- •Глава 1. Алгебра случайных событий
- •§1. Основные определения и понятия
- •Свойства противоположного события
- •2 Решение типовых задач
- •§3 Задачи для самостоятельного решения.
- •1) Построить пространство элементарных исходов
- •2) Указать состав подмножеств, соответствующих данным событиям
- •3) Выполнить указанные операции над данными событиями.
- •Глава 2 Классическое вероятностное пространство.
- •§1. Основные понятия и определения.
- •2) Все элементарные исходы равновозможные, т.Е.
- •Элементы комбинаторики.
- •§2. Решение типовых задач.
- •20 Футбольных команд, среди которых 4 призёра предыдущего первенства, по жеребьевке разбиваются на 4 занумерованные подгруппы по 5 команд.
- •Решение:
- •52 Карты раздаются четырём игрокам (каждому по 13 карт)
- •Решение:
- •4) Картошки, 5) наполеон, 6) невские.
- •Решение:
- •§3 Задачи для самостоятельного решения.
- •Глава 3 Относительная частота и её свойства
- •§1. Основные понятия.
- •Относительная частота события а:
- •4) Свойство устойчивости:
- •§2. Решение типовых задач
- •§3. Задачи для самостоятельного решения
- •Глава 4. Теоремы сложения и умножения вероятностей. Условная вероятность.
- •§1. Основные понятия
- •5)Теорема сложения для совместных событий:
- •6)Теорема умножения
- •7)Теорема о сумме совместных, но независимых в совокупности событий.
- •§2 Решение типовых задач.
- •Задача №6
- •Решение:
- •Глава 5. Формула полной вероятности. Формулы Байеса.
- •§1. Основные понятия
- •§2. Решение типовых задач. Задача 1
- •Задача 2
- •Задача 3
- •Задача 4.
- •Решение.:
- •Задача 5.
- •Решение:
- •Задача 6.
- •Решение.
- •Задача 8
- •Задача 9
- •§ 3 Задачи для самостоятельного решения
- •Задача 6.
- •Задача 7.
- •Задача 9.(новогодний аттракцион)
- •Задача 10.
- •Задача 11.
- •Задача 12.
- •Задача 13.
- •Задача 14.
- •Глава 6 Последовательность независимых испытаний
- •§1.Основные понятия
- •§2 Решение типовых задач
- •§3 Задачи для самостоятельного решения.
- •Задача 2.
- •Задача 3.
- •Глава 7. Одномерная случайная величина дискретного типа
- •1 Основные понятия
- •Полигон распределения
- •Основные дискретные распределения и их числовые характеристики
- •Задача2
- •Задача 3
- •Задача 7
- •Задача 8
- •Глава 8 Одномерная случайная величина непрерывного типа
- •§1 Основные понятия.
- •§2 Решение типовых задач
- •Задача 2
- •1)Основное свойство функции плотности:
- •Задача 3
- •Решение:
- •1)Основное свойство функции плотности:
- •Задача 4
- •Решение:
- •Задача5
- •Задача 6
- •§3 Задачи для самостоятельного решения
- •Задача 22
- •Задача 23
- •1. Строим график
- •§2 Решение типовых задач
- •§3. Задачи для самостоятельного решения
- •Глава 11. Непрерывная двумерная случайная величин
- •Условные математические ожидания
- •§ 2 Решение типовых задач
- •§ 3 Задачи для самостоятельного решения
- •Глава 12. Закон больших чисел (предельные теоремы)
- •§ 1. Основные понятия и формулы
- •1. Неравенство Маркова
- •2. Неравенство Чебышева
- •3. Неравенство Бернулли
- •§ 2. Решение типовых задач
- •§ 3. Задачи для самостоятельного решения
- •Глава 12. Нормальная случайная величина
- •§ 1. Основные понятия и формулы
- •§ 2. Решение типовых задач
- •§ 3. Задачи для самостоятельного решения
§ 3 Задачи для самостоятельного решения
Задача 1
Х и У независимые случайные величины.
fx(x)=fY(y)=
Найти:1)P{YX}; 2)R[X;Y]; 3)M[X*Y]
Ответ:1)p{YX}=*dy=3/4+;2)R[X;Y]=0;3)M[X*Y]=mx*my
½*1=1/2
Задача 2
Случайная величина (Х;У) распределена равномерно в области,
ограниченной прямыми: У=Х; У=-Х; У=2.
Найти: 1)P{Y≤2X}; 2)Зависимы или нет Х и У; 3)M(mx;my); 4)R[X;Y];
5)(x)(условное математическое ожидание)
Ответ:1)P{Y2X}=1/4; 2)Х и У зависимы; 3)М(0;4/3); 4)R[X;Y]=0;
5)=
Задача 3
Случайная величина (Х;У) распределена равномерно в области(D),
ограниченной: У=Х; У=3Х; У=2/Х.
Найти:1)P{X*Y1}; 2)M[X*Y]; 3)
Ответ: 1)P{X*Y1}=1/2; 2)M[X*Y]=1; 3)=
Задача 4
Двумерная случайная величина (Х;У) распределена равномерно
в области(D), где (D)-треугольник с вершинами О(0;0); А(1;0); В(0;1).
Найти: 1)fXY(x;y); 2)fX(x); fy(y); 3)M(mx;my); 4)X; Y; 5)XY;
6)Зависимы или нет случайные величины Х и У?
Ответ:1) fXY(x;y)=
2)fX(x)=; fY(y)=
3)M(1/3; 1/3); 4)x=y=1/3≈0,236; 5)XY=-0,5; 6) Х и У зависимы.
Задача 5
Двумерная случайная величина(Х;У) распределена равномерно
в области (D), где (D)- четверть эллипса:+=1; х0; у0.
Найти:1) fXY(x;y); 2)fX(x); fy(y); 3)M(mx;my); 4)X; Y; 5)XY;
6)Зависимы или нет случайные величины Х и У?
Ответ:
5)ХУ≈-0,3; 6)зависимы.
Задача 6
Дана функция плотности двумерной случайной величины (Х;У):
fXY(x;y)=
Найти:1)С; 2)fx(x); fy(y); 3)M(mx;my); 4)x;y; 5)XY; 6)Зависимы или нет Х и У?
Ответ: 1)С=3; 3)М(17/24; 17/24); 4)Х=у=≈-0.036; 6) зависимы.
Задача 7
Дана функция плотности двумерной случайной величины (Х;У):
fxy(x;y)=
Найти:1)С; 2)fx(x); fy(y); 3)M(mx;my); 4)x;y; 5)XY; 6)Зависимы или нет Х и У?
Ответ:1) с=4; 3) М(0,5; 0,5); 4)х=у=0,5; 5)ху=0; 6) независимы.
Глава 12. Закон больших чисел (предельные теоремы)
§ 1. Основные понятия и формулы
В курсе «Теория вероятностей» вы уже познакомились с предельными теоремами. Повторим основные теоремы.
Исторически теорема Бернулли – первая из доказанных теорем (1713 г.) (поведение относительной частоты по отношению к вероятности события) После теоремы Бернулли было доказано довольно большое число такого рода теорем, выясняющих поведение среднегоразличных случайных величин приnстремящейся к бесконечности. Суть их состоит в том, чтосреднее при неограниченном увеличении числа опытов теряет характер случайного и поэтому его поведение можно предсказать! Это положение, доказанное в ряде предельных теорем, называется законом больших чисел. Накопленный опыт отмечает хорошее согласие предельных теорем с реальной действительностью.
На предельных теоремах фактически основное вся математическая статистика – это средние величины, находимые из опытов. На практике мы чаще используем неравенства, на основании которых доказываются предельные теоремы
1. Неравенство Маркова
Пусть X – случайная величина (принимает неотрицательные значения) 0
P{X≥}≤ M[X]/
Р{X} 1 – M[X]/F()1 –M[X]/
[F(x)=P{Xx}]