
- •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
Свойства вероятности
1) Вероятность любого события принимает значения из промежутка [0, 1],
2) Вероятность достоверного события P(U) = 1.
3) Если события А и В несовместны, то
P(A+B) = P(A)+P(B)
Доказательство: Пусть имеется полная группа попарно несовместных и равновозможных исходов Q={E1,E2, …,En} некоторого испытания. И пусть событию А благоприятствуют m1 исходов из этой группы, а событию В – m2 исходов. Так как события А и В несовместны, то те исходы, которые благоприятствуют событию А не могут благоприятствовать событию В. Следовательно событию А+В благоприятствуют m1+m2 исходов группы Q.
4) Вероятность невозможного события равна нулю.
Действительно, U = U+V, тогда по свойству (3) 1 = P(U+V) = P(U)+P(V). Учитывая, что P(U) = 1, имеем 1 = 1+ P(V) или P(V) = 0.
5) Вероятность
события
,
противоположного событию А, вычисляется
по формуле
6) Если
событие А влечет за собой событие В
(),то
.
Примеры.
1. В урне лежат 5 белых и 2 черных шаров. Наудачу вынимают один шар. Найти вероятность, что он окажется белым.
Решение: Обозначим событие, состоящее в том, что вынутый шар будет белый через А.
Число исходов, благоприятствующих этому событию m = 5, а число всех возможных исходов равно n = 7. Тогда искомая вероятность равна
.
2. Абонент забыл две последние цифры телефона, но, помня, что они различные, набирает их наугад. Какова вероятность, что он наберет правильный номер?
Решение: Событие А – набран правильный номер телефона.
m = 1 – число исходов, благоприятствующих событию А.
- число всевозможных
исходов. Тогда
.
3. В партии из 36 изделий 4 изделия второго сорта, остальные – первого. Наудачу берется 5 изделий. Найти вероятность, что среди них окажется:
а) два изделия второго сорта;
б) хотя бы одно изделие второго сорта.
Решение:
а)
- обозначим этот исход через событие А.
Число исходов, благоприятствующих
событию А, найдем, используя правило
умножения
Число всевозможных исходов равно
Тогда вероятность того, что из пяти изделий, взятых для проверки, два окажутся второго сорта, равна
б) Пусть теперь
событие А
состоит в том, что из пяти взятых изделий
хотя бы одно второго сорта. Рассмотрим
противоположное событие
,
состоящее в том, что все пять изделий
будут первого сорта. Вероятность этого
события равна
Тогда вероятность события А равна
.
4. Бросают три монеты. Определить вероятность выпадения надписей на каждой из монет.
Решение: Обозначим через событие А выпадение надписей на всех трех монетах. Этому событию благоприятствует только один исход из всех возможных. Число всех исходов в данном испытании найдем с помощью следствия из теоремы умножения в комбинаторике.
Каждую монету можно рассматривать как переменную величину, принимающую два значения, либо она выпадает надписью, либо гербом. Тогда число выборок значений трех монет равно 23 = 8. Вероятность события А будет равна
Для решения задачи можно предложить непосредственный подсчет вариантов, используя следующие таблицы:
-
М1\M2
Н
Г
Н
НН
НГ
Г
ГН
ГГ
Для трех монет имеем
-
М1,2\М3
Н
Г
НН
ННН
ННГ
НГ
НГН
НГГ
ГН
ГНН
ГНГ
ГГ
ГГН
ГГГ
5) Брошены шесть различных костей. Какова вероятность выпадения трех пятерок, двух шестерок и одной четверки?
Решение:
6) В урне q белых и k черных шаров. Какова вероятность того, что l вынутых шаров окажутся одного цвета? (l<q, l<k)
Решение: Событие А – вынуто l шаров белого цвета; событие В – вынуто l шаров черного цвета. Тогда событие А+В означает выбор l шаров одного цвета.
.
7) В лотерее разыгрываются 100 билетов. Выигрыши падают на 10 билетов. Какое минимальное количество билетов надо купить, чтобы вероятность выигрыша хотя бы по одному билету оказалась большей, чем 0,5?
Решение:
Пусть искомое число билетов равно m,
а искомая вероятность - Pm.
Введем обозначения: событие А
– хотя бы один билет выиграл,
- ни один билет не выиграл. Тогда
Легко проверить,
что
,
следовательно
.
Приm
= 6 правая часть неравенства больше 0,5.