
- •Государственное образовательное учреждение высшего профессионального образования
- •Санкт-Петербург
- •Информация о дисциплине
- •1.1. Предисловие
- •Содержание дисциплины и виды учебной работы
- •Объем дисциплины и виды учебной работы
- •Перечень видов практических занятий и контроля:
- •2. Рабочие учебные материалы
- •2.1. Рабочая программа (объем 150 часов) Введение
- •Раздел 1. Случайные события (50 часов)
- •Тематический план дисциплины для студентов очно-заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Структурно-логическая схема дисциплины
- •Математика ч.2. Теория вероятностей и элементы математической статистики Теория
- •Раздел 1 Случайные события
- •Раздел 3 Элементы математической статистики
- •Раздел 2 Случайные величины
- •2.5. Практический блок
- •2.6. Балльно-рейтинговая система
- •Информационные ресурсы дисциплины
- •Библиографический список Основной:
- •3.2. Опорный конспект по курсу “ Математика.Часть 2 Теория вероятностей и элементы математической статистики” введение
- •Раздел 1. Случайные события
- •1.1. Понятие случайного события
- •1.1.1. Сведения из теории множеств
- •1.1.2. Пространство элементарных событий
- •1.1.3. Классификация событий
- •1.1.4. Сумма и произведение событий
- •1.2. Вероятности случайных событий
- •1.2.1. Относительная частота события, аксиомы теории вероятностей. Классическое определение вероятности
- •1.2.2. Геометрическое определение вероятности
- •Вычисление вероятности события через элементы комбинаторного анализа
- •1.2.4. Свойства вероятностей событий
- •1.2.5. Независимые события
- •1.2.6. Расчет вероятности безотказной работы прибора
- •Формулы для вычисления вероятности событий
- •1.3.1. Последовательность независимых испытаний (схема Бернулли)
- •1.3.2. Условная вероятность события
- •1.3.4. Формула полной вероятности и формула Байеса
- •Раздел 2. Случайные величины
- •2.1. Описание случайных величин
- •2.1.1. Определение и способы задания случайной величины Одним из основных понятий теории вероятности является понятие случайной величины. Рассмотрим некоторые примеры случайных величин:
- •Чтобы задать случайную величину, надо указать ее закон распределения. Случайные величины принято обозначать греческими буквами ,,, а их возможные значения – латинскими буквами с индексамиxi,yi,zi.
- •Рассмотрим события Ai , содержащие все элементарные события , приводящие к значению XI:
- •Пусть pi обозначает вероятность события Ai :
- •2.1.3. Непрерывные случайные величины
- •2.1.4. Функция распределения и ее свойства
- •2.1.5. Плотность распределения вероятности и ее свойства
- •2.2. Числовые характеристики случайных величин
- •2.2.1. Математическое ожидание случайной величины
- •2.2.2. Дисперсия случайной величины
- •2.2.3. Нормальное распределение случайной величины
- •2.2.4. Биномиальное распределение
- •2.2.5. Распределение Пуассона
- •Раздел 3. Элементы математической статистики
- •Гистограмма
- •3.3. Точечные оценки параметров распределения
- •Основные понятия
- •Точечные оценки математического ожидания и дисперсии
- •3.4. Интервальные оценки
- •Понятие интервальной оценки
- •Построение интервальных оценок
- •Основные статистические распределения
- •Интервальные оценки математического ожидания нормального распределения
- •Интервальная оценка дисперсии нормального распределения
- •Заключение
- •Глоссарий
- •4. Методические указания к выполнению лабораторных работ
- •Библиографический список
- •Лабораторная работа 1 описание случайных величин числовые характеристики
- •Порядок выполнения лабораторной работы
- •Лабораторная работа 2 Основные определения. Систематизация выборки. Точечные оценки параметров распределения. Интервальные оценки
- •Понятие статистической гипотезы о виде распределения
- •Порядок выполнения лабораторной работы
- •Ячейка Значение Ячейка Значение
- •5. Методические указания к выполнению контрольной работы Задание на контрольную работу
- •Пояснения к выполнению контрольной работы События и их вероятности
- •Случайные величины
- •Среднее квадратическое отклонение
- •Элементы математической статистики
- •6. Блок контроля освоения дисциплины
- •Вопросы для экзамена по курсу « Математика.Часть 2. Теория вероятностей и элементы математической статистики»
- •Продолжение таблицы в
- •Окончание таблицы в
- •Равномерно распределенные случайные числа
- •Содержание
- •Раздел 1. Случайные события………………………………………. 18
- •Раздел 2 . Случайные величины ..………………………… ….. 41
- •Раздел 3. Элементы математической статистики ............... . 64
- •4. Методические указания к выполнению лабораторных
- •5. Методические указания к выполнению контрольной
1.2. Вероятности случайных событий
1.2.1. Относительная частота события, аксиомы теории вероятностей. Классическое определение вероятности
Заметим, что всякое событие есть некоторое высказывание о результатах рассматриваемого эксперимента. При многократном проведении опыта с соблюдением некоторого комплекса условий Sвозможны различные исходы:
1) в каждом из опытов можно наблюдать один и тот же результат;
ни в одном из опытов интересующий результат не появился;
3) в ряде опытов интересующий результат можно было наблюдать, а в оставшихся опытах этого не происходило.
В первом случае говорят, что происходит достоверноесобытие.
Во втором случае речь идет о невозможном событии.
В третьем случае говорят, что происходит случайное событие.
Однако случайность события по отношению к комплексу условий S не означает отсутствия всякой закономерной связи между ними.
Будем обозначать случайные события большими латинскими буквами: A,B, C, D, Fи т. д.
Допустим, что производится серия из n одинаковых опытов. В каждом из
опытов интересующее событие, назовем его А, может произойти или не произойти. В результате наблюдений за опытами замечено, что событиеА появилось m раз, обозначим какm(А).
Определение.Частотой событияА(относительной
частотой) называется величина, равная
отношению числа опытов, в которых событиеАпроизошло, ко всем проводимым
опытамn, т.е.
.
Экспериментально
установлено, что для многих опытов, в
которых рассматривается появление
случайного события А, имеет местозакон устойчивости относительных
частот:если при
неограниченном увеличении числа опытовn относительная
частота событияA
колеблется около некоторого числаp(A),то числоp(A)называютвероятностьюсобытияA,
а само это свойство называют законом
устойчивости относительных частот.
Из определения видно, что частота имеет свойства:
1) n ()=1;
2) n (Ø)=0;
3) 0 =< n (A) <= 1;
4) n (A+B)= n (A)+n (B) , если события несовместны, т.е. такие, которые не могут происходить вместе.
Из закона устойчивости относительных частот следует, что вероятность события является в некотором смысле пределом относительной частоты этого события. Поэтому свойства относительной частоты событий можно перенести
в качестве аксиом на вероятность этих событий.
1) p () =1 - вероятность достоверного события равна 1;
2) p (Ø) = 0 - вероятность невозможного события равна 0;
3) 0 =< p(A) = < 1 - это означает, что вероятность любого события не может быть меньше 0 и больше 1.
4) аксиома конечной аддитивности: если события A и B несовместны, то
p (A+B)= p (A)+p (B) .
На основании этих аксиом можно получить формулу для классического определения вероятности:
Р (А) = m / n, (1.1)
т.е. вероятность любого события есть величина, равная отношению числа m опытов (исходов), в которых событие А произошло, к общему числу проводимых опытов n, причем возможность появления каждого из элементов одинакова.
Пример 1.8. В ящике находятся 15 хороших деталей и 10 бракованных.
Найти вероятность того, что при изъятии одной детали из ящика, она окажется бракованной (обозначим как событие А).
Решение.Общее число деталей в ящикеn= 15+10=25. Число исходов, соответствующих тому, что выбрана бракованная деталь,m= 10. Следовательно, вероятность того, что будет вынута бракованная деталь, равна
Р(А)=m / n= 10/25= 2/3.