- •I программа курса
- •II общие методические указания
- •III основные понятия курса
- •1. Элементы комбинаторики
- •2. Виды событий
- •3. Различные определения вероятности
- •Классическое определение вероятности
- •Статистическое определение вероятности
- •Геометрическое определение вероятности
- •4. Основные теоремы и формулы
- •Д) Исходя из того, что сумма событий состоит в появлении хотя бы одного из событий – слагаемых, в случае большого числа событий имеет смысл пользоваться другой формулой:
- •Формула полной вероятности
- •Формула Бейеса
- •IV. Повторные испытания
- •Формула Пуассона
- •Локальная теорема Лапласа
- •V. Случайные величины и их характеристики
- •1. Понятие о случайных величинах
- •2. Функции распределения
- •Свойства интегральной функции
- •Свойства дифференциальной функции
- •3. Числовые характеристики случайных величин
- •4. Конкретные законы распределения
- •5. Закон больших чисел
- •VI. Элементы математической статистики
- •1. Характеристики распределения опытных данных
- •2. Построение законов распределения по опытным данным
- •Построение нормального закона по эмпирическому вариационному ряду Пусть в результате испытания получен интервальный вариационный ряд признака
- •Вычисление теоретического ряда частот нормального распределения
- •Построение закона Пуассона по эмпирическому материалу
- •Пусть получен эмпирический вариационный ряд признака
- •Вычисление теоретического ряда частот распределения Пуассона
- •3. Критерии согласия. Основные понятия
- •Критерий согласия Пирсона
- •Критерий согласия Колмогорова
- •Критерии согласия Ястремского
- •Критерий согласия Романовского
- •4. Линейная корреляция и уравнение линейной регрессии
- •IV применение компьютерных средств для решения некоторых задач статистики
- •Ввод данных
- •Графическое представление данных
- •Статистический анализ данных в Excel
- •VIII. Задания для контрольной работы
- •I. Решить задачи
- •IV. Решить задачи
- •V. Для дискретной случайной величины х, заданной рядом распределения, найти:
- •VI. Непрерывная случайная величина х задана интегральной функцией
- •IX. В предположении о распределении признака по признаку Пуассона вычислить теоретические частоты, проверить согласованность теоретических и фактических частот на основе критерия Ястремского.
- •Приложение 1
- •Приложение 2
- •Продолжение приложения 2
- •Критические точки распределения
- •Значения (распределение Пуассона)
- •Критерий Колмогорова
- •Критерий Колмогорова
V. Случайные величины и их характеристики
1. Понятие о случайных величинах
Случайной величиной называют такую переменную, которая в результате испытания может принимать одно из возможных значений, причем заранее неизвестно, какое именно. Например, число попаданий при пяти выстрелах, рост человека.
Дискретной (прерывной) называется случайная величина, которая может принимать лишь отдельные, изолированные друг от друга значения из некоторого промежутка. Например, число очков при подбрасывании игральной кости.
Непрерывной называется случайная величина, которая может принимать любое значение из некоторого интервала. Например, расстояние, которое пролетает снаряд.
Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между возможными значениями случайной величины и их вероятностями.
Закон распределения можно задать табличным, графическим, аналитическим способами.
Ряд распределения – это перечень всех возможных значений дискретной случайной величины и соответствующих им вероятностей.
|
|
|
… |
|
|
|
|
… |
|
Сумма вероятностей всех возможных значений дискретной случайной величины равна единице
.
В целях наглядности ряд распределения дискретной случайной величины можно изобразить графически, для чего в прямоугольной системе координат строят точки и соединяют их отрезками прямых. Полученную фигуру называют многоугольником распределения или полигоном.
2. Функции распределения
Дискретные и непрерывные случайные величины можно задавать с помощью интегральной функции распределения.
Интегральной функцией распределения (или функцией распределения) называется функция , которая определяет для каждого значения вероятность того, что случайная величина примет значение, меньшее числа
.
Свойства интегральной функции
-
Значения интегральной функции заключены в интервале .
-
Интегральная функция является неубывающей функцией.
-
Вероятность того, что случайная величина примет какое-либо значение из , равна приращению интегральной функции на этом интервале
.
Непрерывные случайные величины можно задавать с помощью дифференциальной функции.
Дифференциальной функцией или плотностью вероятности называется первая производная от интегральной функции
Кривой распределения непрерывной случайной величины называют график ее плотности вероятности.
Свойства дифференциальной функции
-
Дифференциальная функция неотрицательна.
-
.
-
Вероятность того, что непрерывная случайная величина примет какое-либо значение из интервала равна определенному интегралу от плотности распределения на этом интервале
.
Связь между интегральной и дифференциальной функциями
, .
3. Числовые характеристики случайных величин
Числовыми характеристиками случайной величины называются характеристики, которые в сжатой форме выражают наиболее существенные особенности распределения.
Математическое ожидание (ожидаемое среднее).
Для дискретной случайной величины –
.
Для непрерывной случайной величины –
.
Свойства математического ожидания
-
-
-
– для независимых случайных величин.
-
Дисперсия (мера рассеивания) –
,
– для дискретной случайной величины,
– для непрерывной случайной величины.
Свойства дисперсии
-
-
.
-
– для независимых случайных величин.
-
.
Среднее квадратическое отклонение –
.