- •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
1.1.2. Пространство элементарных событий
Теория вероятностей изучает математические модели случайных явлений. Предположим, что производится некоторый эксперимент, исход (результат) которого непредсказуем. Множество тех исходов данного эксперимента, которые не могут происходить одновременно и появление одного и только одного из них обязательно произойдет, называют пространством элементарных событий, а сами исходы называют элементарными событиями. Пространство элементарных событий обозначают , а элементарное событие - . Пространство элементарных событий называют конечным, если множество элементарных событий конечно и - бесконечным в противном случае.
Рассмотрим некоторые примеры пространств элементарных событий.
Пример 1.4. Игральный кубик, имеющий шесть граней с изображением на каждой числа точек (1,2,3,4,5,6), подбрасывают один раз. Результатами этого эксперимента будем считать число очков, выпавшее на верхней грани кубика. Следовательно, пространство элементарных событий состоит из множества = {1 , 2 , 3 , 4 , 5 , 6}, где элементарное событие i обозначает число очков i, выпавшее на верхней грани кубика.
Пример 1.5. Эксперимент состоит в наблюдении числа автомобилей, обслуживаемых автозаправочной станцией с 12 до 15 часов. В этом случае элементарные события можно выразить числами 0,1,2…. Очевидно, что число обслуживаемых автомобилей в течение рассматриваемого промежутка времени конечно, но точно предсказать их число невозможно. Поэтому будем считать, что пространство элементарных событий состоит из бесконечного множества
= {0,1,2,…}.
Пример 1.6.Игральный кубик подбрасывают один раз. Рассмотрим следующие события: A = {выпало четное число},
B = {выпало нечетное число},
C = {выпало число 3}.
Каждое из этих событий отождествим с множеством всех исходов, при которых они наступают. Тогда события
A={ 2 ,4 ,6 }, B ={ 1,3,5 }, C={ 1,2,3 }.
Отсюда видно, что все эти события являются подмножествами пространства элементарных событий.
1.1.3. Классификация событий
Для конечных пространств элементарных событий отождествим событие и множество всех исходов, при которых данное событие наступает. Эти исходы называют элементарными событиями, благоприятствующими данному событию. Для конечных пространств элементарных событий событие – это множество всех исходов ему благоприятствующих. Такой подход к определению случайного события позволяет применять теорию множеств.
Определение. Невозможным событием называется событие, которое не может наступить в условиях данного эксперимента, т.е. это событие имеет пустое множество благоприятствующих исходов.
Например, пусть событие D = {на верхней грани кубика выпало число > 7}. Это событие является невозможным и ему соответствует пустое множество благоприятствующих исходов. Будем невозможное событие обозначать символом .
Определение. Достоверным называется событие , которое всегда наступает в условиях данного эксперимента. Множество благоприятствующих исходов достоверного события совпадает с пространством элементарных событий .
Пусть событие E = {на верхней грани кубика выпало число <= 7}. Это событие является достоверным и множество благоприятствующих ему исходов совпадает с пространством элементарных событий.
Определение. Если при каждом осуществлении события A происходит событие B, то говорят, что событие A влечет событие B. В этом случае множество благоприятствующих исходов события A содержится в множестве благоприятствующих исходов события B, т.е. .
Определение. События А и В называются эквивалентными, если событие А влечет событие В, а событие В влечет А.
Определение. Событие =-A называется противоположным событию A. Множество благоприятствующих исходов события является дополнением до пространства элементарных событий множества благоприятствующих исходов события A ( или появление события - это непоявление события А ).
Определение. События A и B называются несовместными, если они не могут произойти вместе.