- •Кафедра информатики и прикладной математики математика
- •Часть 2
- •Теория вероятностей и элементы математической статистики учебно - методический комплекс
- •Санкт-Петербург
- •Информация о дисциплине
- •1.1. Предисловие
- •Содержание дисциплины и виды учебной работы Объем дисциплины и виды учебной работы
- •Перечень видов практических занятий и контроля:
- •2. Рабочие учебные материалы
- •2.1. Рабочая программа (объем 150 часов) Введение
- •Раздел 1. Случайные события (50 часов)
- •Раздел 2. Случайные величины ( 60 часов)
- •Раздел 3. Элементы математической статистики (40 часов)
- •2.2. Тематический план занятий Тематический план дисциплины
- •Тематический план дисциплины для студентов очно-заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Структурно-логическая схема дисциплины Математика ч.2. Теория вероятностей и элементы математической статистики Теория
- •Раздел 1 Случайные события Раздел 3 Элементы математической Статистики
- •Раздел 2 Случайные величины
- •2.4. Временной график изучения дисциплины
- •2.5. Практический блок Практические занятия (очно-заочная форма обучения)
- •Практические занятия (заочная формы обучения)
- •Практические занятия (очная форма обучения)
- •Лабораторные работы (очно-заочная форма обучения)
- •Лабораторные работы (очная форма обучения)
- •Лабораторные работы (заочная форма обучения)
- •2.6. Бально-рейтинговая система
- •Информационные ресурсы дисциплины
- •Библиографический список Основной:
- •3.2. Опорный конспект по курсу “ Математика ч.2. Теория вероятностей и элементы математической статистики” введение
- •Раздел 1. Случайные события
- •1.1. Понятие случайного события
- •1.1.1. Сведения из теории множеств
- •1.1.2. Пространство элементарных событий
- •1.1.3. Классификация событий
- •1.1.4. Сумма и произведение событий
- •1.2. Вероятности случайных событий.
- •1.2.1. Относительная частота события, аксиомы теории вероятностей. Классическое определение вероятности
- •1.2.2. Геометрическое определение вероятности
- •Вычисление вероятности события через элементы комбинаторного анализа
- •1.2.4. Свойства вероятностей событий
- •1.2.5. Независимые события
- •1.2.6. Расчет вероятности безотказной работы прибора
- •Формулы для вычисления вероятности событий
- •1.3.1. Последовательность независимых испытаний (схема Бернулли)
- •1.3.2. Условная вероятность события
- •Вероятность произведения событий
- •1.3.4. Формула полной вероятности и формула Байеса
- •Раздел 2. Случайные величины
- •2.1. Описание случайных величин
- •2.1.1. Определение и способы задания случайной величины Одним из основных понятий теории вероятности является понятие случайной величины. Рассмотрим некоторые примеры случайных величин:
- •2.1.2. Дискретные случайные величины
- •Рассмотрим события Ai , содержащие все элементарные события , приводящие к значению XI:
- •Пусть pi обозначает вероятность события Ai :
- •2.1.3. Непрерывные случайные величины
- •2.1.4. Функция распределения и ее свойства
- •2.1.5. Плотность распределения вероятности и ее свойства
- •2.2. Числовые характеристики случайных величин
- •2.2.1. Математическое ожидание случайной величины
- •2.2.2. Дисперсия случайной величины
- •2.2.3. Нормальное распределение случайной величины
- •2.2.4. Биномиальное распределение
- •2.2.5. Распределение Пуассона
- •Раздел 3. Элементы математической статистики
- •3.1. Основные определения
- •Систематизация выборки
- •Гистограмма
- •3.3. Точечные оценки параметров распределения
- •Основные понятия
- •Точечные оценки математического ожидания и дисперсии
- •3.4. Интервальные- оценки
- •Понятие интервальной оценки
- •Построение интервальных оценок
- •Основные статистические распределения
- •Интервальные оценки математического ожидания нормального распределения
- •Интервальная оценка дисперсии нормального распределения
- •4. Методические указания к выполнению лабораторных работ
- •Выполнение лабораторных работ в ms Excel
- •Лабораторная работа 1 статистическое оценивание параметров распределения
- •Порядок выполнения лабораторной работы
- •Лабораторная работа 2 проверка гипотезы о законе распределения. Критерий пирсона
- •Понятие статистической гипотезы о виде распределения
- •Порядок выполнения лабораторной работы
- •Ячейка Значение Ячейка Значение
- •5. Методические указания к выполнению контрольной работы Задание на контрольную работу
- •Методические указания к выполнению контрольной работы События и их вероятности
- •Случайные величины
- •Среднее квадратическое отклонение
- •Элементы математической статистики
- •6. Блок контроля освоения дисциплины Репетиционные вопросы Тест № 1
- •Вопрос 10
- •Вопрос 14
- •Вопрос 15
- •Вопрос 16
- •Вопрос 17
- •Вопрос 18
- •Вопрос 19
- •Вопрос 20
- •Тест № 2
- •Вопрос 1
- •Вопрос 7
- •Вопросы для экзамена по курсу «Теория вероятностей и элементы математической статистики»
- •Глоссарий
- •Продолжение таблицы в
- •Окончание таблицы в
- •Равномерно распределенные случайные числа
- •Содержание
- •Раздел 1. Случайные события………………………………………. 18
- •Раздел 2 . Случайные величины ..………………………… ….. 42
- •Раздел 3. Элементы математической статистики ............... 65
- •4. Методические указания к выполнению лабораторных
- •5. Методические указания к выполнению контрольной
3.2. Опорный конспект по курсу “ Математика ч.2. Теория вероятностей и элементы математической статистики” введение
Теория вероятностей – это математическая наука, изучающая закономерности в случайных явлениях. Случайные явления – это такие явления, которые при неоднократном воспроизведении одного и того же опыта с соблюдением некоторого комплекса условий протекают по-разному, что ведет к различным результатам опыта. Примеры случайных явлений можно наблюдать во многих областях науки и техники.
Теория вероятностей основывается на построении математических моделей случайных явлений, изучении свойств моделей и применяется в задачах, которые требуют определения и расчета вероятностей отдельных испытаний или серии опытов, а также для определения надежности или устойчивости работы устройств, приборов или систем обслуживания.
Настоящий «Опорный конспект» содержит теоретические основы дисциплины Математика ч. 2. Теория вероятностей и элементы математической статистики, состоит из 3-х разделов, включает варианты решения различных задач, прилагаются вопросы для самопроверки и тестовые вопросы.
___________________________________________________________________
* Нумерация рубрик данного параграфа не зависит от нумерации всего УМК.
Раздел 1. Случайные события
Данный раздел курса Теория вероятностей и элементы математической статистики содержит краткое изложение теоретического материала для изучения понятия случайного события, классификации событий.
Кроме того, приводится классическое и геометрическое определение вероятности, сформулированы аксиомы о вероятностях и следствия из них. Рассматриваются несовместные и независимые события и приводятся формулы, по которым можно вычислить вероятность суммы и произведения различных событий, а также формула для вычисления вероятности по схеме Бернулли, формула полной вероятности и формула Байеса.
Каждое понятие или приводимая формула обязательно поясняется примером, решение которого позволяет увидеть, в каких случаях следует использовать конкретную формулу, что в большой степени определяется формулировкой поставленной задачи.
Изучив материал раздела, студент может проверить свои знания по вопросам для самопроверки, которые даются в конце каждой темы, а также разобрать репетиционный тест № 1, приведенный в Блоке контроля освоения дисциплины. После того, как эта часть работы проделана, студент может приступить к выполнению задачи № 1 из методических указаний по выполнению контрольной работы по вычислительной математике, основам теории вероятностей и элементам математической статистики [ 8 ].
1.1. Понятие случайного события
1.1.1. Сведения из теории множеств
Понятие множества относится к фундаментальным понятиям математики. Под множеством понимают некоторую совокупность объектов, называемых элементами множества. Для задания множества можно или перечислить все элементы, в него входящие, или определить свойства, которыми они обладают. Множества обозначают прописными буквами A, B, …, а их элементы – строчными буквами a, b,… и заключают в фигурные скобки.
Пример 1.1. Обозначим A - множество положительных целых чисел, меньших 6
A = { 1,2,3,4,5}.
Пример 1.2. Обозначим B – множество всех действительных чисел
B = {x: }.
Пример 1.3. Обозначим C множество всех жителей некоторого города, которые старше 90 лет. Если x обозначает возраст жителя этого города, то все элементы множества C можно определить
C= {x: x>90}.
Выражение "элемент a принадлежит множеству A" будем символически записывать a A, а запись a A будет означать " элемент a не принадлежит множеству A".
Множества, состоящие из конечного числа элементов, называют конечными, в противном случае – бесконечными. В примерах 1.1 и 1.3 определены конечные множества, а примером бесконечного множества является множество из примера 1.2.
Символом Ø будем обозначать множество, не содержащее элементов. Это множество называют пустым множеством. Например, для некоторого города множество C в примере 1.3 может оказаться пустым.
Множество B называют подмножеством множества A, если все элементы B принадлежат множеству A, и символически записывают или .