- •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
Практическое занятие №2 Тема: Исследование системы двух случайных величин
2.1 Содержательная постановка задачи: Количество сообщений, генерируемых абонентской станцией в одну секунду и количество сообщений, генерируемых ею в следующую секунду. представляют собой систему с.в.(X,Y)., каждая из которых распределена по закону Пуассона, со средними значениями λ1.и λ2 . Определить числовые характеристики системы с.в: , , , установить наличие зависимости между с.в.
Средние значения λ1 , λ2 заданы в таблице:
№ варианта |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
λ1 |
9 |
10 |
8 |
7 |
11 |
6 |
8 |
6 |
λ2 |
6 |
11 |
6 |
8 |
9 |
10 |
9 |
8 |
.
2.2 Порядок выполнения задания:
познакомиться с моделированием с.в. с заданными законами распределения, используя, использую пакет Matlab Statistics Random Number Generation ;
используя функцию poissrnd , получить модели с. в. в виде массивов их значений, размерностью 100 с заданными средними значениями λ1 , λ2 и построить гистограммы распределений;.
.построить графики значений с в, используя функцию plot;.
используя функцию mean получить числовые характеристики каждой случайной величины и системы двух случайных величин.;
установить наличие зависимости между с.в;.
оформить отчет .
2. Содержание отчета:
- гистограммы распределения
-числовые характеристики
- листинги программ.
выводы.
Лекция № 12
Тема. Предельные теоремы теории вероятностей
Литература:
1. Венцель Е.С. Овчаров Л.А. Теория вероятностей и ее инженерные приложения. -М.: Наука,1988.-480 с.
2. Гмурман В.Е. Теория вероятностей и математическая статистика.-М.:Высш.шк.,1999.-479 с..
План лекции:
1. Теорема Чебышева
2. Характеристические функции, свойства
3. Центральная предельная теорема
1. Теорема Чебышева
Теория вероятностей изучает закономерности массовых случайных явлений. Если явление носит единичный характер, то теория вероятностей не может предсказать исход события. Иное дело, когда явление – массовое. Закономерности проявляются именно при большом числе случайных событий, происходящих в однородных условиях. При большом числе испытаний характеристики случайных событий и случайных величин практически мало изменяются, т.е. становятся неслучайными. Это обстоятельство позволяет использовать результаты наблюдений над случайными явлениями для предсказания результатов будущих испытаний.
Некоторые закономерности массовых случайных явлений сформулированы в предельных теоремах теории вероятностей. .В дальнейшем мы познакомимся с двумя типами предельных теорем: законом больших чисел и центральной предельной теоремой. Закон больших чисел играет очень важную роль в практическом применении теории вероятностей к явлениям природы и техническим процессам, наблюдаемым в телекоммуникационных системах.
Для доказательства этих теорем пользуются неравенством Чебышева.
Пусть mx и Dx – математическое ожидание и дисперсия случайной величины Х. Тогда неравенство Чебышева гласит: вероятность того, что отклонение случайной величины от ее математического ожидания будет по абсолютной величине не меньше любого положительного числа , ограничена величиной , т.е.
Доказательство. Пусть Х – непрерывная случайная величина с плотностью распределения вероятностей f(x). По определению
( 1 )
Выделим на числовой оси интервал АВ, состоящий из точек
А В
х