
- •Содержание
- •Введение
- •Глава 1 Основные понятия.
- •1.1Вводные понятия.
- •1.2Непосредственный подсчёт вероятностей
- •1.3Частота или статическая вероятность.
- •Глава 2Аксиоматика теории вероятности. Правила умножения и сложения и их свойства.
- •2.1Элементарные сведения из теории множеств.
- •2.2Аксиомы теории вероятностей и их следствия. Правило сложения вероятностей.
- •2.3Комбинаторика. Классические модели. Примеры.
- •2.4Геометрическая модель.
- •2.5Условная вероятность события. Правило умножения вероятностей.
- •2.6Формула полной вероятности.
- •2.7Теорема гипотез (Формула Бейеса).
- •Глава 3Случайные величины, их законы распределения.
- •3.1Понятие случайной величины. Законы распределения. Ряд распределения дискретной случайной величины.
- •3.2Функция распределения случайной величины. Её свойства.
- •3.3Функция распределения дискретной с. В. Индикатор события.
- •3.4Непрерывная случайная величина. Плотность распределения.
- •Глава 4Числовые характеристики случайных величин.
- •4.1Роль и назначение числовых характеристик. Математическое ожидание случайной величины.
- •4.2 Моменты. Дисперсия. Среднее квадратичное отклонение.
- •Глава 5Некоторые важные для практики распределения дискретных с. В.
- •5.1Аппарат производящей функции.
- •5.2Испытания Бернулли.
- •5.3Биноминальное распределение.
- •5.4Распределение Пуассона.
- •5.5Геометрическое распределение.
- •5.6Гипергеометрическое распределение.
- •Глава 6Некоторые важные для практики распределения непрерывных случайных величин.
- •6.1Равномерное распределение.
- •6.2Показательное распределение.
- •6.3Нормальное распределение.
- •6.4Гамма - распределение и распределение Эрлана.
- •Глава 7Системы случайных величин (случайные векторы).
- •7.1Понятие о системе случайных величин.
- •7.2Функция распределения системы двух случ. Величин.
- •7.3Система двух дискретных случ. Величин. Матрица распределения.
- •7.4Система двух непрерывных случ. Величин. Совместная плотность распределения.
- •7.5Зависимые и независимые случ. Величины. Условные законы распределения.
- •7.6Числовые характеристики системы двух с.В. Ковариация и коэффициент корреляции.
- •7.7Условные числовые характеристики системы случайных величин (х,у). Регрессия.
- •7.8Закон распределения и числовые характеристики n-мерного случайного вектора.
- •Лекции « Теория вероятности и математическая статистика »
- •Раздел 2
- •«Математическая статистика.» Глава 8Основы математической теории выборочного метода.
- •8.1Понятие о выборочном методе. Способы образования выборочной совокупности.
- •8.2Характеристики генеральной и выборочной совокупности.
- •8.3Эмпирическая функция распределения.
- •Глава 9Статистическое оценивание параметров распределения.
- •9.1Понятие об оценке параметров.
- •9.2Основные свойства оценок.
- •1) Несмещенность
- •2) Эффективность
- •3) Состоятельность
- •9.3Оценка математического ожидания и дисперсии по выборке.
- •9.4Метод наибольшего правдоподобия.
- •9.5Распределение средней арифметической для выборок из нормальной совокупности. Распределение Стьюдента.
- •9.6Распределение дисперсии в выборках из нормальной генеральной совокупности. Распределение Пирсона.
- •9.7Понятие доверительного интервала. Доверительная вероятность.
- •9.8 Построение доверительного интервала для математического ожидания при известной .
- •9.9Построение доверительного интервала для математического ожидания при неизвестной .
- •9.10Построение доверительного интервала для дисперсии.
- •Глава 10Проверка статистических гипотез.
- •10.1Понятие статистической гипотезы. Общая постановка задачи проверки гипотез.
- •10.2Проверка гипотезы о равенстве центров распределений двух нормальных генеральных совокупностей при известном .
- •10.3Проверка гипотезы о равенстве центров распределения нормальных генеральных совокупностей при неизвестном .
- •10.5Проверка гипотез о законе распределения. Критерий согласия .
- •10.6Вычисление объёма выборки.
- •Глава 11Основы дисперсионного анализа.
- •11.1Основная идея дисперсионного анализа.
- •11.2Однофакторный комплекс.
- •11.3Двухфакторный комплекс.
- •11.4Дисперсионный анализ с равным числом наблюдения в ячейке.
- •11.5Дисперсионный анализ с неравным числом наблюдений в ячейке.
- •Глава 12Основы корреляционного анализа.
- •12.1О связях функциональных, стохастических, статистических и корреляционных.
- •12.2Определение формы связи. Понятие регрессии.
- •12.3 Поле корреляции.
- •12.4Линейная регрессия. Понятие о способе наименьших квадратов.
- •12.5Кривые регрессии. Нелинейная регрессия.
- •12.6Измерение тесноты связи. Эмпирическое корреляционное отношение.
1.3Частота или статическая вероятность.
Если производится серия из n опытов, в каждом из которых может появиться или не появиться событие А, то частота события А в данной серии называется количество опытов, в которых появилось событие А, а статистическая вероятность – это отношение числа опытов, в которых появилось событие А, к общему числу n произведённых опытов.
Обозначим
- статистическую вероятность события
А.
,
где
-
число опытов, в которых событие А
случилось (частота)
- общее число опытов.
С увеличением числа опытов статистическая вероятность приближается к некоторому числу (не сходится, стремится). Это число и можно назвать вероятностью события.
Правило сложения частот:
Если А и В несовместимы, то
Правило умножения частот:
Для любых событий A и В:
Понятие частоты события является кардинально важным в теории вероятностей. Можно построить всё её здание, исходя из основного понятия частоты и постулируя свойства не вероятностей, а частот (такое построение теории вероятностей было предложено ещё в начале XX века Р. Мизесом, да и в настоящее время многие авторы предпочитают излагать теорию вероятностей на частотной основе). Но более современной и более распространённой является аксиоматический теоретико-множественный подход, связанный с идеями А. Н. Колмогоровым, Этого подхода мы будем придерживаться в дальнейшем.
Глава 2Аксиоматика теории вероятности. Правила умножения и сложения и их свойства.
2.1Элементарные сведения из теории множеств.
Опр. Множеством называется любая совокупность объектов произвольной идентичной природы, каждый из которых называется элементом множества.
Пример: 1) Множество студентов института.
Множество чисел натуральных.
Множество точек (геометрия) на отрезке.
Опр. По числу элементов множества делятся на конечные и бесконечные.
Опр. Счётным множеством называется множество, в котором каждому элементу можно приставить индекс.
Пример:
Опр. Два множества А и В совпадают (или равны), если они состоят из одних и тех же элементов.
Обозначение: А=В
Опр. Объединением (суммой) множеств А и В называется множество С, состоящее из всех элементов множеств А и В и только их.
Обозначение:
Очевидно если
и наоборот.
О
пр.
Пересечением (произведением)
множеств А и В называется множество D,
состоящее из элементов принадлежащих
и множеству А и множеству В одновременно.
Обозначение:
Очевидно если
и наоборот.
Введём обозначения:
Ω – всё пространство (включает все элементы определённой природы)
Ø – пустое множество (не имеет ни одного элемента)
О
пр.
Противоположным множеству А
называется множество
,
состоящее из всех элементов не
принадлежащих множеству А.
Примечание: Данные определения имеют математический характер и удобны при решении задач, далее будут приведены определения суммы, произведения и противоположного событий на основе логики, предназначенные для описания реальных событий.
Свойства операций объединения и пересечения:
1). Переместительное свойство:
2). Сочетательное свойство:
3). Распределительное свойство:
Примечание (читателю рекомендуется самому вывести формулы исходя из определения):
A + A = A A A = A
A + = Ω A = Ø
Ω + A = Ω Ω A = A
Ø + A = A Ø A = Ø