- •Белкоопсоюз
- •Пояснительная записка
- •Программа дисциплины
- •Тема 1. Случайные события и вероятность
- •Тема 2. Случайные величины и законы их распределения
- •Тема 3. Закон больших чисел
- •Тема 4. Основы математической статистики
- •1. Основные понятия и теоремы теории
- •1.1. Классификация событий. Действия над событиями
- •Испытанием называется осуществление определенной совокупности условий.
- •Произведением двух событий а и в называют событие ав, состоящее в совместном появлении этих событий.
- •1.2. Понятие вероятности
- •1.2.1. Классическое определение вероятности
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •1.2.2. Геометрическое определение вероятности
- •Решение
- •1.2.3. Статистическое определение вероятности
- •Решение
- •Решение
- •1.3. Теоремы сложения и умножения вероятностей
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •1.4. Формула полной вероятности. Формула Байеса
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •2. Повторные независимые испытания
- •2.1. Формула Бернулли
- •2.2. Теорема Пуассона
- •2.3. Локальная теорема Муавра-Лапласа
- •2.4. Интегральная теорема Лапласа
- •2.5. Наивероятнейшее число появлений события
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •3. Случайные величины, их распределение
- •3.1. Понятие случайной величины. Классификация случайных
- •3.2. Закон распределения дискретной случайной величины
- •Решение
- •3.3. Числовые характеристики дискретных
- •3.4. Непрерывные случайные величины
- •3.5. Числовые характеристики непрерывной
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •4. Некоторые законы распределения
- •4.1. Биномиальный закон распределения
- •4.2. Закон Пуассона
- •4.3. Равномерное распределение
- •4.4. Показательное распределение
- •4.5. Нормальное распределение
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •5. Двумерные случайные величины
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •6. Закон больших чисел
- •6.1. Неравенство Маркова
- •6.2. Неравенство Чебышева
- •6.3. Теорема Чебышева
- •6.4. Теорема Бернулли
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •7. Выборочный метод
- •7. 1. Выборка
- •7.2. Статистические ряды
- •7.3. Эмпирическая функция распределения
- •Вопросы для самоконтроля
- •7.4. Числовые характеристики выборки
- •7.5. Интервальные оценки неизвестных параметров
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •9. Исследование взаимосвязи
- •9.1. Ковариация и корреляция
- •9.2. Регрессия
- •Вопросы для самоконтроля
- •Ответы на тестовые задания
- •Список рекомендуемой литературы
- •Содержание
- •Теория вероятностей
- •246029, Г. Гомель, просп. Октября, 50.
- •246029, Г. Гомель, просп. Октября, 50.
Вопросы для самоконтроля
Биномиальный закон распределения случайной величин.
Закон распределения Пуассона.
Равномерный закон распределения.
Показательный закон распределения.
Нормальный закон распределения.
Ответы на тестовые задания
Номер теста |
4.1 |
4.2 |
4.3 |
4.4 |
4.5 |
4.6 |
4.7 |
4.8 |
4.9 |
4.10 |
Правильный ответ |
1 |
3 |
1 |
2 |
2 |
2 |
2 |
1 |
1 |
5 |
Номер теста |
4.11 |
4.12 |
4.13 |
4.14 |
4.15 |
4.16 |
4.17 |
4.18 |
4.19 |
4.20 |
Правильный ответ |
5 |
4 |
2 |
1 |
5 |
1 |
3 |
3 |
2 |
2 |
Номер теста |
4.21 |
4.22 |
4.23 |
4.24 |
4.25 |
4.26 |
Правильный ответ |
1 |
1 |
3 |
4 |
5 |
2 |
5. Двумерные случайные величины
Двумерной случайной величинойназывается случайная величина (X;Y), задаваемая рядом распределения с двумя входами
y x |
y1 |
… |
ym |
x1 |
p11 |
… |
p1m |
… |
… |
… |
… |
xn |
pn1 |
… |
pnm |
Так как события {x=xi;y=yj} образуют полную группу, то.
Пример 5.1.Двумерная случайная величина задана рядом распределения.
y x |
y1 = 1 |
y2 = 2 |
x1= 0 |
0,1 |
0,4 |
x2= 3 |
0,2 |
p(x2; y2) |
Какова вероятность p(x2;y2)?
Решение
p(x2;y2) = 1 – (0,1 + 0,4 + 0,2) = 0,3.
Ответ: 0,3.
Тест 5.1.Двумерная случайная величина задана рядом распределения
x |
y1 = 1 |
y2 = 2 |
x1= 0 |
0,1 |
0,4 |
x2 = 3 |
0,2 |
p(x2;y2) |
Вероятность p(x2;y2) равна:
1) 0;
2) 0,3;
3) 0,2;
4) 0,1;
5) 0,4.
Пример 5.2.Двумерная случайная величина задана рядом распределения
x y |
y1 = 1 |
y2 = 2 |
x1 = 0 |
0,1 |
0,4 |
x2 = 3 |
0,2 |
0,3 |
Записать ряд распределения случайной величины X.
Решение
X |
0 |
3 |
pi |
0,1 + 0,4 |
0,2 + 0,3 |
Тест 5.2. Двумерная дискретная величина (X, Y) задана законом распределения
|
1 |
2 |
0 |
0,1 |
0,3 |
1 |
0,4 |
p(x2; y2) |
Вероятность p(x2; y2) равна:
1) 1;
2) 0,7;
3) 0,6;
4) 0,2;
5) 0.
Тест 5.3.Двумерная случайная величина задана рядом распределения
y1 = 1 |
y2 = 2 | |
x1 = 0 |
0,1 |
0,4 |
x2 = 3 |
0,2 |
0,3 |
Вероятность появления x2 = 3 равна:
1) 0;
2) 0,1;
3) 0,2;
4) 0,3;
5) 0,5.
Тест 5.4.Двумерная случайная величина задана рядом распределения
y1= 1 |
y2= 2 | |
x1= 0 |
0,1 |
0,4 |
x2= 3 |
0,2 |
0,3 |
Вероятность появления у1 = 1 равна:
1) 0;
2) 0,1;
3) 0,2;
4) 0,3;
5) 0,5.
Зависимость между случайными величинами x иy описываеткорреляционный момент:
.
Коэффициентом корреляции случайных величинX и Y, между которыми предполагается линейная корреляционная связь, называется величина, определяемая по формуле
.
Корреляционной матрицей называется матрица вида
.
Корреляционная матрица также устанавливает взаимосвязь наборов выборочных данных по величине:
при 0 < rXY < 1 большим значениям случайной величины X соответствуют большие значения случайной величины Y;
при –1 < rXY < 0 большим значениям случайной величины X соответствуют меньшие значения случайной величины Y (или наоборот);
при rX = 0 данные двух случайных величин некоррелированы;
при существует линейная функциональная зависимость между случайными величинамиX и Y.
Пример 5.3. Корреляционный момент kxy = 270. Какова зависимость между X и Y?
Решение
Так как kxy имеет размерность, то можно говорить лишь о прямой зависимости междуХиY.
Пример 5.4. Коэффициент корреляцииrXY = – 0,375. Какова зависимость между ХиY?
Решение
По коэффициенту можно судить о виде зависимости и ее силе. Так как rXY = – 0,375 < 0, то зависимость обратная, так как, то связь междуХиY высокая.
Тест 5.5. Известно, чтоkxy= 2,75,Х= 3,1,Y= 2,5. Коэффициент корреляции равен:
1) ;
2) ;
3) .
Тест 5.6. Коэффициент корреляцииrXY = 0. Тогда зависимость междуXиY:
прямая линейная;
обратная линейная;
данные двух случайных величин некоррелированы.
Тест 5.7. Коэффициент корреляцииrXY = 1. Тогда зависимость между XиY:
прямая линейная;
обратная линейная;
данные двух случайных величин некоррелированы;
функциональная прямая линейная.
Тест 5.8. Коэффициент корреляцииrXY = –1. Тогда зависимость междуXиY:
прямая линейная;
обратная линейная;
данные двух случайных величин некоррелированы;
функциональная обратная линейная.