- •Лекция 1. Предмет теории вероятностей и математической статистики и их роль в экономике и менеджменте
- •Лекция 2. Аксиоматика теории вероятности Понятие случайного эксперимента.
- •Пространство элементарных событий.
- •Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •Свойства операций над событиями.
- •Алгебра и сигма-алгебра событий.
- •Лекция 3. Методы определения вероятностей событий
- •Классическое определение вероятности события. Случаи равновероятных исходов.
- •Статистическое определение вероятности события. Случаи неравновероятных исходов.
- •Геометрические вероятности.
- •Аксиоматическое построение теории вероятностей.
- •Вероятностное пространство
- •Лекция 4. Основные теоремы теории вероятностей. Формула полной вероятности и формула Байеса Полная группа событий.
- •Условная вероятность.
- •Формула умножения вероятностей.
- •Формула сложения вероятностей.
- •Независимость событий.
- •Формула полной вероятности.
- •Формула Байеса
- •Основные понятия комбинаторики.
- •Правила суммы и произведения.
- •Лекция 5. Схема независимых испытаний Бернулли
- •Случай непостоянной вероятности появления события в опытах
- •Наивероятнейшее число наступления событий в схеме Бернулли.
- •Предельные теоремы для схемы Бернулли.
- •Теорема Пуассона.
- •Понятие потока событий.
- •Локальная теорема Муавра –Лапласа.
- •Интегральная (глобальная) теорема Муавра – Лапласа.
- •Лекция 6. Виды случайных величин и расчет вероятностей событий с использованием функций и плотностей распределения
- •Закон распределения дискретной случайной величины.
- •Функция распределения случайной величины и ее свойства.
- •Свойства функции распределения
- •Плотность распределения вероятностей.
- •Лекция 7. Основные параметры распределений одномерных случайных величин.
- •Математическое ожидание случайной величины
- •Свойства математического ожидания:
- •Дисперсия случайной величины и ее свойства.
- •Среднее квадратическое отклонение.
- •Лекция 8. Основные законы распределений случайных величин
- •Биномиальное распределение, его математическое ожидание и дисперсия.
- •Распределение Пуассона.
- •Геометрическое распределение
- •Гипергеометрическое распределение (урновая схема)
- •Равномерное распределение.
- •Показательное распределение.
- •Лекция 9. Нормальное распределение и его свойства
- •Свойства функции Гаусса.
- •Вероятность попадания нормальной случайной величины в заданный интервал.
- •Функция Лапласа и ее свойства.
- •О тклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •Лекция 10. Многомерные случайные величины
- •Закон распределения вероятностей двумерной случайной величины
- •Совместная функция распределения двух случайных величин
- •Свойства совместной функции распределения двух случайных величин
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
- •Свойства двумерной плотности вероятности
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •Числовые характеристики системы двух случайных величин
- •Корреляционный момент
- •Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Лекция 11. Предельные теоремы теории вероятностей.
- •Неравенство Чебышева
- •Теорема Чебышева.
- •Центральная предельная теорема.
- •Лекция 12. Выборочный метод анализа свойств генеральной совокупности.
- •Выборочный метод и его основные понятия. Случайная выборка и ее объем
- •Способы отбора
- •Вариационный ряд для дискретных и непрерывных случайных величин.
- •Полигон и гистограмма
- •Лекция 13. Понятие о статистических оценках случайных величин Эмпирическая функция распределения
- •Важнейшие свойства статистических оценок
- •Надежность и доверительный интервал.
- •Лекция 14. Доверительные интервалы для математического ожидания и дисперсии Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии
- •. Доверительный интервал для оценки среднего квадратического отклонения нормального распределения
- •Лекция 15. Проверка статистических гипотез.
- •Статистический критерий
- •Критическая область. Область принятия гипотезы. Критические точки.
- •Критерий согласия Пирсона о виде распределения.
- •Лекция 16. (уир) Понятие о регрессионном анализе
- •Понятие о регрессионном анализе
- •Выборочные уравнения регрессии.
- •Линейная регрессия
- •Множественная линейная регрессия
- •Нелинейная регрессия
- •Логарифмическая модель.
- •Обратная модель.
- •Степенная модель.
- •Показательная модель.
- •Лекция 17 (уир). Понятие о корреляционном анализе.
- •А. Парная корреляция
- •Б. Множественная корреляция
- •Лекция 18 (уир). Цепи Маркова с дискретным временем
- •Однородные цепи Маркова
- •Переходные вероятности. Матрица перехода.
- •Равенство Маркова
- •Лекция 19 (уир). Цепи Маркова с непрерывным временем.
- •Уравнения Колмогорова
- •Финальные вероятности состояний системы
- •Лекция 20 (уир). Системы массового обслуживания.
- •Расчет характеристик систем массового обслуживания Одноканальные модели а. Одноканальная модель с отказами
- •Б. Одноканальная модель с ожиданием
- •Многоканальные модели
Лекция 8. Основные законы распределений случайных величин
Случайную величину полностью задает закон ее распределения (в дискретном случае), а также функция распределения или плотность вероятностей (для непрерывной случайной величины).
Наиболее важными законами распределения дискретной случайной величины являются биномиальный закон, закон распределения Пуассона, геометрическое и гипергеометрическое распределение, а непрерывной – нормальное, равномерное и показательное распределения. Нормальное распределение будет рассмотрено в одной из последующих лекций.
Биномиальное распределение, его математическое ожидание и дисперсия.
Закон распределения случайной величины числа появлений события в схеме Бернулли имеет вид
,
где , .
Эта формула еще называется биномиальной, так как её правая часть представляет собой -й член бинома Ньютона:
.
Очевидно, что для закона биномиального распределения вероятностей выполняется условие нормировки, т.е. сумма всех вероятностей равна единице:
.
Биномиальное распределение для и некоторых значений приведено ниже
Математическое ожидание числа появлений события в независимых испытаниях для биномиального распределения равно произведению числа испытаний на вероятность появления события в каждом испытании (т.е. среднему числу появления события в данной серии испытаний).
Дисперсия и среднее квадратическое отклонения равны соответственно:
Распределение Пуассона.
Ранее отмечалось, что если при увеличении числа испытаний произведение остается постоянным, то биномиальное распределение при больших значениях n сходится к распределению Пуассона.
Случайная величина называется распределенной по закону Пуассона, если она может принимать значения , соответствующая вероятность которых определяется по формуле Пуассона:
,
Распределение Пуассона для приведено ниже
Для распределения Пуассона математическое ожидание и дисперсия равны соответственно:
.
Равенство значений математического ожидания и дисперсии является уникальным свойством распределения Пуассона. Это свойство часто применяется на практике для решения вопроса, правдоподобна ли гипотеза о том, что случайная величина X распределена по закону Пуассона. Для этого определяют из опыта статистические характеристики случайной величины – математическое ожидание и дисперсию. Если их значения близки, то это может служить доводом в пользу гипотезы о пуассоновском распределении.
Геометрическое распределение
Дискретная случайная величина имеет геометрическое распределение, если она принимает значения (счетное множество значений) с вероятностями
.
Случайная величина, имеющая геометрическое распределение, представляет собой число испытаний в схеме Бернулли до первого успеха. Геометрическое распределение для некоторых конкретных значений p приведено ниже
Можно показать, что математическое ожидание и дисперсия для геометрического распределения равны соответственно:
Пример. В большой партии изделий вероятность брака равна . Контроль качества проводится до первого появления бракованного изделия. В результате серии проверок обнаружилось, что бракованное изделие впервые появлялось в среднем при десятом испытании. Оценить численное значение .
Решение. Пусть - число испытаний до первого появления бракованного изделия. Эта случайная величина имеет геометрическое распределение. По условию ее среднее значение равно . Таким образом