- •Оглавление
- •Задачи с решениями
- •§2. Случайные события и их классификация. Алгебра событий. Вероятность события. Теоремы сложения и умножения вероятностей Случайные события
- •Вероятность события
- •Теоремы сложения и умножения вероятностей
- •Задачи с решениями
- •§3. Формула полной вероятности. Повторные испытания. Формула Бернулли Формула полной вероятности
- •Повторные испытания. Формула Бернулли
- •Формулы Лапласа
- •Формула Пуассона
- •Задачи с решениями
- •Глава 2. Случайные величины §4. Дискретная случайная величина Понятие случайной величины. Закон распределения дискретной случайной величины
- •Фунция распределения
- •Свойства функции распределения
- •Числовые характеристики дискретной случайной величины
- •Свойства математического ожидания
- •Свойства дисперсии
- •Некоторые законы распределения дискретной случайной величины
- •§5. Непрерывная случайная величина Понятие непрерывной случайной величины. Функция распределения непрерывной случайной величины
- •Свойства функции распределения
- •Функция плотности распределения вероятностей
- •Свойства функции плотности распределения вероятностей
- •Числовые характеристики непрерывной случайной величины
- •§6. Некоторые законы распределения непрерывной случайной величины Равномерный закон распределения
- •Показательный (экспоненциальный) закон распределения
- •Нормальный закон распределения
- •"Правило трех сигм"
- •Глава 3. Элементы математической статистики §7. Статистическое распределение выборки Задачи математической статистики
- •Генеральная и выборочная совокупности
- •Статистическое распределение выборки. Полигон и гистограмма
- •Свойства функции (х)
- •Задачи с решениями
- •§8. Статистические оценки параметров Точечные статистические оценки параметров распределения
- •Интервальные оценки параметров нормального распределения
- •Задачи с решениями
- •§9. Проверка статистических гипотез Статистические гипотезы
- •Проверка гипотез
- •Сравнение двух дисперсий нормальных генеральных совокупностей
- •Сравнение нескольких дисперсий нормальных генеральных совокупностей
- •Сравнение двух средних нормальных генеральных совокупностей
- •Задачи с решениями
- •§10. Критерий согласия Пирсона Проверка гипотезы о нормальном распределении
- •Задачи с решениями
- •§11. Элементы теории корреляции
- •Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Проверка значимости выборочного коэффициента корреляции
- •Линейная корреляция. Уравнение регрессии
- •Ранговая корреляция
- •Правило проверки наличия связи между качественными признаками
- •Приложение 1 Контрольные работы и контрольные вопросы по теории
- •Элементы теории вероятностей
- •Элементы математической статистики
- •3. Контрольные вопросы по теории
- •Приложение 2 Вероятностные таблицы
- •Значения функции
- •Критические точки распределения
- •Критические точки распределения Стьюдента
- •Критические точки распределения f Фишера – Снедекора
Свойства функции распределения
1) 0≤ F(x) ≤1;
2) F(x) неубывающая функция на промежутке (∞;+∞);
3) F(x) непрерывна слева в точках х= xi (i=1,2,…n) и непрерывна во всех остальных точках;
4) F(∞)=Р (Х<∞)=0 как вероятность невозможного события Х <∞, F(+∞)=Р(Х<+∞)=1 как вероятность достоверного события Х <+∞.
Если закон распределения дискретной случайной величины Х задан в виде таблицы:
x |
x1 |
x2 |
х3 |
… |
хn |
p |
р1 |
р2 |
р3 |
... |
рn |
то функция распределения F(x) определяется формулой:
Её график изображен на рис. 4.2:
Рис. 4.2
Числовые характеристики дискретной случайной величины
Определение 5. Математическим ожиданием М(Х) дискретной случайной величины Х называется сумма произведений всех ее значений на соответствующие им вероятности:
Математическое ожидание характеризует среднее значение случайной величины.
Свойства математического ожидания
1) M(C)=C, где С постоянная величина;
2) М(СХ)=СМ(Х),
3) М(Х±Y)=М(Х) ±M(Y);
4) M(XY)=M(X)M(Y), где X,Y независимые случайные величины;
5) M(X±C)=M(X)±C, где С постоянная величина.
Для характеристики степени рассеяния возможных значений дискретной случайной величины вокруг ее математического ожидания служит дисперсия.
Определение 6. Дисперсией D(X) случайной величины Х называется математическое ожидание квадрата отклонения случайной величины от её математического ожидания:
D(X)=M(XM(X))2
Свойства дисперсии
1) D(C)=0, где С постоянная величина;
2) D(X)>0, где Х случайная величина;
3) D(C · X)=C2·D(X), где С постоянная величина;
4)D(X+Y)=D(X)+D(Y), где X,Y независимые случайные величины;
Для вычисления дисперсии часто бывает удобно пользоваться формулой:
D(X)=M(X2) (M(X))2,
Дисперсия D(X) имеет размерность квадрата случайной величины, что не всегда удобно. Поэтому в качестве показателя рассеяния возможных значений случайной величины используют также величину.
Определение 7. Средним квадратическим отклонением σ(Х) случайной величины Х называется квадратный корень из дисперсии:
Задача 4.2. Дискретная случайная величина Х задана законом распределения:
х |
1 |
0 |
1 |
2 |
3 |
р |
0,1 |
p2 |
0,3 |
0,2 |
0,3 |
Найти p2, функцию распределения F(x) и построить её график, а также M(X),D(X), σ(Х).
Решение: Так как сумма вероятностей возможных значений случайной величины Х равна 1, то
Р2=1 (0,1+0,3+0,2+0,3)=0,1
Найдем функцию распределения F(х)=P(X < x).
Геометрически это равенство можно истолковать так: F(х) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси точкой, лежащей левее точки х.
Если х ≤ 1, то F(х)=0, так как на промежутке ( ∞; х) нет ни одного значения данной случайной величины;
Если 1< х ≤0, то F(х) = Р(Х = 1) = 0,1, так как в промежуток (∞; х) попадает только одно значение x1 = 1;
Если 0 < х ≤ 1, то F(х) = Р(Х = 1) + Р(Х = 0) = 0,1 + 0,1 = 0,2, так как в промежуток (∞; х) попадают два значения x1 = 1 и x2 = 0;
Если 1< х ≤2, то F(х)=Р(Х = 1) + Р(Х = 0)+ Р(Х = 1)= 0,1+0,1+0,3=0,5, так как в промежуток (∞; х) попадают три значения
x1=1, x2=0 и x3=1;
Если 2 < х ≤ 3, то F(х) = Р(Х = 1) + Р(Х = 0) + Р(Х = 1) + Р(Х = 2) = =0,1+0,1+0,3+0,2=0,7, так как в промежуток (∞; х) попадают четыре значения x1 = 1, x2 = 0, x3 = 1 и х4 = 2;
Если х > 3, то F(х)=Р(Х = 1)+Р(Х = 0)+Р(Х = 1)+Р(Х = 2)+Р(Х = 3) = =0,1+0,1+0,3+0,2+0,3=1, так как в промежуток (∞; х) попадают пять значений x1= 1, x2 = 0, x3 = 1, х4 = 2 и х5 = 3.
Итак,
Изобразим функцию F(x) графически (рис. 4.3):
Рис. 4.3
Найдем числовые характеристики случайной величины:
=