- •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.
