- •С.П. Казаков
- •Содержание
- •1. Элементы теории вероятностей
- •1.1. Общие понятия
- •1.2. Сумма и произведение случайных событий,
- •1.3 Формула полной вероятности, формула Байеса
- •1.4 Схема Бернулли
- •1.5 Дискретные случайные величины
- •1.6 Непрерывные случайные величины
- •1.6.2 Числовые характеристики непрерывных случайных величин
- •1.3 – Плотности распределения случайных величин
- •1.7 Нормальное распределение
- •1.8 Основы теории надежности
- •1.8.2. Надежность элементов
- •Контрольные вопросы и задачи
- •2. Случайные прцессы
- •2.1Общие понятия
- •2.2 Непрерывный нормальный
- •2.3 Нестационарный случайный процесс (временной ряд)
- •2. 4 Марковские случайные процессы
- •Самостоятельная работа № 2
- •3. Математическая статистика
- •3.1 Общие понятия и задачи математической статистики
- •3.2 Выборочный метод
- •175, 166, 169, 179, 164, 170, 169, 167, 175, 181.
- •158, 162, 163, 164, 165, 166, 167, 168, 169,169,
- •170, 170, 171, 174, 175, 175, 177, 179, 180, 181.
- •3.3 Точечные оценки параметров распределений
- •3.4 Доверительные интервалы
- •3.5 Отсев грубых ошибок и определение минимально
- •3.6Проверка статистических гипотез
- •6, 4, 5, 7, 6, 4, 8, 6, 8, 9. 3, 2, 0, 4, 4, 3, 4, 1, 5, 7.
- •3, 6, 3, 4, 6, 9, 4, 9, 6, 5. 3, 4, 6, 4, 2, 3, 6, 3, 4, 1.
- •4 Статистические зависимости и связи
- •4.1 Подбор эмпирических формул (парная корреляция)
- •4.2 Практическая задача: проверка легитимности выборов
- •4.3 Множественная корреляция
- •4.4 Задачи классификации
- •Теория вероятностей, случайные процессы и математическая статистика
1.5 Дискретные случайные величины
Часто встречаются опыты, в результате которых случайным образом получают числа. Например, при бросании игральной кости мы случайным образом получаем одно из чисел от 1 до 6.
Дискретной случайной величиной называется такая случайная величина, возможные значения которой есть отдельные числа (т.е. между двумя соседними возможными значениями нет других возможных значений). В приведенном примере множество исходов состоит из шести значений. Обычно их обозначаютх1, х2, …, х6.
Каждый из исходов может быть или равновероятнымили появляться сразной вероятностью. Например, появление любого из чисел от 1 до 6 при бросании кости равновероятно. Другой пример: число появлений орла при двух подбрасываниях монеты может быть равно 0; 1 и 2. Вероятности этих исходов составляют, соответственно,р1 = 1/4;р2= 1/2;р3=1/4. То есть исходы не равновероятны.
Для учета этих особенностей вводится понятие закона распределения– соотношения, устанавливающего связь между возможными значениями случайной величины и их вероятностями.
Простейшей формой задания такого закона является таблица
х1,х2, … ,хп |
, где . (9.9) | |
Р |
р1,р2, …рп |
Эта таблица называется рядом (законом) распределения.
Числовые характеристики дискретных случайных величин.
Наряду с законом распределения, случайные величины характеризуются математическим ожиданием(средним значением),М(Х) идисперсией(математическим ожиданием квадрата отклонения от средней величины),D(Х). Эти числовые характеристики определяются по формулам
(1.12)
Величина называетсясреднеквадратичным отклонениемслучайной величины. Она характеризует разброс значений случайных величин, получаемых в различных опытах, относительно среднего значения.
Задача 1.Вычислить характеристики случайных величин, законы распределения которых заданы рядами распределений – таблица 1.3.
Таблица 1.3 – Ряды распределений
а) |
|
б) | ||
Х |
1 2 3 4 5 6 |
|
Х |
0 1 2 |
Р |
1/6 1/6 1/6 1/6 1/6 1/6 |
|
Р |
1/4 1/2 ¼ |
Решение.Для первого ряда получаем
М(Х)=1/6(1+2+3+4+5+6) = 3,5;
D(X) = 1/6 (1+4+9+16+25+36) – 3,52=2,92;s (Х) = 1,71.
Для второго ряда: М(Х) = 0 · 1/4 + 1 · 1/2 +2 · 1/4 =1;
D(X) = 0 · 1/4 + 1 · 1/2 + 4 · 1/4 – 12= 0.5;s (Х) = 0,71.
Задача 2. Студент собирается сдавать экзамен и оценивает свои знания по следующей шкале: 5 он может получить с вероятностью 0,3; 4 – с вероятностью 0,4; 3 – 0,2 и 2 – 0,1. Какова будет его возможная оценка и её среднеквадратичное отклонение, если прогноз соответствует действительности?
Решение.По формулам (1.12) находим
.
.
Характеристики суммы случайных величин
(закон больших чисел)
Во многих прикладных задачах требуется определять среднее и среднеквадратичное отклонение суммы величин, имеющих одинаковые законы распределения. При этом используется основная из теорем теории вероятностей – закон больших чисел. Суть ее в следующем.
Пусть имеется n одинаково распределенных случайных величин (n– велико). Тогда
; . (1.13)
Применим этот вывод к решению предыдущей задачив более сложной постановке.
Пусть студент собирается за год сдать 9 экзаменов. Каковы будут его успехи?
Решение.М(9x) = 35,1;
Значит, в среднем, результаты за год будут находиться в диапазоне (3,6≤x≤4,2) в расчете на один экзамен, т.е. близки к четверке. Это одна из реализаций закона больших чисел.
Самостоятельная задача 1.Спортсмен стреляет по мишени. Вероятность того, что он попадет в "десятку" равна 0,8, в девятку – 0,1, поразит 8 или 7 – равны по 0,05. Определить средний результат шестидесяти выстрелов. Найти диапазон результатов ().