- •Министерство образования и науки российской федерации
- •Раздел I. Теория вероятностей
- •Тема 1. Случайные события
- •1.1 Классификация событий
- •1.2. Вероятность событий
- •Свойства вероятности
- •1.3. Элементы комбинаторики
- •1.4. Операции над событиями
- •Тема 2. Основные теоремы
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема умножения вероятностей
- •2.3. Формула полной вероятности. Формулы Байеса
- •Тема 3. Повторные независимые испытания
- •3.1. Формула Бернулли
- •3.2. Формула Пуассона
- •3.3. Локальная теорема Муавра-Лапласа
- •Свойста функци , ее график
- •3.4. Интегральная теорема Муавра-Лапласа
- •Свойства функции :
- •Тема 4. Дискретная случайная величина и её характеристики
- •4.1. Понятие случайной величины
- •4.2. Закон распределения дискретной случайной величины
- •4.3. Математические операции над случайными величинами
- •4.4. Числовые характеристики дискретной случайной величины
- •Свойства
- •Свойства
- •4.5. Биноминальный закон распределения и закон Пуассона
- •4.6. Функция распределения случайной величины
- •Свойства функции распределения
- •Тема 5. Непрерывные случайные величины.
- •5.1. Плотность распределения вероятностей непрерывных случайных величин
- •Свойства плотности распределения
- •5.2. Числовые характеристики непрерывных случайных величин
- •5.3. Нормальный закон распределения
- •Свойства случайной величины, распределенной по нормальному закону
- •5.4. Центральная предельная теорема. Теорема Ляпунова
- •Тема 6. Двумерные (n-мерные) случайные величины
- •6.1. Способы задания двумерной случайной величины
- •Свойства двумерной функции распределения
- •6.2. Условные законы распределения
- •6.3. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •6.4. Двумерный нормальный закон распределения
- •Тема 7. Закон больших чисел
- •Неравенство Маркова (лемма Чебышева)
- •Неравенство Чебышева
- •Теорема Чебышева
- •Раздел II. Математическая статистика Тема 8. Выборочный метод. Общие вопросы
- •8.1. Понятие о вариационных рядах
- •8.2. Эмпирическая функция распределения
- •Свойства :
- •8.3. Числовые характеристики вариационного ряда
- •Основные свойства
- •Основные свойства дисперсии
- •Упрощённый способ расчёта средней арифметической и дисперсии
- •8.4. Выборочный метод
- •Тема 9. Оценка доли признака и генеральной средней
- •Точечные оценки генеральной совокупности. Свойства оценок
- •Интервальная оценка параметров
- •Доверительный интервал для генеральной средней и генеральной доли по большим выборкам
- •Объём выборки
- •Тема 10. Статистическая проверка гипотез
- •10.1. Статистическая гипотеза и общая схема её проверки
- •1) - То нулевую гипотезуотвергают,
- •2) - То нет оснований отвергнуть.
- •10.2. Построение теоретического закона распределения по опытным данным. Критерий согласия Пирсона
- •Правило проверки нулевой гипотезы
- •Тема 11. Корреляция и регрессия
- •11.1. Линейная парная регрессия
- •11.2. Оценка тесноты корреляционной зависимости
- •Свойства выборочного коэффициента корреляции r
- •Проверка значимости выборочного коэффициента корреляции
5.4. Центральная предельная теорема. Теорема Ляпунова
Центральная предельная теорема представляет собой группу теорем, посвящённых установлению условий, при которых возникает нормальный закон распределения. Важное место занимает теорема Ляпунова.
Теорема Ляпунова.Если- независимые случайные величины, у каждой из которых существует математическое ожидание, дисперсия, абсолютный центральный момент 3-го порядкаи, то закон распределения суммыпринеограниченно приближается к нормальному с математическим ожиданиеми дисперсией.
Условие называетсяусловием Ляпунова. Смысл его состоит в том, что действие каждого слагаемого (случайной величины) невелико по сравнению с суммарным действием их всех. Многие случайные явления, встречающиеся в природе и в общественной жизни, протекают именно по такой схеме.
Например. Потребление электроэнергии в каждой квартире многоквартирного дома за месяц можно представить в виде различных случайных величин. На основании теоремы Ляпунова можно считать, что потребление электроэнергии всем домом будет случайной величиной, имеющей приблизительно нормальный закон распределения. При условии, что ни одна квартира резко не выделяется среди остальных. Если в какой-либо квартире, например, установлен вычислительный центр, то вывод о нормальном распределении потребления энергии всем домом неверен, так как нарушается условие, ибо потребление энергии вычислительным центром будет намного больше, чем в остальных квартирах.
Тема 6. Двумерные (n-мерные) случайные величины
Во многих практических задачах результат опыта описывается не одной, а двумя (или более) случайными величинами и. В этом случае говорят о системе двух случайных величин(или двумерной случайной величине).
Например, если обозначить через рост школьника (в сантиметрах), а через- его вес (в килограммах), то при выборе наугад учащихся некоторого класса получим значения случайной величины.
Геометрически систему двух случайных величин можно интерпретировать как случайную точку на плоскости.
6.1. Способы задания двумерной случайной величины
1) Законом рапределения дискретной двумерной случайной величиныназывается перечень возможных значений этой величины, то есть пар числаи их вероятностей, удовлетворяющих условную.
Обычно закон распределения задают в виде таблицы с двойным входом (рис.6.1).
| ||||
рис. 6.1
2) Функцией распределения системы двух случайных величин называется функция, которая для любых действительных чиселиравна вероятности совместного выполнения двух событийи, то есть
.
Свойства двумерной функции распределения
1) ;
2) не убывает по каждому из своих аргументов (при фиксированном другом аргументе);
3) Имеют место предельные соотношения: ,,,;
4) При функция распределения системы становится функцией распределения составляющей:.
При функция распределения системы становится функцией распределения составляющей:.