
- •Омский институт
- •С Романовский р.К.,
- •§ 2. Краткий исторический очерк
- •Глава 1. Основные понятия и правила теории вероятностей
- •§ 1. Классическое определение вероятности
- •§ 2.Элементы комбинаторики
- •§ 3. Действия над событиями
- •§ 4. Теоремы сложения и умножения вероятностей
- •§ 5. Формула полной вероятности. Формула Байеса
- •§ 6. Схема с повторением испытаний (схема Бернулли)
- •Глава 2. Случайные величины
- •§ 1. Дискретные и непрерывные случайные величины
- •§ 2. Закон распределения дискретной случайной величины
- •§3. Математическое ожидание дискретной случайной величины
- •§4. Дисперсия дискретной случайной величины
- •§ 5. Закон распределения и числовые характеристики непрерывной случайной величины
- •Глава 3. Основные законы распределения
- •§1. Биномиальный закон
- •§2. Равномерный закон
- •§3. Закон Пуассона
- •§4. Показательный закон
- •§5. Нормальный закон
- •Глава 4. Совместные распределения случайных величин
- •§1. Закон распределения случайной точки дискретного типа на плоскости
- •§2. Закон распределения случайной точки непрерывного типа на плоскости
- •§3. Ковариация двух случайных величин. Коэффициент корреляции
- •§4. Совместное распределение нескольких случайных величин. Многомерный нормальный закон
- •Глава 5. Закон больших чисел. Предельные теоремы
- •§1. Закон больших чисел в форме Чебышева
- •§ 2. Теорема Бернулли
- •§ 3. Центральная предельная теорема
- •Глава 6. Элементы математической статистики
- •§ 1. Предмет математической статистики
- •§ 2. Выборка из генеральной совокупности. Вариационный ряд. Гистограмма относительных частот
- •§ 3. Выборочная функция распределения
- •§ 4. Выборочные оценки параметров случайной величины. Основные требования к оценкам
- •§ 5. Состоятельные несмещенные оценки для математического ожидания, дисперсии, ковариации
- •§ 6. Два распределения, связанные с нормальным законом
- •§ 7. Квантиль распределения
- •§8. Доверительные интервалы для математического ожидания и дисперсии
- •§ 9. Общая схема проверки гипотез по данным опыта
- •§ 10. Проверка гипотезы о законе распределения случайной величины по данным опыта
- •§ 11. Ошибки первого и второго рода. Мощность критерия
- •§ 12. Метод наименьших квадратов (мнк)
- •Дополнения
- •I. Образцы решения типовых задач
- •1. Непосредственное вычисление вероятностей
- •2. Теоремы сложения и умножения вероятностей
- •3. Формулы полной вероятности и Байеса
- •4. Схема с повторением испытаний
- •5. Случайные величины
- •6. Основные законы распределения
- •7. Совместный закон распределения
- •8. Задачи экономического содержания
- •9. Элементы математической статистики
- •III. Задания для контрольной работы
- •1. Решить задачу, используя классическое определение вероятности
- •2. Решить задачу, используя теоремы сложения и умножения вероятностей
- •3. Решить задачу, используя формулы полной вероятности и Байеса
- •4. Решить задачу, используя формулу Бернулли, формулы Муавра-Лапласа, Пуассона
- •5. Случайные величины
- •6. Законы распределения
- •7. Совместный закон распределения
- •8. Элементы математической статистики
- •Приложения
- •Значения функции Лапласа
- •Значения
- •Квантили распределения Пирсона,
- •Квантили распределения Стьюдента tp(k),
- •Библиографический список
Омский институт
Российского государственного торгово-экономического университета
Омский государственный технический университет
Р.К.Романовский
А.М.Романовская
ЭЛЕМЕНТЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ
И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ
(теория и задачи)
Омск-2003
ББК 22.171
Р69
Романовский Р.К., Романовская А.М. Элементы теории вероятностей и математической статистики (теория и задачи).– Омск: Издательство Наследие. Диалог-Сибирь, 2003.– 172 с.
Рецензент:
Директор Омского филиала Института математики СО РАН,
д.ф.-м.н., профессор Топчий В.А.
Утверждено научно-методическим Советом
от 25.09.2003 г. протокол №1
Редакционный совет:
Авдейчикова Е.В., к.т.н., доцент, заведующая кафедрой коммерции и маркетинга.Власов Р.Г.,к.ф.н., доцент, проректор по научной работе.Ковалев В.И.,к.э.н., доцент, заведующий кафедрой финансов и кредита.Круковский Я.В.,к.э.н., заведующий кафедрой информатики и математики.Кувалдина Т.Б.,к.э.н., доцент, заведующая кафедрой бухгалтерского учета и аудита.Покровский Г.Е.,к.э.н., доцент, заведующий кафедрой экономики.Тумашова З.И.,к.э.н., доцент, проректор по учебной работе.Шелонцева Л.Н., к.филол.н., доцент, заведующая кафедрой ин. Языков.
Учебное пособие содержит изложение основ теории вероятностей и математической статистики в рамках учебной программы по высшей математике для технических и экономических вузов. Теоретический материал иллюстрируется примерами. Найдена простая методика разъяснения ряда узловых понятий.
Пособие содержит большой набор задач для использования на практических занятиях, в том числе задачи экономического содержания, а также варианты контрольных заданий для студентов заочной формы обучения.
С Романовский р.К.,
Романовская А.М., 2003 г.
С
Омский институт
РГТЭУ, 2003 г.
ОГЛАВЛЕНИЕ
3
Введение 4
Глава 1. Основные понятия и правила теории вероятностей 12
X 90
Дополнения 95
Введение
§ 1. Предмет теории вероятностей
Теория вероятностей изучает закономерности в массовых случайных явлениях. Поясним это на двух простых примерах.
1. Проводится испытание – бросается монета. Если испытание проводится один раз, то предсказать его исход – выпадение герба или цифры – невозможно, здесь царит случай. Пусть теперь испытание проводится много раз, причем так, что при каждом следующем испытании воспроизводится комплекс условий, при которых проводилось предыдущее; в этом случае говорят, что проводится серия независимых испытаний. Замечательным является то, что в этой ситуации случай исчезает: можно предсказать, что герб выпадет примерно в 50% случаев, причём этот прогноз тем точнее, чем больше проводится испытаний. Этот прогноз подтверждается многократными проверками, проводившимися в разное время учёными. Так, французский учёный Ж.Л.Л.Бюффон бросал монету 4040 раз, герб выпадал в 2048 случаях; шведский учёный К.Пирсон бросал монету 24000 раз, герб выпадал в 12012 случаях; и так далее.
2. Пусть испытание состоит в бросании игральной кости, представляющей собой куб, грани которого занумерованы цифрами 1–6. При однократном бросании предсказать исход невозможно, однако можно предсказать, что в длинной серии независимых бросаний каждая из цифр выпадает примерно в 1/6 части случаев, этот прогноз тем точнее, чем больше бросаний.
Проиллюстрированное на двух примерах явление, состоящее в том, что процент наступления случайного события в длинной серии независимых испытаний не случаен, представляет собой один из универсальных законов природы, получивший название закона больших чисел. Теория вероятностей представляет собой математическую модель этого закона. Вводимое в самом начале этой теории понятие "вероятность случайного события" и связанные с ним правила позволяют дать строгую математическую формулировку закона больших чисел, дают подходы к вычислению в ряде важных для практики случаев процента наступления случайного события в длинной серии испытаний до того, как эти испытания проводятся, и тем самым – подходы к прогнозированию результата этих испытаний. Методы прогнозирования по массовым случайным явлениям, развиваемые в теории вероятностей, широко применяются в настоящее время в различных областях науки и практической деятельности человека.
Данное учебное пособие написано на основе курсов лекций, прочитанных одним из авторов в Омском государственном техническом университете, другим автором в Омском филиале Московского государственного университета коммерции. Основная задача, которую ставили перед собой авторы, – не стремясь к максимальной строгости и охвату материала, предложить простую методику разъяснения ряда трудных для понимания узловых понятий и идей теории вероятностей. надеемся, что эта задача отчасти выполнена.
В дополнениях I-III приведены образцы решения типовых задач, набор задач для использования на практических занятиях и варианты контрольных заданий для студентов заочной формы обучения.
Пособие предназначено для студентов инженерных и экономических специальностей широкого профиля, может быть использовано в качестве элементарного руководства инженерами и экономистами, применяющими в своей деятельности методы теории вероятностей.