- •Федеральное агентство по образованию северо–кавказский горно–металлургический институт (государственный технологический университет)
- •Владикавказ 2008
- •Тема 1. Случайные события и случайные величины, их числовые характеристики
- •Случайные события
- •Вероятность события Существует статистическое и классическое определение понятия «вероятность». Статистическое определение вероятности
- •Классическое определение вероятности
- •Свойства вероятности
- •Сложение и умножение вероятностей
- •Условная вероятность. Умножение вероятностей
- •1.2.3. Полная вероятность
- •1.3. Случайные величины
- •1.3.1. Функции распределения случайной величины
- •1.3.1.1. Свойства функции распределения
- •1.3.1.2. Функция распределения для дискретной случайной
- •1.3.1.3. Функция распределения непрерывной случайной
- •Исходя из определения функции распределения:
- •1.3.1.4. Плотность вероятности случайной величины
- •Геометрическое истолкование этой формулы
- •1.3.2.1. Свойства математического ожидания
- •1.3.2.2. Свойства дисперсии
- •1.3.3. Моменты случайной величины
- •1.4. Примеры законов распределения случайной величины
- •1.4.1. Равномерное распределение дискретной случайной
- •1.4.2. Равномерное распределение непрерывной случайной
- •1.4.3. Нормальный закон распределения (закон Гаусса)
- •Тема 2. Точечное оценивание параметров. Регрессионный и корреляционный анализ
- •2.1. Выборочный метод
- •2.1.1. Среднее и дисперсия выборки
- •2.2. Связь между случайными величинами. Корреляция
- •2.2.1. Свойства коэффициента корреляции
- •2.2.2. Определение коэффициента корреляции по данным наблюдений
- •2.2.3. Частная линейная корреляция
- •2.2.4. Множественная линейная корреляция
- •2.3. Регрессия
- •2.3.1. Линейная регрессия
- •2.3.2. Нелинейная парная регрессия
- •2.3.3. Множественная линейная регрессия
- •2.3.4. Определение параметров уравнения множественной
- •Тема 3. Проверка статистических гипотез и построение доверительных областей для параметров
- •3.1. Доверительные интервалы и доверительные вероятности
- •3.2. Оценка генерального среднего
- •3.3. Оценка генеральной дисперсии
- •3.4.1. Гипотеза о равенстве дисперсий. Критерий Фишера
- •3.5. Проверка адекватности уравнения регрессии
- •Тема 4. Математическое описание случайных сигналов в системах управления
- •4.1. Случайные процессы
- •4.2. Стационарные случайные процессы
- •4.3. Корреляционная функция
- •4.3.1. Свойства корреляционной функции
- •4.4. Спектральная плотность
- •4.4.1. Свойства спектральной плотности
- •Тема 5. Понятие передаточной функции и частотных характеристик системы
- •5.1. Элементы операционного исчисления. Преобразование
- •5.1.1. Основные свойства преобразования Лапласа
- •5.1.2. Примеры преобразования Лапласа для типовых функций
- •5.1.3. Решение линейных дифференциальных уравнений
- •Примеры
- •5.2. Понятие передаточной функции
- •5.3. Временные и частотные характеристики сау
- •5.3.1. Временные характеристики сау
- •5.3.2. Частотные характеристики сау
Случайные события
Событие, которое при заданном комплексе факторов может либо произойти, либо не произойти, называется случайным событием.
Примеры: 1. Выпадение герба при бросании монеты.
2. Попадание в цель при выстреле.
Различные события мы будем обозначать буквами А, В, …
Событие называют достоверным, если оно непременно должно произойти. Например – появление электрического тока в замкнутой цепи с хорошим источником ЭДС.
Событие называют невозможным, если оно заведомо не наступит. Пример: ток в разомкнутой цепи.
Пусть А – некоторое событие. Под событием, противоположным ему будем понимать событие, состоящее в том, что А не наступило, обозначим его . СобытияА и В называют несовместными, если наступление одного из них исключает возможность наступления другого. Например: появление четного и нечетного чисел одновременно при бросании кости невозможно.
Событие называют единственно возможным, если в результате каждого испытания хотя бы одно из них наверное наступит. Эти события образуют полную группу событий.
Вероятность события Существует статистическое и классическое определение понятия «вероятность». Статистическое определение вероятности
Допустим, что имеется возможность неограниченного повторения испытаний, в каждом из которых при сохранении неизменных условий отмечается появление или не появление некоторого события А. Пусть при достаточно большом числе n испытаний интересующее нас событие А наступило m раз. Отношение – называетсячастостью (частотой) события А. В ряде случаев при очень большом числе испытаний эта частота сохраняет почти постоянную величину, причем колебания ее становятся тем меньше, чем больше число испытаний.
Вероятностью события называют характеризующее его число, около которого колеблется частота появления события при сохранении неизменных условий опыта.
Классическое определение вероятности
Имеется система конечного числа событий А1, А2, …, Аn.
1) Эти события попарно несовместны, т.е. для любых двух событий появление одного исключает появление другого.
2) События А1, А2, …, Аn – единственно возможны.
3) События равновозможны, т.е. не существует никаких объективных причин, вследствие которых одно из них могло бы наступать чаще, чем какое–либо другое.
Пусть имеется событие А, которое наступает при появлении некоторых из наших «элементарных» событий А1, А2, …, Аm и не наступает при появлении других. Будем говорить в таком случае, что те из «элементарных» событий Аi, при наступлении которых наступает также событие А, благоприятствуют событию А.
Допустим, что из общего числа n рассматриваемых событий А1, А2, …, Аn событию А благоприятствует m из них. Тогда вероятностью события А называется отношение числа событий, благоприятствующих событию А, к общему числу всех равновозможных событий.
Если Р(А) – вероятность А, то .
Пример: бросание игральной кости. (А1 – выпадение единицы, А2 – выпадение двойки и т.д.)
Р(А1) = Р(А2) =…= Р(А6) = , так как m = 1, n = 6.
Если событие А означает появление четного числа очков, то ему благоприятствуют события А2, А4, А6, состоящие в появлении 2–х, 4–х, 6–и очков. Таким образом, для события А: m = 3 и Р(А) =.