- •Теория вероятностей и математическая статистика
- •Случайные события
- •Действия над событиями
- •Свойства операций над событиями
- •Задачи, рассмотренные на лекции и семинаре. Тема 1. События. Основные операции над событиями Лекция 1
- •Семинар 1
- •Домашнее задание 1 – Тема 1.
- •Свойства относительной частоты
- •Свойства статистической вероятности
- •Классическое определение вероятности
- •Свойства «классической» вероятности
- •Полезный алгоритм
- •Задачи, рассмотренные на лекции и семинаре. Тема 2 Лекция 2
- •Семинар 2
- •Домашнее задание 2 – Тема 2.
- •Классическое определение вероятности
- •Домашнее задание 2 – Тема 2.
- •Классическое определение вероятности
- •Тема 2.1. Элементы комбинаторики. Правило суммы и правило произведения. – 4 часа 2 часа лекции, 2 часа семинарское занятие Элементы комбинаторики
- •Правило умножения
- •Правило сложения (суммы)
- •Задачи, рассмотренные на Лекции и Семинаре 2.1.
- •Домашнее задание 2.1 – Тема 2.1 Элементы комбинаторики: Правило Суммы, Правило Произведения
- •Тема 3. Элементы комбинаторики. Понятие о «схеме выбора». Схема выбора без возвращения: Перестановки, Размещения, Сочетания. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Соединения. Виды соединений
- •Перестановки
- •Размещения
- •Сочетания
- •Свойства Сочетаний (биномиальных коэффициентов)
- •Семинар 3
- •Домашнее задание 3 – Тема 3. Элементы комбинаторики: Перестановки, Размещения, Сочетания
- •Тема 4. Элементы комбинаторики. Схема выбора с возвращением: Размещения, Сочетания, Перестановки с повторением – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Размещения с повторениями
- •Сочетания с повторениями
- •Перестановки с повторениями
- •Задачи, рассмотренные на лекции и семинаре. Тема 4.
- •Лекция 4
- •Семинар 4
- •Домашнее задание 4 - Тема 4.
- •Тема 5. Геометрическое определение вероятности. Субъективная вероятность. Примеры вычисления вероятностей. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Субъективная вероятность
- •Геометрическое определение вероятности
- •Свойства геометрической вероятности
- •Задачи, рассмотренные на лекции и семинаре 5. Тема 5. Геометрическая вероятность
- •Домашнее задание 5 - Тема 5. Геометрическая вероятность
- •Тема 6. Независимость событий. Вероятность произведения событий. Вероятность суммы событий. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Независимость событий
- •Тема 6. Задачи, рассмотренные на лекции и семинаре 6 Лекция 6
- •Семинар 6 Дополнительное задание
- •Домашнее задание 6 – Тема 6. Формулы вероятности суммы и произведения событий
- •Тема 7. Независимость событий. Условные вероятности. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Условные вероятности
- •Полезный алгоритм
- •Тема 7. Независимость событий. Условная вероятность Задачи, рассмотренные на лекции и семинаре 7 Лекция 7
- •Семинар 7
- •Тема 8. Формула полной вероятности. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Тема 8. Задачи, рассмотренные на Лекции 8
- •Тема 8. - Домашнее задание 8. Формула полной вероятности
- •Тема 9. Формула Байеса (формула гипотез, формула апостериорной вероятности). – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Задачи, рассмотренные на Лекции и Семинаре 9
- •Домашнее задание 9. – Тема 9 – Теорема Байеса
- •Тема 10. Схема повторных независимых испытаний с двумя исходами. Схема Бернулли. Теорема и Формула Бернулли. - 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Формула Бернулли
- •Случай нескольких исходов
- •Вероятность появления рассматриваемого события не менее m раз
- •Задачи, рассмотренные на Лекции и Семинаре 10. Тема 10. Формула Бернулли Лекция 10
- •Семинар 10
- •Домашнее задание 10 – Тема 10. Схема Бернулли
- •Тема 11. Приближенные вычисления в схеме Бернулли. Формулы Пуассона, Муавра – Лапласа. Алгоритмы вычислений. Гауссиана. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Формула Пуассона
- •Алгоритм использования функции Гаусса в приближенных вычислениях
- •Алгоритм использования функции ф(х) в приближенных вычислениях
- •Сокращенная таблица значений функции плотности и интегральной функции ф(х)
- •Задачи, рассмотренные на Лекции.
- •Тема 11. - Формулы Пуассона и Муавра – Лапласа
- •Домашнее задание 11. -Тема 11. Формулы Пуассона и Муавра – Лапласа. Кривая вероятностей (Гауссиана). Закон больших чисел
- •Тема 12. Бином Ньютона. Биномиальные коэффициенты. Свойства биномиальных коэффициентов. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Свойства Сочетаний (биномиальных коэффициентов)
- •Треугольник Паскаля
- •Домашнее задание 12 – Тема 12. Бином Ньютона
- •Дискретная случайная величина
- •Закон распределения дискретной случайной величины
- •Математические операции над дискретными случайными величинами
- •Задачи, рассмотренные на Лекции и Семинаре. Тема 13
- •Домашнее задание 13 – Тема 13. Случайная величина (св).
- •Тема 14. Числовые характеристики случайной величины. «Меры положения»: среднее арифметическое, среднее геометрическое, мода, медиана. «Меры рассеяния»: дисперсия, эксцесс, асимметрия.
- •«Меры положения»
- •1. Средняя арифметическая величина. Понятие средней арифметической
- •Свойства средней величины
- •2. Мода
- •3. Медиана
- •Вариация массовых явлений. «Меры рассеяния»
- •4. Размах (интервал изменения)
- •5. Математическое ожидание
- •Свойства математического ожидания
- •6. Дисперсия и среднеквадратическое (стандартное) отклонение
- •Алгоритм вычисления дисперсии
- •Свойства дисперсии
- •7. Коэффициент вариации
- •Моменты распределения и показатели его формы. Центральные моменты распределения
- •9. Коэффициент асимметрии
- •10. Коэффициент эксцесса
- •Задачи, рассмотренные на Лекции и Семинаре 14
- •Домашнее задание 14. Тема 14 – Числовые характеристики случайной величины. Закон распределения св
- •Плотность распределения
- •Сходство и различия между законом распределения и плотностью распределения
- •Свойства плотности вероятности
- •Нормальный закон распределения
- •Свойства кривой вероятностей
- •Понятие о биномиальной случайной величине
- •Раздел II
- •Вопросы для контроля
- •Вопросы к зачету по теории вероятностей и математической статистике
- •Рекомендуемая литература
Дискретная случайная величина
Определение. СВ называется дискретной, если множество принимаемых ею значений счетно.
Закон распределения дискретной случайной величины
Рассмотрим, каким способом может быть задан закон распределения СВ в случае, когда она принимает лишь конечное число значений.
Итак, пусть СВ Х может принимать одно из n различных значений
х1, х2, …, хn.
При этом каждое из этих значений СВ Х принимает с определенной вероятностью – соответственно р1, р2, …, рn.
Иными словами р1 – вероятность случайного события «случайная величина Х приняла значение х1», или, более кратко, Х = х1.
р2 – вероятность случайного события Х = х2,
…
рn – вероятность случайного события Х = хn.
Иногда удобно закон распределения дискретной СВ записать аналитически, с помощью формулы:
Рi = P{X = xi}, i = 1, …, n, …,
определяющей вероятность того, что в результате опыта (испытания) СВ Х примет значение хi.
Сведем значения, которые может принимать СВ Х, в таблицу.
Х |
|
|
|
|
Р |
В первой строке которой указаны значения, принимаемые СВ Х, а во второй строке – их вероятности.
Такая таблица называется таблицей распределения СВ Х.
Обычно числа в первой строке располагают в порядке возрастания. В этом случае таблицу распределения называют рядом распределения.
Говорят, что поведение дискретной случайной величины описывается законом распределения (или рядом распределения) - таблицей, в первой строке которой перечислены все возможные значения случайной величины, а во второй — вероятности, с которыми она принимает эти значения:
Х |
|
|
|
|
|
Р |
|
|
|
|
|
Закон распределения дискретной случайной величины представляет собой перечень всех её возможных значений и соответствующих им вероятностей.
Сделаем одно очень важное замечание. Поскольку в результате испытаний СВ Х наверняка примет одно из этих значений, то сумма несовместных событий
{X = x1} + {X = x2} + … + {X = xn}
является достоверным событием, а следовательно, его вероятность равна 1. Поэтому для таблицы распределения любой СВ справедливо равенство: сумма всех вероятностей
р1 + р2 + … + рn = Σpi = 1.
Математические операции над дискретными случайными величинами
1. «Сдвиг». Пусть имеется дискретная СВ Х, принимающая в зависимости от результата испытания те или иные случайные значения. Если к каждому из этих значений прибавить одно и то же число, например, А, то в результате получим новую СВ - Х + А, принимающую значения (, При этом:
, т.е. с теми же вероятностями, что и СВ Х.
Х |
х1 |
… |
хn |
Р |
р1 |
… |
рn |
Х + А |
х1 + А |
… |
хn + А |
Р |
р1 |
… |
pn |
2. Определение. Произведением дискретной СВ на число с называется дискретная СВ сХ, принимающая значения с вероятностями.
3. «Возведение в степень».
Определение. Квадратом (соответственно – m-степенью) дискретной СВ Х называется дискретная СВ, принимающая значения (соответственно -) с вероятностями. Обозначение –Х2 (соответственно – Xm).
Построение таблицы значений СВ Х2 несколько сложнее. Рассмотрим конкретный пример.
Задача. СВ Х задана таблицей распределения. Определить закон распределения СВ Х2.
Х |
-1 |
0 |
1 |
2 |
Р |
0,2 |
0,3 |
0,4 |
0,1 |
Решение. Действуем аналогичным способом для вычисления Х2, т.е. заменяем все значения хi значениями их квадратов - хi2, и получаем:
Х2 |
1 |
0 |
1 |
4 |
Р |
0,2 |
0,3 |
0,4 |
0,1 |
В первой строке имеются совпадающие значения. Поэтому следует объединить их в одну варианту, сложив соответствующие вероятности.
Х2 |
1 |
0 |
4 |
Р |
0,6 |
0,3 |
0,1 |
Таблицу распределения любой СВ У = f(x) для любой функции f можно построить аналогично. Она строится в два этапа. Сначала вычисляются элементы вспомогательной таблицы.
СВ |
f(x1) |
f(x2) |
… |
f(xn) |
Р |
p1 |
p2 |
… |
pn |
Затем совпадающие значения f(xi) = f(xj) для разных значений xi и xj (если такие имеются) объединяются в одно, а соответствующие вероятности складываются.
4. Определение. Суммой дискретной СВ Х, принимающей значения с вероятностямии СВY, принимающей значения с вероятностяминазывается дискретная СВZ = Х + Y, принимающая значения с вероятностямидля всех указанных значенийi и j.
5. Определение. Разностью дискретной СВ Х, принимающей значения с вероятностямии СВY, принимающей значения с вероятностяминазывается дискретная СВZ = Х - Y, принимающая значения с вероятностямидля всех указанных значенийi и j.
6. Определение. Произведением дискретной СВ Х, принимающей значения с вероятностямии СВY, принимающей значения с вероятностяминазывается дискретная СВZ = Х·Y, принимающая значения с вероятностямидля всех указанных значенийi и j.
Определение. Две СВ Х и Y называются независимыми, если события
{X = xi} = Ai и {Y = yj} = Bj (т.е. законы распределения) независимы для любых и, т.е.
.
В противном случае СВ называются зависимыми.
Несколько СВ называются взаимно независимыми, если закон распределения любой из них не зависит от того, какие значения приняли остальные величины.