
- •Минобрнауки россии
- •Содержание
- •Раздел I теория вероятностей 8
- •Раздел II математическая статистика 73
- •Введение
- •Раздел I теория вероятностей
- •Правило суммы
- •Правило произведения
- •Формулы комбинаторики
- •Размещения без повторения
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторением
- •Сочетания с повторением
- •Перестановки с повторением
- •Лекция 2. Пространство элементарных событий. Классическое определение вероятности
- •Пространство элементарных событий
- •Свойства вероятности
- •Лекция 3. Различные определения вероятностей Статистическое определение вероятности
- •Геометрическая вероятность
- •Парадокс Бертрана
- •Аксиоматическое построение теории вероятностей
- •Лекция 4. Условная вероятность. Теорема умножения. Независимые события. Формула полной вероятности
- •Независимые события. Теорема умножения
- •Формула полной вероятности
- •Формула Бейеса
- •Лекция 5. Независимые испытания. Формула Бернулли.
- •Формула Бернулли
- •Наивероятнейшее число
- •Локальная предельная теорема Муавра-Лапласа
- •Интегральная предельная теорема Лапласа
- •Лекция 6. Дискретная случайная величина и ее числовые характеристики Виды случайных величин. Способы описания дискретной случайной величины
- •Функция распределения
- •Свойства функции распределения
- •Математическое ожидание и дисперсия дискретной случайной величины
- •Свойства математического ожидания дискретной случайной величины
- •Математическое ожидание и дисперсия некоторых случайных величин
- •Лекция 7. Непрерывная случайная величина и её распределения
- •Нормальное (гауссовское) распределение
- •Равномерное распределение
- •Лекция 8. Математическое ожидание, дисперсия, моменты непрерывной случайной величины
- •Закон больших чисел. Теорема Чебышева. Центральная предельная теорема
- •Лекция 9. Некоторые модели законов распределений, наиболее распространенных в практике статистических исследований
- •1. Биномиальное распределение
- •2. Распределение Пуассона
- •3. Нормальное (гауссовское) распределение
- •4. Логарифмически-нормальное распределение
- •5. Экспоненциальное распределение
- •7. Распределение Стьюдента с степенями свободы
- •8. Распределение Фишера-Снедекора (f-распределение).
- •Раздел II математическая статистика Лекция 1. Генеральная совокупность. Выборка. Способы образования выборки. Статистическая оценка параметров распределения.
- •Задача статистической оценки параметров
- •Точечные оценки основных параметров распределений
- •Лекция 2. Законы распределения выборочных характеристик, используемые при оценке параметров. Интервальные оценки параметров распределения.
- •1. Распределение средней арифметической.
- •2. Распределение Пирсона (- хи квадрат).
- •3. Распределение Стьюдента (t-распределение).
- •Интервальная оценка параметра распределения. Понятие доверительного интервала.
- •Интервальные оценки для генеральной средней.
- •Интервальные оценки для генеральной доли
- •Интервальные оценки для генеральной дисперсии и среднего квадратического отклонения
- •Лекция 3. Проверка статистических гипотез о значении параметров распределения. Понятие статистической гипотезы и статистического критерия.
- •1. Проверка гипотезы о значении генеральной средней нормально распределённой совокупности
- •2. Проверка гипотезы о значении генеральной дисперсии нормально распределённой совокупности.
- •3. Вычисление мощности критерия
- •Мощность критерия при проверке гипотезы о значении генеральной средней
- •Мощность критерия при проверке гипотезы о значении генеральной дисперсии
- •Лекция 4 Гипотезы о виде закона распределения генеральной совокупности
- •Вычисление теоретического ряда частот
- •Понятие о критериях согласия
- •Критерий согласия Пирсона
- •Лекция 5. Элементы корреляционного анализа Задачи корреляционного анализа. Двумерная корреляционная модель
- •Примерные вопросы к экзамену
- •Задачи к экзамену
Пространство элементарных событий
Будем считать фиксированным комплекс G условий и станем рассматривать некоторую F систему событий A, B, C, …, каждое из которых должно при каждом осуществлении комплекса G произойти или не произойти. Обозначим через U – достоверное событие, а через V – невозможное.
1) Если в результате
испытания, из того, что произойдет
событие A,
следует, что произойдет и событие B,
то говорят, что событие A
влечет за собой событие B.
И обозначают:
.
2) Если
, то говорят, что эти события равносильны
и записываютА
= В.
3) Событие, состоящее
в наступлении обоих событий А
и В, будем
называть их произведением и обозначать:
АВ
или
.
4) Событие, состоящее
в наступлении хотя бы одного из событий
А или В,
называется их суммой и обозначается:
.
5) Событие, состоящее в том, что событие А наступило, а событие В нет, называют разностью событий А и В.
6) Два события
называются
противоположными, если одно из них
обязательно наступит, а другое нет, т.е.
выполняются одновременно равенства:
.
Пример: Комплекс условий G состоит в том, что на стол один раз бросается игральная кость. Обозначим:
соб. А – выпадение 6 очков,
соб. В – выпадение 3 очков,
соб. С – выпадение четного числа очков,
соб. D – выпадение числа очков, кратного 3.
Тогда события A,
B,
C,
D
связаны следующими соотношениями:
7) События А и В называются несовместными, если их совместное появление невозможно, т.е. АВ = V.
8) Если событие А представимо в виде суммы А = В1+В2+ … +Вк и события Bj попарно несовместны, то говорят, что событие А подразделяется на частные случаи. Например, при бросании игральной кости, событие С, состоящее в выпадении четного числа очков подразделяется на три частных случая Е2, Е4, Е6 (выпадение 2, 4, 6 очков).
9) Говорят, что события В1, В2, …, Bn образуют полную группу событий, если хотя бы одно из них непременно должно наступить при выполнении данного комплекса условий.
В дальнейшем нас будут интересовать полные группы попарно несовместных событий, т.е. единственно возможных:
10) Для операций сложения и умножения событий справедливы законы:
Коммутативность: А+В = В+А; АВ =ВА,
Ассоциативность: А+(В+С) =(А+В)+С; А(ВС) = (АВ)С,
Тождества: А+А =А; АА = А,
Дистрибутивность: А(В+С) = АВ+АС;
* А+ВС = (А+В)(А+С).
Классическое определение вероятности случайного события
Классическое определение вероятности опирается на понятие равновозможность событий. «Равновозможность» в свою очередь базируется на симметрии явлений. Например, мы считаем, что выпадение любой из двух граней при бросании монеты равновозможно, если она сделана из однородного материала. Точно так же, мы предполагаем одинаковую возможность выпадения каждой грани при бросании игральной кости. Таким образом, каждый раз, когда мы хотим использовать классическое определение, необходимо проверить равновозможность рассматриваемых событий.
Зададим какую-либо полную группу Q попарно несовместных и равновозможных событий Е1, Е2, …,Еn. Образуем систему F, состоящую из:
а) невозможного события V;
б) достоверного события U = Е1+Е2+ … +Еn;
в) всех событий Еi, i = 1,2,…,n
г) всех событий А, которые могут быть подразделены на частные случаи, входящие в состав группы Q.
Тогда система F образует алгебраическое поле.
Пусть некоторое
событие А
поля F
подразделяется на m
частных случаев, входящих в состав
группы Q,
т.е.
.
Те элементарные исходы, в результате которых наступает событие А, называют благоприятствующими событию А.
Определение: Вероятностью P(A) события А называется отношение числа m-исходов, благоприятствующих событию А, к числу n всех возможных исходов испытания, образующих полную группу попарно несовместных и равновозможных событий. Записывают
Так, например, вероятность выпадения i очков при бросании игральной кости равна
Событие С, состоящее в выпадении четного числа очков, подразделяется на три частных случая, входящих в полную группу равновозможных и попарно несовместных событий
С = Е2+Е4+Е6
В соответствии с приведенным определением, каждому событию А, принадлежащему построенному полю F, ставится в соответствие определенная вероятность P(A). Таким образом, вероятность P(A) есть функция, определенная на поле F.