно уничтожаются и сумма равна 0. Поэтому в качестве характеристики ассиметрии естественно выбрать какой-нибудь из нечетных моментов – проще всего . Чтобы получить безразмерную характеристику, ее делят на куб среднеквадратичного отклонения. Полученная величина носит название “коэффициента ассиметрии” и обозначают её Sk (skrew – косой)
При - Sk>0 положительная ассиметрия, при- Sk<0 орицательная ассиметрия
Четвертый центральный момент служит для характеристики так называемой “крутизны” ,т.е. островершинности распределения, применяется в основном к непрерывным с.в.. Это свойство характеризуется с помощью так называемого эксцесса:
.
Для нормального распределения ; кривые, более островершинные, чем
нормальная, обладают положительным эксцессом, более плосковершинные – отрицательным. Характеристикой пользуются главным образом для симметричных распределений.
Практическое занятие №1
Тема: Определение числовых характеристик случайной величины
Постановка задачи: передается N сообщений по каналу связи, каждое сообщение с вероятностью р=а независимо от других искажается. Случайная величина X– число искаженных сообщений. Построить ряд распределения, найти м.о., дисперсию, с.к.о непосредственно по ряду и сравнить с теми, которые получены аналитически.
2 Порядок решения задачи.
2.1. По схеме опыта определить закон распределения случайной величины, множество ее возможных значений и построить ряд распределения. Ряд распределения представить в виде двух массивов. Построить ряд распределения в виде столбиковой диаграммы, используя функцию bar пакета Matlab.
2.2. Определить математическое ожидание и дисперсию по известным формулам через параметры распределения с.в.и сравнить с полученными в п.2.3.
2.3. Увеличить число сообщений в 10 раз, уменьшить вероятность в 10 раз и повторить решение (п.2.1-2.2).
2.4 Сравнить результаты п.п.2.2 и 2.3
2.5. Для данных п.2.3. использовать приближенные значения с помощью фрагмента 2 программы. Сравнить результаты п.п.2.4 и 2.3.
3. Содержание отчета:
- постановка задачи;
- ряд распределения в виде таблицы
- результаты решения в пакете Matlab.
- выводы
4. Рекомендации к выполнению.
4.1. Использовать варианты заданий из таблицы
№ задания |
Число сообщений N |
Вероятность p |
1 |
10 |
0.5 |
2 |
10 |
0.4 |
3 |
10 |
0.3 |
4 |
20 |
0.25 |
5 |
20 |
0.15 |
6 |
10 |
0.35 |
7 |
10 |
0.25 |
8 |
10 |
0.1 |
9 |
15 |
0.2 |
10 |
15 |
0.1 |
11 |
15 |
0.3 |
12 |
15 |
0.4 |
13 |
16 |
0.1 |
14 |
16 |
0.12 |
15 |
16 |
0.16 |
16 |
17 |
0.17 |
17 |
18 |
0.18 |
4.2 Использовать в качестве примера следующий текст:
%фрагмент 1
clear
p=0.3
N=10
for k=1:N+1
X(k)=k-1;
C(k)=factorial(N)/factorial(k-1)/factorial(N-k+1);
P(k)=C(k)*p^(k-1)*(1-p)^(N-k+1);
end
m=X*P'
d=(X-m).^2*P'
m1=N*p
d1=N*p*(1-p)
bar(X,P)
%фрагмент 2
clear
p=0.03
N=100
a=p*N
for k=1:N+1
X(k)=k-1;
P(k)=a^k*exp(-a)/factorial(k);
end
m=X*P'
d=(X-m).^2*P'
bar(X,P)