
- •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.
Независимость попарная и независимость в совокупности Определение попарной независимости
Пусть даны события А1, А2, … , Аn,они называются попарно независимыми, если для любой пары собитийAi Aj (I,j=1..n,i≠j)выполняется равенство:
(3)
т.е. любая пара из nнезвисима.
Если это неравенство нарушется хотя бы для одной пары, то они попарно зависимы.
Определение независимости в совокупности.
Пусть даны события А1,
А2, … , Аn,они называются независимыми в совокупности,
если для любогоиАi1, Ai2,…,Aik
приi1≠i2≠…≠ikвыполняется равенство:
(4)
Если это неравенство нарушается хотя бы для одного подмножества событий, то они зависимы в совокупности.
Рассмотрим пример:
Пусть монету подбрасывают 2 раза. Рассмотрим события:
А1 – первый раз выпал герб
А2 – второй раз выпал герб
А3 – число гербов равно числу цифр
Проверим, будут ли они попарно независимы
,
,
Выпишем вероятности:
Проверим 3):
- выполняется
- выполняется
- выполняется
Значит события А1,А2,А3попарно независимы.
Проверим, будут ли они независимы в совокупности: надо проверить 4) для всех пар и для всех троек событий.
уже проверялось и они выполнились
Осталось проверить для k=3, т.е. дляА1А2А3
- совокупности зависимы.
Таким образом мы видим, что события А1,А2,А3попарно независимы, но зависимы в совокупности, значит эти понятия не эквивалентны.
§6 Формула полной вероятности и формула Байеса. Формула полной вероятности
Пусть дано собятие А и собятие Н1,Н2,…,Нn,причём выполняется следующее свойство:
(*) 1)
(**) 2)
приi≠ j, i,j=1,2,…,n(Н1,Н2,…,Нn,
- образуют полную группу попарно
несовместных событий)
Справедливо следующее утверждение:
(1)
Формула полной вероятности
Доказательство:
Теорема
доказана.
Замечание: Часто события Н1,Н2,…,Нn,называют гипотезами.
Замечание: Формула полной вероятности справедлива для счётного числа слагаемых.
Замечание: Формула полной вероятности справедлива при выполнении наиболее слабых условий.
1’) Н1,Н2,…,Нn,- вместо 1)
Доказать самостоятельно
Пример: На заводе три цеха выпускающие одинаковые телевизоры
1 и 2 – одинаково
3 – в 2 раза больше чем 1ый
В 1-м цехе 1% брака
Во 2-м цехе – 2% брака
В 3-м цехе – 0% брака
Затем телевизоры проверяются.
Найти вероятность того, что случайно выбранный телевизор окажется небракован.
Решение: введём три дополнительные гипотезы:
Н1– 1-й цех
Н2– 2-й цех
Н3– 3-й цех
А – вероятность того, что случайно взятый телевизор небракован.
Пример: один студент выучил 20 вопросов из 30. на экзамене дают 1 вопрос (каждый билет содержит 1 вопрос). Каким лучше ему идти сдавать экзамен, т.е. когда больше вероятность вытянуть верный билет.
Решение:
А – вытянул выученный билет если идёт 1-м
Б - -||- 2-м
Найдём вероятность события Б.
Введём две гипотезы: Н1 – 1-й студент взял выученный «нашим» студентом билет
Н2 - 1-й студент взял невыученный «нашим» билет
Замечание:
Ответ: вероятность вытащить выученный билет первым или вторым одинакова.
Формула Байеса
Пусть выполняются все условия Пункта 1, тогда справедливо равенство:
(2)
Hj– одно из событий из множества гипотезН1,Н2,…,Нn.
Доказательство:
Теорема доказана
Формула Байеса играет важную роль во многих технических приложениях и до сих пор её применение вызывает споры среди исследователей.
Задача 1:В учреждении два бухгалтера: главный и старший. Каждый из них составляет половину ведомости на зарплату, причём, главбух ошибается 1 раз на 1000, а старший 1 раз на 100 ведомостей. При выдаче зарплаты оказалось, что ведомость составлена с ошибкой, найти вероятность того, что её заполнил старший бухгалтер.
Решение:
А– ведомость (случайная) содержит ошибку
H1– ведомость заполнил главный бухгалтер
H2– ведомость заполнил старший бухгалтер
Подставляем в (2):
Найдём также вероятность, что ведомость составил главный бухгалтер
Задача 2:
В письменном столе 6 ящиков. Известно, что с вероятностью 0,9 ключ от сейфа находится в одном из ящиков. Некто в поисках ключа просмотрел 5 ящиков и ключ не нашёл. Найти вероятность того, что он найдёт его в 6-м ящике.
Решение:
А – ключ не найден в первых 5-ти ящиках
Введём следующие события:
Н1– ключ в 1-м ящике
Н2– ключ в 2-м ящике
Н3– ключ в 3-м ящике
Н4– ключ в 4-м ящике
Н5– ключ в 5-м ящике
Н6– ключ в 6-м ящике
Н7– ключ в другом столе
Дома: найти вероятность «вытащить» выученный билет при условии что студент идёт 3-им и 4-м.