- •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.
§3 Примеры вероятностных пространств.
Геометрические вероятности
Пусть Ω представлено в виде некоторой геометрической фигуры и пусть для любого А (событие) вероятность его наступления зависит только от размера А и не зависит от его местоположения внутри Ω, тогда вероятность события А даётся формулой:
(1) , где μ – длина, если Ω отрезок или линия
μ – площадь, если Ω – часть поверхности
μ – объём, если Ω - часть пространства.
Многие задачи, внешне далёкие от геометрии реализуются при помощи(1). Например: 1) м/у пунктами А и Б – 10 км телефонной линии, на линии произошёл обрыв, из пункта А выехала бригада монтёров со V=5км/ч, найти вероятность того, что обрыв будет найден в течение ½ часа.
Решение:
2) Два студента назначили встречу с 12 до 13, причём каждый пришедший ждёт другого 20 мин и уходит, считая, что приход каждого равновозможен в любой момент времени с 12 до 13, найти вероятность того, что они встретятся.
х – первый студент (время)
y– второй студент.
Событие А={встреча произошла}={(x,y):|x-y|≤20}
(легко видеть, что это полоса см.рис.)
§4 Условные вероятности. Формула умножения событий.
Рассмотрим следующий пример. Задача: Игральную кость подбросили 1 раз и известно, что выпало чётно число очков. Найти вероятность того, что выпало 6 очков.
Ответ: 1/3.
Определение: Пусть даны 2 события А и Б. вероятность наступления события А при условии, что произошло событие Б даётся формулой:
,
Вычислим вероятность того, что выпало 6 очков при условии, что известно, что число очков чётное.
A– {выпало 6 очков}={6}
B– {2,4,6}; | Ω |=6;A∙B=A={6}
Мы види, что (1) даёт определение, согласующееся с практикой.
Утверждение 1:
– действительно вероятность. Для доказательства нам надо проверить справедливость аксиом А1 – А3.
А1 (аксиома неотрицательности)
Очевидно следует из (1), т.к. числитель и знаменатель неотрицательны.
Проверим А2:
Проверим А3:
Пусть С и Д – несовместны, тогда:
Все аксиомы выполнены, утверждение доказано.
Утверждение 2:
(2) очевидно из (1)
П. (формула умножения событий) Пусть даны события А1, А2, … , Аn, тогда
Докажем индукцией по n.
При n=2. Пусть доказано дляn. Докажем для (n+1). Определим А1,А2,...,Аn.
Запишем
= {по предположению для индукции доказано дляn}=
=
Доказали по индукции.
Пример: Даны карточки с буквами: три с буквой А, 2 с буквой Н, 1 – с С. Карточки перетасовывают и раскладывают не глядя в ряд. Найти вероятность, что получитсья слово АНАНАС.
Решение: используем формулу умножения. Для этого введём событие B– получилось слово АНАНАС. А1 – первая карточка с буковой А, А2 – вторая карточка с буквой Н, и т.д.
B= А1∙ А2∙ А3∙ А4∙ А5∙ А6.
Рассмотрим некоторое простейшее свойство. Если А и Б несовместны, то
§5 Независимые и зависимые события.
Определение:Пусть даны 2 события А и Б. Они незываются независимыми, если выполняется равенство:
(1)
В противном случае они называются зависимыми.
Физический смысл6
Независимость событий означает, что наступление одного события никак не влияет на наступление другого события. Другими словами: наступление одного события не несёт никаких сведений о наступлении других.
Пример: 1) Подбрасываем игральную кость. События:
А – выпало 6 очков
Б – выпало 3 очка
Проверим, зависимы ли эти события:
А∙Б=0; Р(АБ)=?Р(А)∙Р(Б); Р(АБ)≠Р(А)Р(Б)=1/6 => события зависимые
2) Монету подбрасывают 2 раза.
А – первый раз выпал герб
Б – второй раз выпал герб
Проверим, зависимы ли эти события:
Ω={ГГ, ГЦ, ЦГ, ЦЦ}
А={ГГ, ГЦ}
Б={ГГ,ЦГ}
АБ={ГГ}
Р(А)=Р(Б)=2/4=1/2
Р(АБ)=1/4
Р(АБ)=А(А)Р(Б) => события независимы.
Утверждение 1: Свойство независимых событий
Если А и Б независимы, то
неА, Б – независимы
А, неБ – независимы
неА, неБ – независимы
Докажем 1):
, 1) доказано
2) – аналогично
Докажем 3):
Утверждение 2: Если А и Б независимы, то:
Доказательство: