- •Теория вероятностей и математическая статистика
- •Теория вероятностей
- •1. Общие понятия
- •1.1. Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.4. Статистический подход к понятию вероятности
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •2. Основные теоремы теории вероятностей
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •2.3. Формула полной вероятности
- •2.4. Формула Бейеса
- •3. Повторение испытаний
- •3.1. Независимые испытания. Формула Бернулли
- •3.2. Локальная теорема Муавра – Лапласа
- •3.3. Интегральная теорема Лапласа
- •3.4. Теорема Пуассона
- •3.5. Вероятность отклонения частоты от постоянной вероятности в независимых испытаниях
- •4. Случайные величины и функции распределения
- •4.1. Случайные величины
- •4.2. Функция распределения вероятностей для дискретной св
- •4.3. Функция распределения вероятностей для непрерывной св.
- •4.4. Функция плотности распределения вероятностей
- •5. Числовые характеристики случайных величин
- •5.1. Математическое ожидание случайной величины
- •5.2. Дисперсия и среднее квадратическое отклонение св
- •5.3. Моменты и другие числовые характеристики случайной величины
- •6. Основные законы распределения случайных величин
- •6.1. Законы распределения дискретных случайных величин
- •6.1.1. Биномиальное распределение
- •6.1.2. Распределение Пуассона
- •6.1.3. Геометрическое распределение
- •6.2. Законы распределения непрерывных случайных величин
- •6.2.1. Равномерное распределение
- •6.2.2. Показательное распределение
- •6.2.3. Нормальное распределение
- •7. Закон больших чисел
- •7.1. Неравенства Чебышева
- •7.2. Теорема Чебышева
- •8. Многомерные случайные величины
- •8.1. Многомерные случайные величины и их функции распределения
- •X и y независимые случайные величины.
- •8.2. Вероятность попадания двумерной случайной величины
- •8.3. Числовые характеристики двумерной случайной величины
- •Математическая статистика
- •1. Статистические законы распределения выборки
- •1.1. Вариационный ряд
- •1.2. Полигон и гистограмма
- •1.3. Эмпирическая функция распределения
- •2. Статистические оценки параметров распределения
- •2.1. Точечные оценки
- •2.2. Интервальные оценки
- •2.3. Оценка вероятности появления события через его частоту
- •3. Проверка статистических гипотез.
- •3.1. Статистические гипотезы
- •3.2. Критерии проверки гипотезы
- •3.3. Критерий согласия Пирсона
- •3.4. Критерий согласия Романовского
- •4. Элементы теории корреляции
- •4.1. Статистические зависимости
- •4.2. Линейная регрессия
- •4.3. Корреляционная таблица
- •4.4. Выборочный коэффициент корреляции
- •Литература
- •С о д е р ж а н и е
1.4. Статистический подход к понятию вероятности
Пусть осуществляется п опытов (испытаний), в результате которых может либо произойти, либо не произойти событие А. Тогда частотой события А называют число
,
где число появлений события А в п опытах.
Из определения частоты следуют её основные свойства:
1. , так как;
2.
3.
Итак, каждому событию А мы поставили в соответствие его числовую характеристику – его частоту. Но понятие частоты не удобно по двум причинам:
1. Частота изменяется при изменении числа опытов.
2. Частота зависит от самой серии опытов, т.е. если серию опытов повторить, то частота может быть другой.
В тоже время длительные наблюдения показали, что если в одинаковых условиях производятся опыты и число их велико, то частота обладает свойством устойчивости. Это означает, что в опытах частота изменяется тем меньше, чем больше произведено испытаний. Подтверждением этого явля-ются исторические примеры:
Число испытаний Число появлений герба Частота
Бюффон 4040 2048 0,5080
Пирсон 24000 12012 0,5005
Вывод. Статистический подход к понятию вероятности состоит в том, что рассматриваемому случайному событию, обладающему свойством статистической устойчивости при большом числе испытаний, можно придать числовую характеристику, которая незначительно отличается от частоты. Это число называется статистической вероятностью.
В рассмотренном примере, очевидно, что в качестве статистической вероятности можно взять число 0,5.
Еще один пример, как известно, статистическая вероятность рождения мальчика равна 0,51, а девочки – 0,49.
1.5. Элементы комбинаторики
Для изучения дальнейшего материала нам понадобятся некоторые понятия из комбинаторики:
1. Перестановки.
Пусть дано множество M, состоящее из n элементов. Если переставлять эти элементы всевозможными способами, сохраняя их количество, то получим последовательности, каждую из которых называют перестановкой из n элементов.
Число перестановок из n элементов .
Пример 1.12. Сколько различных пятизначных чисел можно соста-вить из цифр 1, 2, 3, 4 и 5 ?
По формуле для числа перестановок находим количество всевозмож-ных пятизначных чисел
Более общим является случай, когда множество из п элементов раз-бито на k групп одинаковых элементов, причем в каждой i-той группе содержится элементов. В этом случае число раз-личных перестановокп элементов (с повторениями элементов данных групп) вычисляется по формуле
Пример 1.13. Сколько различных десятизначных чисел можно соста-вить из множества цифр ?
По формуле для перестановок с повторениями находим количество раз-
личных десятизначных чисел
2. Сочетания.
Всякое подмножество, содержащее k элементов данного множества М, состоящего из n элементов, называется сочетанием из n элементов по k.
Число сочетаний .
Пример 1.14. Сколькими способами можно выбрать трех студентов из группы в 11 студентов?
По формуле для числа сочетаний находим количество возможных
способов выбора