![](/user_photo/2706_HbeT2.jpg)
- •Глава 1. События.
- •§1 Логические основы т.В.
- •§2 Испытания, события, операции над событиями.
- •§3 Классическое определение вероятности.
- •§3 Примеры вероятностных пространств.
- •§4 Условные вероятности. Формула умножения событий.
- •§5 Независимые и зависимые события.
- •Независимость попарная и независимость в совокупности Определение попарной независимости
- •Определение независимости в совокупности.
- •§6 Формула полной вероятности и формула Байеса. Формула полной вероятности
- •Формула Байеса
- •Глава II
- •§1 Формула Бернулли
- •Формула Бернулли
- •§2 Предельные теоремы Бернулли
- •Формула Лапласа или интегральная формула Лапласа
- •Глава 3. Случайные величины.
- •§1 Определения и основные понятия.
- •§2 Дискретные случайные величины.
- •1. Распределение Бернулли
- •2. Биноминальное распределение
- •3. Распределение Пуассона
- •4. Геометрическое распределение
- •1. Равномерно распределение.
- •2. Показательное или экспоненциальное распределение:
- •3. Распределение Коши
- •4. Нормальное (Гауссово) распределение
- •1) Распределение Бернулли
- •§2 Специальные функции математической статистики.
- •1 Распределение Стьюдента
- •2 Распределение Карла Пирсона
- •Свойства случайной величин с симметричной (четной) плотностью распределения.
- •§3 Доверительные интервалы для генеральной средней нормального распределения
- •2) Построение доверительного интервала для неизвестного генерального среднего в случае неизвестной дисперсии
- •§4 Доверительные интервалы для дисперсии.
- •§5 Доверительный интервал для неизвестной вероятности успеха.
- •III Математическая статистика.
- •Глава I Оценки параметров.
- •§1 Основные понятия.
- •§2 Точечные оценки параметров.
- •Свойства оценок
- •Другие два важных свойства оценок состоятельность и эффективность.
- •§3 Методы построения точечных оценок параметров.
- •Метод максимального подобия построения оценок.
- •Оценка параметров нормального распределения.
- •Оценка параметров геометрического распределения.
- •Оценка параметров экспоненциального распределения.
- •Оценка параметров распределения Пуассона.
- •Метод Монте-Карло.
- •§1 Основные определения и понятия.
- •§2 Генерирование значений дискретных случайных величин.
- •§3 Генерирование случайных величин с непрерывным законом распределения (методы)
- •Генерирование случайной величины подчиняющейся нормальному распределению.
- •§4 Генерирование траекторий случайных процессов.
- •Генерирование траекторий непрерывных случайных величин.
- •I Марковские процессы с дискретным временем.
- •§1 Основные понятия.
- •Основное свойство матрицы перехода дискретной цепи Маркова.
- •§2 Предельные теоремы.
- •Глава III Проверка статистических гипотез.
- •§1 Основные понятия и терминологии.
- •§2 Проверка гипотез о значении генеральной средней нормально распределенных случайных величин.
- •1) Построение критерия для проверки h0 против h1 при известном δ
- •2) Построение критерия для проверки гипотезы h0 против h1, при δ - не известном.
- •1) Параметр a известен
- •2) Проверка гипотезы о значении дисперсии, когда генеральное среднее а не известно.
- •§4 Проверка гипотезы о значении генеральной доли.
- •§5 Проверка гипотеза о достоверности различий средних значений.
- •§6 Критерий к. Пирсона. Хи-квадрат для проверки гипотез о законе распределения.
- •2 Примеры использования критерия χ2.
- •3 Применение критерия χ-квадрат для исследования вопроса о зависимости ил независимости признаков.
Глава 1. События.
§1 Логические основы т.В.
Т.В. занимается изучением случайных явлений и процессов. Часто вместо случайных используют слово стохастических . Условно все окружающие нас процессы и явления можно разбить на детерминированные (определенные) и случайные (стохастические). К детерминированным можно отнести движение планет солнечной системы. Здесь можно предсказать поведение солнечной системы с точностью до секунды на десятки лет. Примеры случайных процессов: передвижение от дома до института, здесь продолжительность непредсказуема, продолжительность работоспособности прибора, оценка на экзамен и т.д.
При разработке и эксплуатации некоторых систем необходимо учитывать, что они описываются случайными величинами, поэтому Т.В. изучается во всех Втузах и имеет большое значение.
Однако, Т.В. изучает не любые случайные явления, а только те, которые хотя бы в принципе могут быть повторены много раз, например: утверждение типа: “Лужков станет президентом с вероятностью 0,7” неверно, точнее здесь не применима Т.В. , он или станет или не станет, этот опыт в принципе не может быть воспроизведен много раз.
Т.В. как математическая и как научная дисциплина возникла в средние века, когда в Европе стали популярны азартные игры (карты, кости….). Примерно в то же время был открыт закон “постоянства частот”. Суть этого закона в следующем: П: подбрасывание игральной кости, монеты и т.п. и рассматривается некоторое событие А, которое может произойти или не произойти в результате этого опыта; пусть опыт проводится nраз и черезnAобозначим число наступления события А. Еслиnвелико, то величинаnA/n, называемая частотой события, принимает примерно одно событие, для любой серии испытания.
П: в 19 в. Проводились специальные эксперименты по проверке этого закона.
Некто подбрасывал монету 10000 раз и подсчитывал выпадение герба в каждой тысяче, начиная с первой.
1 – 510
2 – 483 и т.д.
Nгерб/1000 ≈ 0.5
В дальнейшем мы будем говорить о вероятности событий.
Физический смысл вероятности – частота наступления события в серии испытаний.
§2 Испытания, события, операции над событиями.
Определение:Опытилииспытание– это некоторая совокупность действий, которая проводится при некоторых условиях.
П: подбрасывание кости, раздача карт тасованных и т.д.
С опытом обычно связывают некоторые случайные события, которые могут произойти или не произойти. Например при подбрасывании игральной кости выпадало 6 очков.
Рассматриваются два особых события:
- достоверное, которое происходит при каждом испытании.
- невозможное, которое не происходит при любом испытании.
Ω – достоверное О – невозможное
Опр.:Пусть проводится некоторый опыт или испытание;пространством элементарных исходовназывается максимально возможное множество исходов этого опыта, взаимно исключающих друг друга, оно обозначается через Ω – большое.
П.:
1. Опыт: игральную кость подбрасывают один раз
Ω ={ω1,ω2,ω3,…,ω6}
Ωi– элементарный исход. Выпалоi– очков.
2. Некто решил покупать лотерею, пока не попадется выигрышный билет, в этом случае пространство элементарных исходов можно представить в следующем виде:
Ω = {B,HB,HHB,HHHB,…}
Здесь пространство экспериментальных исходов бесконечно, счетно.
3. Проводится учебное бомбометание по цели. Поместим цель в начало координат.
здесь элементарный исход любая точка на плоскости. Ω = все точки плоскости. Здесь Ω бесконечно и несчетно.
События
Определение:Математическая модель события– некоторое подмножество пространственных элементарных исходов (в случае когда ПЭИ не счетное множество, это определение нуждается в некотором уточнении).
Пр.:
Событие A– выпало четное число очков
Событие B– выпало число очков/3
Надо представить их как подмножество Ω.
A= {ω2,ω4,ω6}B= {ω3,ω6}
2. Событие A– некто купил менее 4 билетов
A= {B,HB,HHB}
3. Событие A- бомба отклонилась от линии не более 5 м.
A= {(x,y): }
Операции над событиями.
Сумма событий.
Пусть даны два события AиB, которые связаны с проведением одного испытания.
По определению C=A+Bпроисходит когда илиA, илиBоба вместе.
На языке теории множеств сумма собственная соответствует Vмножеств.
Пр.:
A– четное
B – делится на 3
C = A + B = {ω2, ω3, ω4, ω6}
Пусть даны события A1,A2, …,An,..
C= ∑∞i=1Aiпроисходит тогда, когда происходит
хотя бы одно событие из Ai
Умножение событий.
Пусть даны два события AиB,
C=A*B– происходит тогда, когда одновременно происходят
события AиB.
На языке теории множеств произведение событий соответствует пересечению множеств.
П.: C=A*B= {} (с игровой костью)
Если A1,A2, …,An,…
C= П∞i=1 Ai- происходит тогда, когда одновременно наступают
все Ai.
Разность событий.
A,B– события;
C=A\B– происходит тогда, когда событиеAнаступает, аDне наступает
C = A \ B = {ω2,
ω4}
Отрицание
A– событие;
По определению его отрицание A¯ происходит тогда, когдаAне наступает, иногда обозначают ¬A.
A¯ = {ω1, ω3, ω5}
Очевидно: A¯ = Ω \ A
Отношения между событиями
Отношение следования
A,B– события;
A=>B, говорят, что изAследуетB, когда появлениеAвлечет за собойB. На языке теории множествAподмножествоB.
Пр.: A– “4” на экзамене;
B– студент сдал;
B– {3,4,5};
A– {4};
Эквивалентность событий
ABони эквивалентны, еслиA=>Bи изB=>A.
Пусть AиB. Они не совместны, если не могут произойти
одновременно при одном испытании. На языке теории
множеств это означает, что у них нет общих элементов.
Пр.: A= {число четных элементов}
B= {делящихся на 3}
C= {выпадение 5 очков}
Определение: Пусть даны событияA1,A2,…,An,…, они образуют полную группу попарнонесовместныхсобытий, если выполнено два условия:
A1+A2+…+An=Ω, т.е. их сумма образует достоверное событие, равное пространству элементарных исходов.
AiиAj не совместны (i<>j).
Алгебра событий.
A*B = O
A*O = O
A*Ω = A
A+Ω = Ω
A+O=A
(A+B)*C=A*C+B*C(проверить самостоятельно)
¬(A+B) = ¬A*¬B(проверить на событиях с игральной костью)
¬(A*B) = ¬(A+B)