- •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
Раздел 3. Элементы математической статистики
В различных областях деятельности возникает необходимость в обработке различных объемов экспериментальных и статистических данных. Например, такие задачи как упорядочение результатов измерений, выявление закономерностей случайных явлений, расчет надежности сложных технических систем могут быть решены вероятностно-статистическими методами. Математическая статистика базируется на основных понятиях теории вероятностей.
В этом разделе определяется понятие выборки, генеральной совокупности, доверительного интервала, состоятельной и несмещенной оценок. На конкретном примере показано, как промоделировать дискретную случайную величину методом жребия при помощи n случайных чисел и сделать проверку гипотез о совпадении или различии теоретических данных и полученных экспериментальных данных. Кроме того, рассматриваются точечные и интервальные оценки неизвестных параметров. Для более глубокого изучения этой темы студенты должны выполнить лабораторные работы по темам:
моделирование дискретной случайной величины методом жребия;
точечные и интервальные оценки.
После проделанной работы студент может приступить к выполнению контрольной задачи № 3 и № 4 из методических указаний к выполнению контрольной работы по вычислительной математике, основам теории вероятностей и элементам математической статистики [8].
Основные определения
Для изучения какого-либо явления необходимо его многократно наблюдать в одинаковых условиях, т.е. надо провести серию испытаний (наблюдений). Предметом математической статистики является изучение случайных величин по результатам наблюдений. При этом выявляемые закономерности, которым подчиняется исследуемая случайная величина, на физическом уровне обусловливается реальным комплексом условий, в которых она наблюдается, а на математическом уровне задается соответствующим законом распределения вероятностей.
Допустим, что исследуется случайная величина ξ .
Конечная или бесконечная совокупность всех мыслимых наблюдений над случайной величиной ξназываетсягенеральной совокупностью значений случайной величиныξили просто генеральной совокупностью.
Изучение всех элементов генеральной совокупности часто оказывается невозможным. Тогда рассматривается некоторая ее часть.
Часть генеральной совокупности, по которой делается заключение о свойствах случайной величины, называется выборкой. Чтобы были сделаны правильные выводы о случайной величине по выборке, она должна бытьпредставительной(т.е. иметь большой объем).
Выборку можно рассматривать как последовательность чисел х1, х 2, …
,х n, полученных в результате проведенияnнезависимых испытаний над случайной величинойξ .
Систематизация выборки
Пусть х1, х 2, … ,х n - реализация случайной выборки.
Вариационным рядом называется последовательность элементов реализации случайной выборки, расположенных в неубывающем порядке, при этом одинаковые элементы могут повторяться.
Пусть наблюдаемая в эксперименте случайная величина ξдискретна и принимаетразличных значений, которые обозначим,, …,.
Примечание. В дальнейшем величины, получаемые из опытных данных, будем обозначать теми же символами, что и теоретические аналоги, со знаком * вверху.
Относительной частотой значения(или статистической вероятностью события называется случайная величина
, (3.1)
где μi - частота значения, которое принимает случайная величина ( т.е. число элементов выборки=(...,),принявших значение). Согласно закону больших чисел,сближается с вероятностьюпри, т.е. относительные частотыможно рассматривать при больших объемах выборки в качестве приближенных значений (оценок) для неизвестных вероятностей .
Статистическим рядом называется последовательность разных значений случайной величины, расположенных в возрастающем порядке, с указанием значений относительных частот. Статистический ряд, как правило, записывается в виде таблицы (табл.3.1).
Таблица 3.1
Zi |
Z1 |
Z2 |
Z3 |
. . . |
Zn
|
P*i |
P*1 |
P*2 |
P*3 |
. . . |
P*n
|
Важной характеристикой выборки является эмпирическая функция распределения.
Эмпирической (выборочной) функцией распределенияFn*(x),построенной по случайной выборке, называется относительная частота события {ξ=<x}:
, , (3.2)
где μ(х)- случайная величина, равная числу тех наблюдений...,, значения которых не превосходят.
Чтобы получить значение эмпирической функции распределения при данном значении для реализации выборки, надо подсчитать значениеμ(х)для реализации выборки, т.е. просуммировать значения частот тех элементов, которые меньше. Получим
. (3.3)
Свойства эмпирической функции распределения аналогичны свойствам обычной функции распределения, а именно:
1) - неубывающая функция по, является ступенчатой со скачками в точках,
2) для любого, причем полагают, что
, .
На рис. 3.1 приведен пример эмпирической функции распределения.
Рис. 3.1
Эмпирическая функция распределения является приближенным значением (т.е. оценкой) теоретической функции распределения наблюдаемой случайной величины ξ:
.
Пример 3.1.Проводятся измерения деталей с точностью до одного миллиметра. Оказалось, что отклонения диаметров изготовленных деталей от заданного размера составили следующую выборку объема: 0, -2, -4, 3, 0, 0, -1, 2, -2, -1, 0, -1, 3, 2, 0, -1, -2, 0, -1, 2.
Построить вариационный истатистическийряды, полигон относительных частот, эмпирическую функцию распределения.
Решение. Вариационным рядом заданной выборки будет последовательность: -4, -2, -2, -2, -1, -1, -1, -1, -1, 0, 0, 0, 0, 0, 0, 2, 2, 2, 3, 3.
Статистический ряд представим таблицей (табл.3.2):
Таблица 3.2
-
-4
-2
-1
0
2
3
Полигон относительных частот этого распределения изображен на рис.3.2.
Рис. 3.2
Для полученного статистического ряда вычислим значения эмпирической функции распределения, используя формулу (3.3)
График этой функции представлен на рис. 3.3.
Рис. 3.3