- • Акатьев д. Ю., Чикова н..Д.., ., 2006 Введение
- •1. События и определение вероятности события
- •1.1. Классификация событий
- •Невозможным называют событие, которое заведомо не произойдёт, если будет осуществлена совокупность условий s.
- •1.2. Классическое определение вероятности
- •Решение. Учтём, что , так как одновременное наступление событий a и b невозможно. Тогда:
- •Вопросы и задачи
- •Решение. Искомое число вариантов
- •1.3. Статистическое определение вероятности
- •1.4. Действия над событиями
- •Пример 14. Двое играют в шахматы. Событие a означает, что выиграл первый игрок, событие b – выиграл второй игрок. Что означают события:
- •Одно окрашено;
- •Два окрашены;
- •2. Основные теоремы теории вероятностей
- •2.1. Условная вероятность событий
- •2.2. Теорема (правило) умножения вероятностей.
- •2.3. Теорема сложение вероятностей
- •Следствие 1. Если несовместные события a1, a2,…, An образуют полную группу событий, то сумма их вероятностей равна 1
- •Следствие 2. Сумма вероятностей противоположных событий равна 1:
- •2.4. Формула полной вероятности
- •2.5. Теорема гипотез (Формула Байеса)
- •По формуле полной вероятности рассчитаем
- •По формуле Байеса получим
- •2.6. Схема Бернулли
- •Найдем вероятность того, что не менее трёх партий из пяти будут выиграны:
- •Вопросы и задачи
- •3. Случайные величины
- •3.1. Основные понятия
- •Например. 1) Вероятность появления букв, цифр и символов в принимаемом сообщении.
- •3.2. Способы задания закона распределения дискретной св
- •Свойства функции распределения:
- •3.3. Способы задания закона распределения непрерывной св
- •Свойства плотности распределения
- •3.4. Числовые характеристики случайных величин
- •Определение математического ожидания и дисперсии
- •Свойства математического ожидания и дисперсии
- •Кроме математического ожидания и дисперсии, в теории вероятностей применяется ещё ряд числовых характеристик.
- •Медианой Ме(X) непрерывной случайной величины X называется такое её значение, для которого
- •Определение начальных и центральных моментов
- •3.5. Примеры распределений случайных величин
- •Примеры распределений непрерывных случайных величин
- •Вопросы и задачи
- •4. Многомерные случайные величины
- •4.1 Основные понятия
- •4.2 Дискретные случайные величины
- •Пример 29. Группа студентов в 30 человек сдает два экзамена. В таблице дано число студентов, получивших определенные оценки на двух экзаменах.
- •Свойства функции распределения
- •4.3 Двумерные непрерывные случайные величины
- •Свойства плотности вероятности f(X, y)
- •4.4 Выявление связи между величинами
- •Таким образом
- •В противном случае случайные величины X и y называются зависимыми. Из этой формулы следует, что для дискретных величин
- •Для удобства анализа зависимости между двумя случайными величинами вместо исследования линий регрессии рассматривается значение ковариации случайных величин или их коэффициент корреляции.
- •4.5 Двумерное нормальное распределение
- •Вопросы и задачи
- •5. Статистический анализ данных
- •5.1 Понятие вариационного ряда
- •И решив уравнение правдоподобия определим оценку неизвестного параметра
- •5.4. Метод доверительных интервалов
- •5.5. Построение доверительного интервала для оценки математического ожидания по выборке из нормальной генеральной совокупности
- •5.6. Построение доверительного интервала для оценки дисперсии по выборке из нормальной генеральной совокупности
- •Вопросы и задачи
- •6. Проверка статистических гипотез
- •6.1. Проверка гипотез о математическом ожидании нормальной генеральной совокупности
- •6.2. Проверка гипотезы о равенстве математических ожиданий двух независимых нормальных генеральных совокупностей
- •6.3. Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей
- •Вопросы и задачи
- •Библиографический список
- •Приложение I Значение функции Лапласа
- •Приложение II
- •Приложение III
- •Приложение IV
- •Оглавление
- •Д. Ю. Акатьев, н.Д. Чикова сборник задач по теории вероятностей и математической статистике
Вопросы и задачи
Что называется многомерной случайной величиной?
Как можно представить распределение двумерной дискретной случайной величины?
Что называется условным законом распределения одной из составляющих двумерной случайной величины?
Задана дискретная двумерная случайная величина (X, Y):
-
Y/X
0,25
0,10
0,15
0,05
0,32
0,13
Найти: a) безусловные законы распределения составляющих;
условный закон распределения составляющей X при условии, что Y=10;
условный закон распределения составляющей Y при условии, что X=6.
Ответ: а)
-
X
3
6
p
0,72
0,28
-
Y
10
14
18
p
0,35
0,20
0,45
b)
-
X
3
6
P(X/10)
5/7
2/7
c)
-
Y
10
14
18
P(Y/6)
5/14
5/28
13/28
Что называется функцией регрессии случайной величины?
Задано распределение двумерной случайной величины (X, Y):
-
Y/X
0,15
0,06
0,25
0,04
0,30
0,10
0,03
0,07
Найти: a) безусловные законы распределения составляющих;
условный закон распределения величины X при условии, что Y=6;
условный закон распределения составляющей Y при условии, что X=1;
условное математическое ожидание Y при условии, что X=4;
условное математическое ожидание X при условии, что Y=3.
( d) M(Y/X=4)=3,32 …; e) M(X/Y=3)=3,3)
Какой вид имеют линии регрессии для независимых случайных величин?
Какие случайные величины называются независимыми?
Как определяется коэффициент корреляции?
Что можно сказать о случайных величинах X и Y, если для них коэффициент корреляции равен 0,5?
По закону распределения двумерной случайной величины (X, Y):
Y/X |
2 |
3 |
3 |
0,3 |
0,4 |
5 |
0,1 |
0,2 |
Найти: а) математические ожидания и среднеквадратические отклонения X и Y;
корреляционный момент и коэффициент корреляции X и Y;
значения регрессии Y на X.
(
а) M(X)=2,6,
M(Y)=3,6,
,
;
b)
,
;
c) M(Y/X=2)=3,5, M(Y/X=3)=3,667)
