- •Математика и информатика
- •Содержание
- •Часть 1. Основания математики Глава 1. Понятийный аппарат аксиоматического метода
- •1.1. Понятие аксиоматического метода
- •1.2. Аксиоматическое построение математической теории
- •1.3. Вопросы для самоконтроля по теме «Аксиоматический метод»
- •Глава 2. Основные понятия теории множеств. Основные структуры
- •2.1. Понятие множества
- •2.2. Способы задания множеств
- •2.3. Алгебра множеств
- •2.3.1. Отношения между множествами
- •2.3.2. Операции над множествами
- •2.3.3. Алгебраические свойства операций над множествами
- •2.3.4. Геометрическая интерпретация операций над множествами
- •2.4. Декартово произведение множеств. Бинарные отношения
- •2.5. Символический язык логической структуры математических предложений
- •2.6. Алгебраические операции над различными математическими объектами
- •2.7. Вопросы для самоконтроля по теме «Теория множеств»
- •Глава 3. Структуры на множестве. Комбинаторика
- •3.1. Перестановки
- •3.2. Размещения
- •3.3. Сочетания
- •3.4. Вопросы для самоконтроля по теме «Комбинаторика»
- •Часть 2. Основы теории вероятностей Глава 4. Случайные события
- •4.1. Основные понятия теории вероятностей. Виды случайных событий
- •4.2. Алгебра случайных событий
- •4.3. Определение вероятности
- •4.3.1. Классическое определение вероятности
- •4.3.2. Аксиомы теории вероятностей. Аксиоматическое определение вероятности
- •4.4. Теоремы сложения и умножения вероятностей
- •4.4.1. Сложение вероятностей несовместных событий
- •4.4.2. Умножение вероятностей независимых событий
- •4.4.3. Вероятность появления хотя бы одного события
- •4.4.4. Умножение вероятностей зависимых событий. Условная вероятность
- •4.4.5. Сложение вероятностей совместных событий
- •4.5. Формула полной вероятности
- •4.6. Формула Байеса
- •4.7. Вопросы для самоконтроля по теме «Основы теории вероятностей»
- •Глава 5. Случайные величины
- •5.1. Понятие случайной величины
- •5.2. Дискретная случайная величина
- •5.2.1. Закон распределения дискретной случайной величины
- •5.2.2. Числовые характеристики дискретных случайных величин
- •5.3. Непрерывная случайная величина
- •5.3.1. Функция распределения вероятностей и плотность распределения вероятностей непрерывной случайной величины
- •5.3.2. Числовые характеристики непрерывной случайной величины
- •5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- •5.3.4. Вероятность попадания в заданный интервал нормальной случайной величины
- •5.3.5. Вычисление вероятности заданного отклонения нормальной случайной величины
- •5.4. Вопросы для самоконтроля по теме «Случайная величина»
- •Часть 3. Элементы математической статистики Глава 6. Статистические оценки параметров распределения
- •6.1. Предмет и задачи математической статистики
- •6.2. Выборочный метод
- •6.2.1 Полигон и гистограмма
- •6.2.2. Эмпирическая функция распределения
- •6.3. Статистические оценки параметров распределения
- •6.4. Некоторые статистические распределения
- •6.4.2. Распределение Стьюдента
- •6.5. Интервальные оценки
- •6.5.1. Доверительные интервалы для оценки математического ожидания нормального распределения случайной величины
- •6.5.2. Доверительные интервалы для математического ожидания при известной дисперсии
- •6.5.3. Оценка генеральной дисперсии по исправленной выборочной
- •6.5.4. Доверительные интервалы для математического ожидания при неизвестной дисперсии
- •Глава 7. Проверка статистических гипотез
- •7.1. Понятие и классификация статистических гипотез
- •7.2. Общая схема проверки гипотез
- •7.3. Статистическая проверка гипотез о параметрах распределения
- •7.4. Вопросы для самоконтроля по теме «Элементы математической статистики»
- •Часть 4. Алгоритмизация и программирование Глава 8. Основы алгоритмизации
- •8.1. Понятие и свойства алгоритма
- •8.2. Таблица блоков
- •8.3. Линейные алгоритмы
- •8.4. Ветвления
- •8.5. Циклы. Повтор с заданным количеством циклов
- •8.6. Вопросы для самоконтроля по теме «Алгоритмизация»
- •Глава 9. Программирование на Паскале
- •9.1. Конструкция языка Turbo-Pascal
- •9.1.1. Алфавит
- •9.1.2. Данные и типы данных
- •9.1.3. Стандартные функции
- •9.1.4. Арифметические, логические, символьные выражения
- •9.2. Структура программы на языке Паскаль
- •9.3. Основные операторы Паскаля
- •9.3.1. Оператор присваивания
- •9.3.2. Операторы ввода
- •9.3.3. Операторы вывода
- •9.3.4. Комментарий
- •9.4. Программы линейных алгоритмов
- •9.5. Операторы передачи управления
- •9.5.1. Оператор безусловного перехода
- •9.5.2. Операторы условного перехода
- •9.5.3. Оператор выбора варианта
- •9.6. Разветвляющийся алгоритм
- •9.7. Операторы цикла
- •9.8. Программы циклических алгоритмов
- •9.9. Массивы
- •9.9.1. Понятие и описание массива
- •9.9.2. Ввод и вывод элементов массивов
- •9.9.3. Операции с массивами
- •9.10. Вопросы для самоконтроля по теме «Программирование»
- •Литература
- •Приложениe 1
- •Приложениe 2
- •Приложениe 3
- •Математика и информатика учебное пособие
Глава 5. Случайные величины
5.1. Понятие случайной величины
В том случае, если случайное событие выражается в виде числа, можно говорить о случайной величине. Случайной называют величину, которая в результате испытания примет одно возможное значение, наперёд неизвестное и зависящее от случайных причин, которые заранее не могут быть учтены.
Выпадение некоторого значения случайной величины хi. это случайное событие: Х = хi. Среди случайных величин выделяют дискретные и непрерывные случайные величины.
Дискретной случайной величинойназывается случайная величина, которая в результате испытания принимает отдельные значения с определёнными вероятностями. Число возможных значений дискретной случайной величины может быть конечным и бесконечным. Примеры дискретной случайной величины: запись показаний спидометра или измерений температуры в конкретные моменты времени.
Непрерывной случайной величинойназывают случайную величину, которая в результате испытания принимает все значения из некоторого числового промежутка. Число возможных значений непрерывной случайной величины бесконечно. Пример непрерывной случайной величины: запись показаний спидометра или измерений датчика температуры в течение конкретного интервала времени.
Любая случайная величина имеет свой закон распределения вероятностей и свою функцию распределения вероятностей. Прежде, чем дать определение функции распределения, рассмотрим переменные, которые её определяют. Пусть задано некоторое х – действительное число и получена случайная величина X, при этом (x>X). Требуется определить вероятность того, что случайная величина Х будет меньше этого фиксированного значения х.
Функцией распределения случайной величины Х называется функция F(х), определяющая вероятность того, что случайная величина Х в результате испытания примет значение меньшее значения х, то есть:
|
F(х) = Р(Х х), |
(5.1) |
где х – произвольное действительное число.
Случайная величина (непрерывная или дискретная) имеет численные характеристики:
1. Математическое ожидание М (Х). Эту характеристику можно сравнивать со средним арифметическим наблюдаемых значений случайной величины Х.
2. Дисперсия D(X). Это характеристика отклонения случайной величины Х от математического ожидания.
3. Среднее квадратическое отклонение (Х) для дискретной и непрерывной случайной величины Х – это корень квадратный из ее дисперсии:
|
. |
(5.2) |
Далее рассматриваются отличия между дискретной и непрерывной случайными величинами.
5.2. Дискретная случайная величина
5.2.1. Закон распределения дискретной случайной величины
Рассмотрим дискретную случайную величину на примере.
Пример 1.
Число появлений герба при трех бросаниях монеты является дискретной случайной величиной Х. Возможные значения числа появлений герба: 0, 1, 2, 3. Следует найти вероятность появления герба в одном испытании.
Решение.
Вероятность появления герба в одном испытании равна p=1/2. Противоположное ему событие: герб не выпал, вероятность этого события по формуле (4.5) равнаq=1-p=1/2.
1) Событие 1. «Три раза бросили монету и ни разу герб не выпал». Это сложное событие состоит из появления трёх совместных и независимых элементарных событий: «герб не выпал в одном испытании». Для события «три раза бросили и ни разу герб не выпал», которое обозначим Р(0), вероятность вычисляется по формуле умножения (4.6а) для независимых событий:
.
2) Событие 2. «Три раза бросили монету и один раз герб выпал». Это сложное событие состоит из появления одного из трёх несовместных и независимых событий: «герб выпал в одном из трёх совместных испытаний». Для события «три раза бросили монету и один раз герб выпал» вероятность будет состоять из суммы несовместных событий по формуле (4.2а), где каждое слагаемое вычисляется по формуле умножения (4.6а) для независимых событий:
.
3) Событие 3. «Три раза бросили и два раза выпал герб». Для этого события вероятность события будет состоять из суммы событий:
.
4) Событие 4. «Три раза бросили и все три раза выпал герб». Вероятность этого события совпадает с первым и вычисляется по формуле умножения (4.6а).
.
Здесь: p1, p2, p3– вероятность выпадения герба в 1, 2, 3 испытаниях.
q1, q2, q3– вероятность не выпадения герба в 1, 2, 3 испытаниях.
Результаты вычислений вынесены в таблицу 5.1.
Таблица 5.1
-
Событие Х
герб не выпал
герб выпал 1 раз
герб выпал 2 раза
герб
выпал 3 раза
хi
0
1
2
3
Вероятность события:
Р(хi)=рi
Законом распределения дискретной случайной величины называют соответствие между полученными значениями дискретной случайной величины и их вероятностями. Его можно задать:
1) таблично (рядом распределения);
2) графически;
3) аналитически (в виде формулы).
В примере 1 закон распределения задан в виде ряда распределения (таблицей 5.1), где представлены все возможные значения хiи соответствующие им вероятности рi= Р (Х = хi). При этом вероятности рiудовлетворяют условию:
,
потому что:
,
где число возможных значений n может быть конечным или бесконечным.
Графическое изображение ряда распределения называется многоугольником распределения. Для его построения возможные значения случайной величины (хi) откладываются по оси абсцисс, а вероятности (рi) – по оси ординат. Точки c координатами (хi, рi) соединяются ломаными линиями.
Функция F(х) для дискретной случайной величины вычисляется по формуле:
|
, |
(5.3) |
где суммирование ведется по всем значениям i, для которых хiх.
Пример 2.
Для задачи в примере 1 найти функцию распределения вероятности F(х) этой случайной величины и построить ее. Построить многоугольник распределения.
Решение.
Если х 0,тоF(х) = Р (Хх) = 0.
Если 0 х1,тоF(х) = Р (Хх) = 1/8.
Если 1 х2,то F(х) = Р (Хх) = 1/8 + 3/8 = 0,5.
Если 2 х3,тоF(х) = Р (Хх) = 1/8 + 3/8 + 3/8 = 7/8.
Если х 3, то F(х) = Р (Хх) = 1/8 + 3/8 + 3/8 + 1/8 = 1.
В таблицу 5.2 внесены значения функции распределения вероятности F(х) случайной величины х.
Таблица 5.2
№ |
1 |
2 |
3 |
4 |
5 |
Хi |
0 |
1 |
2 |
3 |
>3 |
функция распределения F(х) |
0 |
0,125 |
0,5 |
0,875 |
1 |
Для построения многоугольника распределения значения случайной величины х переписаны из таблицы 5.1 в таблицу 5.3 в более компактной форме.
Таблица 5.3
№ |
1 |
2 |
3 |
4 |
хi |
0 |
1 |
2 |
3 |
Ряд распределения Р(хi)= рi |
0,125 |
0,375 |
0,375 |
0,125 |
Многоугольник распределения вероятности представлен на рис. 5.1.
Рис. 5.1. Многоугольник распределения
Функция распределения вероятности представлена на рис.5.2.
Рис. 5.2. Функция распределения