Файл: Е.Н. Грибанов Теория вероятностей и математическая статистика. Методические указания для студентов всех специальностей.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 03.06.2024
Просмотров: 244
Скачиваний: 0
Министерство образования Российской Федерации Государственное учреждение
Кузбасский государственный технический университет Кафедра прикладной математики
ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
Методические указания для студентов всех специальностей
Составитель Е. Н. Грибанов
Утверждены на заседании кафедры Протокол № 6 от 09.04.02
Рекомендованы к печати учебнометодической комиссией специальности 351400 Протокол № 1 от 31.10.02
Электронная копия хранится в библиотеке главного корпуса ГУ КузГТУ
КЕМЕРОВО 2002
|
1 |
|
|
СОДЕРЖАНИЕ |
|
|
ТЕОРИЯ ВЕРОЯТНОСТЕЙ |
|
|
Введение |
3 |
1. |
Элементы комбинаторики |
4 |
|
Случайные события |
|
2. |
Алгебра событий |
5 |
3. |
Классическое определение вероятности |
6 |
4. |
Геометрическая вероятность |
7 |
5. |
Теоремы сложения |
8 |
6. |
Теоремы умножения |
9 |
7. |
Формула полной вероятности |
11 |
8. |
Формула Байеса |
12 |
9. |
Схема независимых испытаний. Формула Бернулли |
13 |
10. |
Наивероятнейшее число появления событий |
14 |
11. |
Локальная теорема Муавра-Лапласа |
15 |
12. |
Интегральная теорема Муавра-Лапласа |
16 |
13. |
Формула Пуассона |
16 |
|
Случайные величины |
|
14. |
Закон распределения случайной величины |
17 |
15. |
Функция распределения |
19 |
16. |
Плотность распределения |
20 |
17. |
Математическое ожидание |
22 |
18. |
Дисперсия и среднее квадратическое отклонение |
24 |
19. |
Начальные и центральные моменты |
26 |
20. |
Равномерное распределение |
29 |
21. |
Нормальное распределение |
30 |
22. |
Биномиальное распределение |
33 |
23. |
Распределение Пуассона |
34 |
|
Закон распределения редких явлений |
|
|
|
|
24. |
Показательное распределение |
35 |
|
Закон больших чисел |
|
25. |
Лемма Маркова |
36 |
26. |
Неравенство Чебышева |
37 |
27. |
Теорема Чебышева |
38 |
|
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА |
|
28. |
Основные понятия математической статистики |
41 |
29. |
Вариационные ряды |
42 |
30. |
Графическое изображение вариационного ряда |
44 |
31. |
Эмпирическая функция распределения |
46 |
32. |
Средние величины |
47 |
33. |
Медиана и мода |
49 |
34. |
Показатели вариации |
51 |
2
35.Эмпирические центральные начальные и моменты
36.Эмпирические асимметрия и эксцесс
37.Метод условных вариантов для расчёта основных числовых характеристик вариационного ряда
38.Статистическое оценивание параметров распределения
39.Основные свойства оценок
40.Оценка математического ожидания и дисперсии
41.Метод максимального правдоподобия
42.Метод наименьших квадратов
43.Распределение средней арифметической для выборок из нормальной генеральной совокупности. Распределение Стьюдента
44.Распределение дисперсии в выборках из нормальной генеральной совокупности. Распределение 2 Пирсона
45.Понятие доверительного интервала. Доверительная вероятность
46.Доверительный интервал для математического ожидания при известной дисперсии генеральной совокупности
47.Доверительный интервал для математического ожидания при неизвестной дисперсии генеральной совокупности
48.Доверительный интервал для дисперсии
49.Понятие статистической гипотезы. Общая постановка за дачи проверки гипотез
50.Ошибки, допускаемые при проверке статистических гипотез Уровень значимости статистического критерия
51.Проверка гипотезы о равенстве математических ожиданий двух нормальных генеральных совокупностей при известной дисперсии
52.Сравнение выборочных средних при неизвестной дисперсии генеральной совокупности
53.Сравнение выборочных дисперсий
54.Проверка гипотез о законе распределения. Критерий согласия
2 (Пирсона)
55.Выборочный коэффициент корреляции и его свойства
56.Метод вычисления выборочного коэффициента корреляции для вариационных рядов
57.Проверка гипотезы о значимости коэффициента корреляции
58.Эмпирическая и теоретическая линии регрессии
59.Значимость коэффициентов регрессии
59.Корреляционное отношение
Задачи по теории вероятности и математической статистике Приложение
52
53
54
56
57
58
61
62
64
66
68
69
70
71
73
74
75
77
78
80
85
87
89
91
92
94
96
108
3
ТЕОРИЯ ВЕРОЯТНОСТЕЙ
События в материальном мире можно разбить на три кате-
гории − достоверные, невозможные и случайные. Например,
если подбросить игральную кость, то достоверно, что число выпавших очков будет натуральным числом, невозможно, чтобы это число равнялось 7, и возможно, что оно будет равно 5. Однако при одних бросках это число будет равно 5, а при других будут выпадать другие значения очков: 1, 2, 3, 4 или 6.
Потребности практики привели математиков к изучению случайных событий. Например, при организации телефонной связи в некотором районе нужно знать число вызовов в каждый момент времени, а оно случайным образом изменяется с течением времени. При стрельбе из артиллерийского орудия надо знать число снарядов, попавших в цель, а попадание в цель является случайным событием.
На первый взгляд может показаться, что в задачах о случайных событиях ничего нельзя сказать об их исходе. И действительно, если бросить кость лишь один раз, то с одинаковой вероятностью можно ожидать выпадения 1, 2, 3, 4, 5 или 6 очков. Но при многократном повторении этого опыта оказывается, что одни исходы будут появляться чаще, а другие − реже. Например, если бросить кость 1200 раз, то очень маловероятно, чтобы все время выпадало одно очко. Гораздо вероятнее, что значения 1, 2, 3, 4, 5 и 6 будут появляться примерно с одной и той же частотой.
Раздел математики, изучающий закономерности случайных событий, называют теорией вероятностей. Эта теория имеет дело не с отдельными событиями, а с результатом проведения достаточно большого числа испытаний, т. е. с закономерностями массовых случайных явлений. По определению, приведенному в БСЭ, теория вероятностей есть математическая наука, позволяющая по вероятностям одних случайных событий находить вероятности других случайных событий, связанных ка- ким-либо образом с первыми.
В повседневной жизни мы часто пользуемся словами «вероятность», «шанс» и т. д. «К вечеру, вероятно, пойдет дождь», «Вероятнее всего, мы поедем в воскресенье за город», «Это совершенно невероятно», «Много шансов, что я успеш-
4
но напишу контрольную работу» и т. д. − все эти выражения как-то оценивают вероятность того, что произойдет некоторое случайное событие. Однако, чтобы можно было применять к оценке вероятностей математические методы, надо дать этому понятию строгое определение. Мы сделаем это позднее, а сейчас приведем цитату из БСЭ, дающую представление о том, что такое вероятность:
«Вероятность математическая − числовая характеристика степени возможности появления какого-либо определенного события в тех или иных определенных, могущих повторяться неограниченное число раз условиях».
1. Элементы комбинаторики |
|
|
Факториал. Функция |
f (n), определенная на множестве це- |
|
лых, неотрицательных |
чисел, для которой |
f (0) = 1, |
f (n +1) = (n +1) f (n), называется n-факториалом и обозначается
n!. Для любого натурального n имеем n! =1 2 K n.
Пример 1. 6! =1 2 3 4 5 6 = 720.
Перестановки. Каждая последовательность n различных элементов с учётом их порядка называется перестановкой этих элементов. Число перестановок обозначается Pn и находится по
формуле Pn = n!.
Пример 2. Сколькими способами можно расставить шесть книг на полке?
Решение. Число способов равно числу перестановок из шести элементов, то есть Pn = 6! = 720 .
Размещение. Любой упорядочный набор k различных элементов множества М, содержащего n элементов, называется размещением k элементов из n. Число размещений обозначается сим-
волом Ak |
и находится по формуле |
Ak = |
n! |
. |
|
(n −k)! |
|||||
n |
|
n |
|
Пример 3. Сколькими способами можно распределить три первых места для восьми участвующих в соревновании команд?
Решение. Так как нас интересует, какая из команд займёт первое, второе и третье места, то есть порядок среди отобранных
5
трёх команд, используем размещение. Тогда число способов най-
дём по формуле |
A83 |
8! |
|
8! |
=8 7 6 = 336 . |
|
= |
|
= |
|
|||
(8 −3)! |
5! |
Сочетание. Любое подмножество из k различных элементов множества М, содержащего n элементов, называется сочетанием.
Число сочетаний обозначается символом Cnk и находится по фор-
муле Cnk = |
n! |
. |
|
(n - k)! k! |
|||
|
|
Пример 4. Найти число способов отобрать три цветка из се-
ми.
Решение. Так как порядок среди цветов нам не важен, то используем сочетание. Число способов найдём по формуле
С73 |
7! |
|
7 6 5 |
= 35 . |
||
= |
|
= |
|
|
||
(7 - 3)! 3! |
3 2 1 |
Случайные события
2. Алгебра событий О. 1. Событие называется случайным, если в результате опы-
та оно может либо произойти, либо не произойти.
О. 2. Событие называется достоверным, если оно обязательно происходит в результате опыта.
О. 3. Событие называется невозможным, если оно не может произойти в данном опыте.
О. 4. События называются несовместными, если они не могут произойти в одном опыте.
О. 5. Событие А благоприятствует событию В, если из появления события А следует, что произошло событие В.
О. 6. События образуют полную группу, если в результате опыта произойдёт хотя бы одно из них.
О. 7. Событие С называется суммой событий А В, если оно состоит в появлении события А или появлении события В. Сумма событий обозначается С = А+ В.
О. 8. Событие С называется произведением событий А В, если оно состоит в появлении события А и появлении события В. Обозначается С = А В.
6
О. 9. Событие С называется разностью событий А В, если оно состоит в появлении события А и не появлении события В. Обозначается С = А- В.
О. 10. Событие А называется противоположным событию А, если оно состоит в не появлении события А.
О. 11. События называются равновозможными, если нет объективных оснований считать, одно более возможным чем другое.
О. 12. Равновозможные, несовместные образующие полную группу события называются исходами данного опыта.
3. Классическое определение вероятности О. 1. Вероятностью события называется численная мера
степени объективной возможности появления этого события.
О. 2. (Классическое определение вероятности) Вероятностью события А называется отношение числа благоприятствующих исходов к общему числу исходов данного опыта.
Вероятность события А обозначается p(A). Тогда p(A) = mn , где
m - число благоприятных для появления события А исходов, n - число всевозможных исходов опыта.
Основные свойства вероятности
1.Вероятность достоверного события равна единице.
2.Вероятность невозможного события равна нулю.
3.Для любого события А его вероятность заключена в интервале 0 ≤ p(A)≤1.
4.Вероятность наступления противоположного события А
равна разности между единицей и вероятностью события А, то есть p(A) = 1 - p(A) .
Пример 5. Из урны, содержащей 12 чёрных и 8 белых шаров, наудачу вынуто два шара. Найти вероятность того, что они разного цвета.
Решение. Обозначим событие А – шары разного цвета, тогда по определению p(A) = mn . Но число всевозможных исходов рав-
но числу способов отобрать два шара из двадцати, то есть n = C202 =1820! !2! = 20219 =190 . Число благоприятных исходов рав-