- •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
Свойста функци , ее график
Чётная: , т.е. график симметричен относительно оси.
С осью пересекается в точке.
С осью не пересекается, так как при любых значенияхпоказательная функция.
Ось является горизонтальной асимптотой, так как.
Следовательно, - горизонтальная асимптота.
Исследуем функцию на экстремум. Найдем первую производную и определим критические точки:
, . Т.о.- критическая точка.
Т.к. на интервале функция возрастает, а на интервале- убывает, то
точка - точка максимума. График функции построен на рис. 3.1.
3.4. Интегральная теорема Муавра-Лапласа
Теорема. Если вероятность наступления события в каждом испытании постоянна и отлична от нуля и единицы, а число испытаний достаточно велико, то вероятность того, что событиепоявится виспытаниях отдораз, приближённо равна
,
где ,,- функция Лапласа.
Существует таблица значений функции , которая приводится в приложениях учебников.
Свойства функции :
Нечётная: .
- возрастающая функция.
При функция приближается к 1. Поэтому в таблице для приведены значения лишь до , так как приможно принять, что .
Пример 3.3. Вероятность попадания в цель из скорострельного орудия при отдельном выстреле равна 0,75. Найти вероятность того, что при 300 выстрелах число попаданий будет не менее 210, но не более 230 раз.
Решение. По условию n= 300,p= 0,75,q = 0,25,k1= 210,k2= 230.
Используем интегральную теорему Муавра – Лапласа.
Имеем ,.
Тогда ,=.
Следовательно,
.
Рассмотрим следствие интегральной теоремы Муавра-Лапласа.
Следствие. Если вероятность наступления события в каждом испытании постоянна и отлична от 0 и 1, то при достаточно большом численезависимых испытаний
а) вероятность того, что число наступлений событияотличается от произведения не более, чем на величину (по абсолютной величине), т.е.
.
б) вероятность того, что частота событиязаключена в пределах отдо(включительно), т.е.
,
где ,.
в) вероятность того, что частота событияотличается от его вероятностине более, чем на величину(по абсолютной величине), т.е.
.
Пример 3.2. Вероятность события в отдельном испытании. Найти вероятность того, что при 150 испытаниях частота появления этого события будет отличаться от его вероятности не более, чем на 0,03.
Решение. .
Тема 4. Дискретная случайная величина и её характеристики
4.1. Понятие случайной величины
Определение. Случайной величиной называют величину, которая в результате испытания в зависимости от случая принимает одно из своих значений.
Например, количество выпавших очков при бросании игральной кости, количество бракованных изделий в партии некоторой продукции, расход электроэнергии в организации за месяц.
Обозначают случайные величины большими буквами латинского алфавита , а принимаемые ими возможные значения – малыми буквами.
Например, если случайная величина имеет 3 возможных значения, то они обозначаются.
Определение. Случайная величина Х называется дискретной (коротко: д.с.в. Х), если множество её значений конечное или бесконечное, но счётное.