![](/user_photo/_userpic.png)
Экзамен 2021 / Панков Пособие по ТВиМС часть 2
.pdf![](/html/69988/137/html_dI0RSMEbab.8Uel/htmlconvd-PaRsWH51x1.jpg)
Пусть для получения оценки a* математического ожидания a случайной величины было произведено n независимых испытаний (разыграно n
возможных значений ) и по ним было найдено выборочное среднее x, которое принято в качестве искомой оценки:
a* x.
Ясно, что если повторить опыт, то будут получены другие возможные значения , следовательно, другое среднее, а значит, и другая оценка a*. Уже отсюда следует, что получить точную оценку математического ожидания невозможно. Естественно, возникает вопрос о величине допускаемой ошибки. Ограничимся отысканием лишь верхней границы допускаемой ошибки с заданной вероятностью (надежностью) :
P x a .
Интересующая нас верхняя граница ошибки является не чем иным, как «точностью оценки» математического ожидания по выборочному среднему при помощи доверительных интервалов, о которой уже шла речь в теме 13. Поэтому воспользуемся результатами, полученными ранее, и рассмотрим для примера случай, когда случайная величина распределена нормально и ее дисперсия 2 известна.
В этом случае с надежностью верхняя граница ошибки (см. пример 1 из темы 13)
t 1 /2 ,
n
где n – число испытаний (разыгранных значений ), а
число t1 /2 – квантиль стандартного нормального распределения уровня |
|
|
|
1 / 2.
Пример. Пусть нужно с надежностью 0,95 найти верхнюю границу ошибки , если для оценки математического ожидания нормальной случайной величины с известной дисперсией 0,25 было разыграно 100 возможных значений .
Итак, n 100, 0,5, 1 2 0,975 . Из таблиц математической статистики
получаем, что t0,975 1,96. Искомая верхняя граница ошибки |
1,96·0,5 |
|
0,098. |
||
|
|
|
|
||
100 |
|
|
|||
|
|
|
Разыгрывание дискретной случайной величины
Пусть требуется разыграть или смоделировать дискретную случайную величину , т. е. получить последовательность ее возможных значений xi ,
|
|
x1 |
|
xn |
|
|
|||
i 1,n, зная таблицу распределения |
|
. |
||
|
|
p1 |
pn |
51
Обозначим через R непрерывную случайную величину, распределенную равномерно в интервале 0,1 , а через ri , i , ее возможные значения, т. е.
случайные числа.
Разобьем промежуток 0 R 1 на оси абсцисс декартовой системы координат
точками с координатами |
p1 , p1 p2 , p1 p2 p3 , …, |
p1 p2 ... pn 1 на n |
промежутков 1 , 2 , …, n |
длины p1 , p2 , p3 , …, pn . |
|
Докажите самостоятельно следующую теорему. |
|
|
Теорема. Если каждому случайному числу ri (0 ri |
1), которое попало в |
промежуток j , ставить в соответствие возможное значение xj , то разыгрываемая величина будет иметь заданный закон распределения
|
|
|
x1 |
xn |
|
|
|
|
|
|
. |
p |
p |
|
|
1 |
n |
Правило. Для того, чтобы разыграть дискретную случайную величину, заданную таблицей распределения
|
|
|
x1 |
xn |
|
|
|
|
|
|
, |
p |
p |
|
|
1 |
n |
надо
1) разбить промежуток 0,1 оси абсцисс на n промежутков:
1 |
|
0,p1 , |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
p1,p1 p2 , |
|
|
|
|
|||
|
|
|
|
|
|
|
|
…, |
|
|
|
|
|
|
|
|
p1 p2 ... pn 1,1 ; |
|
|
|
|
||
n |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2) выбрать (например, из таблицы случайных чисел) случайное число ri . |
|||||||
Если ri |
попало в промежуток |
j |
то разыгрываемая дискретная случайная |
||||
величина приняла возможное значение xj |
|
||||||
Пример. |
|
Нужно разыграть 8 значений дискретной случайной величины , |
|||||
закон распределения которой задан в виде таблицы |
|||||||
|
|
|
|
|
3 |
11 |
|
|
|
|
|
|
24 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,16 |
. |
|
|
|
|
0,25 |
0,59 |
||
|
|
|
|
|
|
|
|
Для решения данной задачи: |
|
|
|
||||
1) разобьем промежуток |
|
точками с координатами 0,25 и 0,41 на 3 |
|||||
0,1 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
промежутка: |
|
|
|
|
|||
1 |
|
0;0,25 , |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
0,25;0,41 , |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
3 |
|
|
0,41;1 ; |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2) выпишем из таблицы восемь случайных чисел (или сгенерируем с помощью вычислительной техники), например:
0,37; 0,10; 0,08; 0,99; 0,12; 0,66; 0,31; 0,85.
52
![](/html/69988/137/html_dI0RSMEbab.8Uel/htmlconvd-PaRsWH53x1.jpg)
Случайное число r1 0,37 принадлежит частичному интервалу 2 , поэтому разыгрываемая дискретная случайная величина приняла возможное значение x1 11. Аналогично получим остальные возможные значения.
Итак, разыгранные возможные значения таковы: 11; 3; 3; 24; 3; 24; 11; 24.
Разыгрывание непрерывной случайной величины. Метод обратных функций
Пусть требуется разыграть непрерывную случайную величину , т. е. получить последовательность ее возможных значений xi , i 1,n, зная функцию распределения F x .
Теорема. Если ri – случайное число, то возможное значение xi разыгрываемой непрерывной случайной величины с заданной функцией распределения F x , соответствующее этому ri , является корнем уравнения
F xi ri .
Доказательство. Пусть выбрано случайное число ri (0 ri 1). Так как в интервале всех возможных значений функция распределения F x монотонно
возрастает от 0 до 1, то в этом интервале существует, причем только одно, такое значение аргумента xi , при котором функция распределения примет значение ri . Другими словами, уравнение F xi ri имеет единственное решение xi F 1 ri .
Докажем теперь, что корень xi уравнения F xi ri является возможным значением непрерывной случайной величины (временно обозначим ее через ,
а потом убедимся, что ). |
С |
этой целью докажем, |
что |
вероятность |
|||
попадания в интервал, |
например |
c,d , принадлежащий |
интервалу всех |
||||
возможных значений , |
равна приращению функции распределения F x |
на |
|||||
этом интервале: |
|
P c d F d F c . |
|
|
|
||
|
|
|
|
|
|||
Действительно, так |
как |
F x |
- |
монотонно возрастающая |
функция |
в |
интервале всех возможных значений , то в этом интервале большим значениям аргумента соответствуют большие значения функции, и обратно. Поэтому, если c xi d , то
F c ri F d .
Из этих неравенств следует, что если случайная величина заключена в интервале c d , то случайная величина R U 0,1 заключена в интервале
F c R F d и обратно. Таким образом, равносильны и равновероятны
P c d P F c R F d .
53
![](/html/69988/137/html_dI0RSMEbab.8Uel/htmlconvd-PaRsWH54x1.jpg)
Так как величина R распределена равномерно в интервале 0,1 , то вероятность попадания R в некоторый интервал, принадлежащий интервалу0,1 , равна его длине. В частности,
P F c R F d F d F c .
Следовательно,
P c d F d F c .
Итак, вероятность попадания в интервал c,d равна приращению функции распределения F x на этом интервале, а это означает, что
словами, числа xi , определяемые формулой F xi ri , являются возможными значениями величины с заданной функцией распределения F x .
Теорема доказана.
Правило 1. Для того, чтобы найти возможное значение xi непрерывной случайной величины , зная ее функцию распределения F x , надо выбрать случайное число ri приравнять его функции распределения и решить отно-
сительно xi , полученное уравнение
F xi ri .
Заметим, что если решить это уравнение в явном виде не удается, то прибегают к графическим или численным методам.
Пример. Нужно разыграть 3 возможных значения непрерывной случайной величины , распределенной равномерно в интервале 2,10 .
Для решения данной задачи запишем функцию распределения величины , распределенной равномерно в интервале 2,10 :
F x x 8 2 .
Используя правило 1, напишем уравнение для отыскания возможных значений F x , для чего приравняем функцию распределения случайному
числу: xi 8 2 ri .
Отсюда xi 8ri 2.
Выберем 3 случайных числа, например, 0,11; 0,17; 0,66. Подставим эти числа в уравнение, разрешенное относительно xi , в итоге получим соответствующие возможные значения : x1 8 0,11 2 2,88 ; x2 3,36; x3 7,28.
Правило 2. Для того, чтобы найти возможное значение xi непрерывной случайной величины , зная ее плотность вероятности
случайное число ri и решить относительно xi уравнение
xi
p x dx ri .
54
![](/html/69988/137/html_dI0RSMEbab.8Uel/htmlconvd-PaRsWH55x1.jpg)
Пример. Пусть задана плотность вероятности непрерывной случайной величины
|
|
|
|
|
|
|
x |
|
|
||
p x |
|
1 |
|
|
|
|
2 |
в интервале 0, / 2 ; вне этого интервала p x 0 .
Требуется найти явную формулу для разыгрывания возможных значений . Для решения этой задачи напишем в соответствии с правилом 2 уравнение
x0i 1 2x dx ri .
Выполнив интегрирование и решив полученное квадратное уравнение относительно xi , окончательно получим
xi 2 1 1 ri .
55
Литература ко II части
Основная литература:
1.Неделько, С. В. Типовые задачи математической статистики : учебное пособие / С. В. Неделько, В. М. Неделько, Г. Н. Миренкова. — Новосибирск : Новосибирский государственный технический университет, 2014. — 52 c. — ISBN 978-5-7782-2481-0. — Текст : электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/45451.html\
2.Седаев, А. А. Теория вероятностей и математическая статистика : учебное пособие / А. А. Седаев, В. К. Каверина. — Воронеж : Воронежский государственный архитектурно-строительный университет, ЭБС АСВ, 2015. — 132 c. — ISBN 2227-8397. — Текст : электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/55060.html
Дополнительная литература:
1. Монсик, В. Б. Вероятность и статистика : учебное пособие / В. Б. Монсик, А. А. Скрынников. — 4-е изд. — Москва : Лаборатория знаний, 2020. — 382 c.
— ISBN 978-5-00101-858-2. — Текст : электронный // Электронно-библиотеч-
ная система IPR BOOKS :[сайт]. — URL: http://www.iprbookshop.ru/6463.html
56
Оглавление |
|
Раздел № 2 Математическая статистика................................................................. |
3 |
Тема № 11 Основные понятия ............................................................................. |
3 |
Тема № 12 Точечное оценивание параметров распределения........................... |
9 |
Тема № 13 Интервальное оценивание параметров распределения.................. |
18 |
Тема № 14 Проверка статистических гипотез по выборкам фиксированного |
|
объема (параметрическая статистика)............................................................... |
26 |
Тема № 15 Проверка статистических гипотез по выборкам фиксированного |
|
объема (непараметрическая статистика)........................................................... |
34 |
Критерий согласия хи-квадрат ................................................................... |
34 |
Критерий однородности хи-квадрат........................................................... |
37 |
Критерий независимости хи-квадрат......................................................... |
39 |
Тема № 16 Последовательный статистический анализ.................................... |
42 |
Выбор границ А и В ...................................................................................... |
46 |
Оценка среднего числа шагов до принятия решения.............................. |
48 |
Тема № 17 Метод статистических испытаний.................................................. |
50 |
Оценка погрешности метода Монте-Карло............................................... |
50 |
Разыгрывание дискретной случайной величины.................................... |
51 |
Разыгрывание непрерывной случайной величины. Метод обратных |
|
функций.......................................................................................................... |
53 |
Литература ко II части........................................................................................... |
56 |
Оглавление ............................................................................................................. |
57 |
57
![](/html/69988/137/html_dI0RSMEbab.8Uel/htmlconvd-PaRsWH58x1.jpg)
План УМД на 2020/21 уч.г. С. __, п. __
Константин Николаевич Панков
ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
ЧАСТЬ 2
Учебное пособие
Подписано в печать __.__.2021г. Формат 60х90 1/16. Объём усл.п.л. Тираж экз. Изд. № . Заказ
58