
- •Методические указания
- •Для решения контрольной и самостоятельной работы
- •По разделу математики
- •«Элементы теории вероятностей и математической статистики»
- •I. Элементы теории вероятностей
- •1.1. Случайные величины. Вероятность случайного события
- •1.2.Теоремы сложения, умножения вероятностей
- •1.3 .Формула полной вероятности. Формула Бейеса
- •Формула Бейеса. (формула гипотез)
- •1.4. Закон распределения дискретной случайной величины
- •Формула Пуассона
- •Локальная формула Муавра-Лапласа
- •Интегральная форма Лапласа
- •1.5. Интегральная функция распределения
- •1.6. Дифференциальная функция распределения
- •1.7. Равномерное распределение непрерывной случайной величины
- •1.8.Числовые характеристики случайных величин
- •1.7. Нормальный закон распределения вероятностей непрерывной случайной величины
- •2.Элементы математической статистики
- •I. Выборки и их характеристики
- •1.1. Выборочный метод и способы составления выборок
- •1.2. Статистическое распределение и его геометрическое изображение
- •Алгоритм составления дискретного статистического распределения:
- •Гистограмма и полигон плотности относительных частот
- •1.3. Числовые характеристики вариационного ряда
- •1.4.Статистические оценки параметров распределения. Доверительные интервалы
- •1.5. Статистическая проверка статистических гипотез
- •II Элементы корреляционного анализа
- •2.1. Статистическая зависимость случайных величин. Уравнения регрессии.
- •2.2. Корреляционная зависимость. Коэффициент корреляции.
- •1) Метод квадратов
- •2) Ранговый метод
- •2.3. Проверка гипотезы о значимости выборочного
- •Разбор типовых задач Тема: Формула вероятности события
- •Тема: формула полной вероятности
- •Тема :случайная величина и ее числовые характеристики числовые характеристики дискретных случайных величин
- •Числовые характеристики непрерывных случайных величин
- •Тема:Функции распеределения
- •Тема: Элементы статистической обработки данных
- •Тема :понятие о корреляционной зависимости
- •Вопросы для самопроверки Основные понятия теории вероятностей. Теоремы сложения и умножения вероятностей.
- •Повторные независимые испытания
- •Случайная величина и ее числовые характеристики
- •Основные сведения из математической статистики Вопросы для самопроверки
- •Понятие о корреляционной зависимости Вопросы для самопроверки
- •Статистические оценки параметров распределения
- •Вопросы для самопроверки
- •Задания для самостоятельной работы по теме «Элементы теории вероятностей и математической статистики »
- •Задания для контрольной работы по теме «Элементы теории вероятностей и математической статистики»
- •Контрольная работа «Статистическое оценивание данных»
- •Вариант – 1
- •Стандартные коэффициенты корреляции, которые считаются достоверными (по л.С. Каминскому)
- •Литература
I. Элементы теории вероятностей
1.1. Случайные величины. Вероятность случайного события
Случайной называют величину, которая в результате испытания примет одно и только одно возможное значение, наперед неизвестное и зависящее от случайных причин, которые заранее не могут быть учтены.
Обозначим: X, Y, Z – случайные величины
–возможные
значения случайных величин.
Дискретной (прерывной) называют случайную величину, которая принимает отдельные возможные значения с определенными вероятностями.
Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Число возможных значений непрерывной случайной величины, независимо от величины промежутка, бесконечно.
Для задания дискретной случайной величины недостаточно перечислить все ее возможные значения, нужно указать еще и их вероятность.
Вероятность (Р) показывает степень возможности осуществления данного события, явления, результата.
,
где n
– общее число элементарных исходов
(результатов испытания), m
– число исходов, благоприятных случайному
событию.
Вероятность невозможного события равна нулю, достоверного — единице (100%). Вероятность любого события лежит в пределах от 0 до 1 - в зависимости от того, насколько это событие случайно.
Относительной частотой события А называется отношение числа опытов, в результате которых произошло событие А к общему числу опытов.
Отличие относительной частоты от вероятности заключается в том, что вероятность вычисляется без непосредственного произведения опытов, а относительная частота – после опыта.
Так в рассмотренном выше примере, если из коробки наугад извлечено 5 шаров и 2 из них оказались красными, то относительная частота появления красного шара равна:
Как видно, эта величина не совпадает с найденной вероятностью.
При достаточно большом числе произведенных опытов относительная частота изменяется мало, колеблясь около одного числа. Это число может быть принято за вероятность события.
Вообще говоря, классическое определение вероятности – довольно относительное.
Это обусловлено тем, что на практике сложно представить результат опыта в виде совокупности элементарных событий, доказать, что события равновероятные.
К примеру при произведении опыта с подбрасыванием монеты на результат опыта могут влиять такие факторы как несимметричность монеты, влияние ее формы на аэродинамические характеристики полета, атмосферные условия и т.д.
Классическое определение вероятности неприменимо к испытаниям с бесконечным числом исходов. Чтобы преодолеть этот недостаток вводится понятие геометрической вероятности, т.е. вероятности попадания точки в какой – либо отрезок или часть плоскости (пространства).
Так если на отрезке длиной L выделен отрезок длины l, то вероятность попадания наугад взятой точки в отрезок l равна отношению l/L.
1.2.Теоремы сложения, умножения вероятностей
Теорема (сложения вероятностей). Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий.
Следствие
1:
Если
события
образуют полную группу несовместных
событий, то сумма их вероятностей равна
единице.
Определение. Противоположными называются два несовместных события, образующие полную группу.
Теорема.
Вероятность
появления хотя бы одного из двух
совместных событий равна сумме
вероятностей этих событий без вероятности
их совместного появления.
Следствие 2: Сумма вероятностей противоположных событий равна единице.
Определение. Событие А называется независимым от события В, вероятность события А не зависит от того, произошло событие В или нет. Событие А называется зависимым от события В, если вероятность события А меняется в зависимости от того, произошло событие В или нет.
Определение.
Вероятность события В, вычисленная при
условии, что имело место событие А,
называется условной
вероятностью
события
Теорема.
(Умножения вероятностей)
Вероятность
произведения двух событий (совместного
появления этих событий) равна произведению
вероятности одного из них на условную
вероятность другого, вычисленную при
условии, что первое событие уже наступило.
Также
можно записать:
Доказательство этой теоремы непосредственно вытекает из определения условной вероятности.
Если
события независимые, то
,
и теорема умножения вероятностей
принимает вид:
В
случае произведения нескольких зависимых
событий вероятность равна произведению
одного из них на условные вероятности
всех остальных при условии, что вероятность
каждого последующего вычисляется в
предположении, что все остальные события
уже совершились.
Из теоремы произведения вероятностей можно сделать вывод о вероятности появления хотя бы одного события.
Если
в результате испытания может появитьсяп
событий, независимых в совокупности,
то вероятность появления хотя бы одного
из них равна
Здесь
событие А обозначает наступление хотя
бы одного из событий Ai,
а qi
– вероятность противоположных событий
.