Теория вероятностей и математическая статистика

Содержание

Слайд 2

Необходимые сведения из теории вероятности Теория вероятностей – математическая наука, которая

Необходимые сведения из теории вероятности

Теория вероятностей – математическая наука, которая позволяет

по вероятности одних случайных событий находить вероятности других случайных событий, связанных каким-либо образом между собой.
Слайд 3

Элементарные события и вероятность Исход опыта - результат любого проводимого опыта

Элементарные события и вероятность

Исход опыта - результат любого проводимого опыта (эксперимента).


Событие - исход или группа исходов, удовлетворяющих определённым требованиям.
Слайд 4

События Достоверное событие – это такое событие, которое всегда происходит в

События

Достоверное событие – это такое событие, которое всегда происходит в рассматриваемом

эксперименте.
Невозможное событие – это такое событие, которое никогда не может наступить в рассматриваемом эксперименте.
Случайное событие - событие, которое при воспроизведении опыта может наступить, а может и не наступить.
Слайд 5

Вероятность события Вероятность события - численная мера степени объективной возможности этого

Вероятность события

Вероятность события - численная мера степени объективной возможности этого события.


0 ≤ P(A) ≤ 1
Полная группа событий – это несколько возможных событий, одно из которых обязательно должно произойти в результате опыта.
Слайд 6

События Несовместные события – это события, которые не могут появиться вместе.

События

Несовместные события – это события, которые не могут появиться вместе.
Равновероятные события

– события, вероятности которых равны между собой.
Слайд 7

Классическая формула для вероятности события Вероятность события А - отношение благоприятного

Классическая формула для вероятности события

Вероятность события А - отношение благоприятного числа

исходов опыта к общему числу всех равновозможных несовместных элементарных исходов

где m – благоприятное число исходов опыта, n – общее число исходов опыта.

Слайд 8

Свойства вероятности Свойство 1. Вероятность достоверного события равна единице Свойство 2.

Свойства вероятности

Свойство 1. Вероятность достоверного события равна единице
Свойство 2. Вероятность

невозможного события равна нулю
Свойство 3. Вероятность случайного события есть положительное число, заключенное между нулем и единицей
Слайд 9

Статистическая вероятность Относительная частота события А (статистическая вероятность) серии одинаковых опытов

Статистическая вероятность

Относительная частота события А (статистическая вероятность) серии одинаковых опытов -

отношение числа опытов, в которых появилось событие А, к общему числу фактически произведённых опытов.

где m – число появлений события А, n – число опытов в серии.

Слайд 10

Комбинаторика Комбинаторика изучает количество комбинаций, которое можно составить из элементов, заданного конечного множества, в определенных условиях.

Комбинаторика

Комбинаторика изучает количество комбинаций, которое можно составить из элементов, заданного конечного

множества, в определенных условиях.
Слайд 11

Перестановка Перестановка - это комбинация, состоящие из одних и тех же

Перестановка

Перестановка - это комбинация, состоящие из одних и тех же n

различных элементов и отличающиеся только порядком их расположения.
где .
Слайд 12

Пример 1 Сколько трехзначных чисел можно составить из цифр 1, 2,

Пример 1

Сколько трехзначных чисел можно составить из цифр 1, 2, 3,

если каждая цифра входит в изображение числа только один раз?
Решение. Искомое число трехзначных чисел
Слайд 13

Размещение Размещение - это комбинация, составленные из n различных элементов по

Размещение

Размещение - это комбинация, составленные из n различных элементов по m

элементов, которые отличаются либо составом, либо их порядком.
Слайд 14

Пример 2 Сколько можно составить сигналов из 6 флажков различного цвета,

Пример 2

Сколько можно составить сигналов из 6 флажков различного цвета,

взятых по 2?
Решение. Искомое число сигналов
Слайд 15

Сочетание Сочетание - это комбинации, составленные из n различных элементов по

Сочетание

Сочетание - это комбинации, составленные из n различных элементов по m

элементов, которые отличаются хотя бы одним элементом.
Слайд 16

Пример 3 Сколькими способами можно выбрать две детали из ящика, содержащего

Пример 3

Сколькими способами можно выбрать две детали из ящика, содержащего

10 деталей 2?
Решение. Искомое число сигналов
Слайд 17

Основные правила комбинаторики Правило суммы. Если некоторый объект A может быть

Основные правила комбинаторики

Правило суммы. Если некоторый объект A может быть выбран

из совокупности объектов m способами, а другой объект В может быть выбран п способами, то выбрать либо А, либо В можно т + п способами.
Правило произведения. Если объект А можно выбрать из совокупности объектов m способами и после каждого такого выбора объект В можно выбрать п способами, то пара объектов (А, В) в указанном порядке может быть выбрана тп способами.
Слайд 18

Пример 4 В партии из 10 деталей 7 стандартных. Найти вероятность

Пример 4

В партии из 10 деталей 7 стандартных. Найти вероятность

того, что среди шести взятых наудачу деталей 4 стандартных.
Решение. Общее число исходов испытания равно числу способов
Число благоприятствующих событию
Искомая вероятность
Слайд 19

Теорема сложения вероятностей Теорема. Вероятность появления одного из двух совместных событий,

Теорема сложения вероятностей

Теорема. Вероятность появления одного из двух совместных событий,

безразлично какого, равна сумме вероятностей этих событий без учета вероятности их совместного появления:
Слайд 20

Теорема. Вероятность появления одного из двух несовместных событий, безразлично какого, равна

Теорема. Вероятность появления одного из двух несовместных событий, безразлично какого, равна

сумме вероятностей этих событий:
Р(А + В) = Р(А) + Р(В).
Следствие. Вероятность появления одного из не­скольких попарно несовместных событий, безразлично какого, равна сумме вероятностей этих событий:
Р (А1 + А2 + ... + Аn) = Р (А1) + Р (А2) +...+Р (Аn)
Слайд 21

Пример Найти вероятность того, что наудачу взятое двухзначное число окажется кратным

Пример

Найти вероятность того, что наудачу взятое двухзначное число окажется кратным либо

2, либо 5, либо тому и другому одновременно.
Решение. Пусть А - наудачу взятое двузначное число кратно 2, а В - это число кратно 5. А и В - события совместные.
Двузначные числа - это 10, 11, . . . ,98, 99. (Всего их 90). Очевидно, 45 из них кратны 2 (событие А), 18 кратны 5 (событие В) и, наконец 9 кратны и 2, и 5 одновременно (события А и В) .
По классическому определению вероятности:
Р(А) = 45/90= 0,5; Р(В) = 18/90 = 0,2; Р(АВ) = 9/90
и следовательно:
Р(А + В) = 0,5 + 0,2 - 0,1 = 0,6.
Слайд 22

Теорема произведения вероятностей Теорема. Вероятность совместного появления двух событий равна произведению

Теорема произведения вероятностей

Теорема. Вероятность совместного появления двух событий равна произведению вероятности

одного из них на условную вероятность другого, вычисленную в предположении, что первое событие уже наступило:
Р(АВ) = Р(А)РA(В).
Для независимых событий теорема умножения имеет вид
Р (АВ) = Р (А) Р(В).
Слайд 23

Пример 1 У сборщика имеется 3 конусных и 7 эллиптических валиков.

Пример 1

У сборщика имеется 3 конусных и 7 эллиптических валиков. Сборщик

взял один валик, а затем второй. Найти вероятность того, что первый из взятых валиков – конусный, а второй – эллиптический.
Решение. Вероятность того, что первый валик окажется ко­нусным (событие А), Р (А) = 3/10.
Вероятность того, что второй валик окажется эллиптическим (событие В), вычисленная в предположении, что первый валик — конусный, т. е. условная вероятность РА(В) = 7/9.
По теореме умножения, искомая вероятность
Р (АВ) = Р (А) РА (В) = (3/10) • (7/9) = 7/30.
Заметим, что, сохранив обозначения, легко найдем: Р (В) =7/10, Р В (А) =3/9, Р (В)РВ (А) = 7/30, что наглядно иллюстрирует справедливость равенства
Р (А) РА (В) = Р (В) РВ (А).
Слайд 24

Формула Бернулли Задача. Вычислить вероятность того, что при n испытаниях событие

Формула Бернулли

Задача. Вычислить вероятность того, что при n испытаниях событие А

осуществится ровно k раз и, не осуществится n – k раз.
Формула Бернулли
или
Слайд 25

Пример Вероятность того, что расход электроэнергии в продолжение одних суток не

Пример

Вероятность того, что расход электроэнергии в продолжение одних суток не

превысит установленной нормы, равно P=0,75 . Найти вероятность того, что в ближайшие 6 суток расход электроэнергии в течении 4 суток не превысит нормы.
 Решение
Вероятность нормального расхода электроэнергии постоянна и равна P=0,75 .
Следовательно, вероятность перерасхода также постоянна и равна q=1-P =0,25.
Искомая вероятность по формуле Бернулли равна
Слайд 26

Случайная величина

Случайная величина

Слайд 27

Дискретная случайная величина

Дискретная случайная величина

Слайд 28

Закон распределения

Закон распределения

Слайд 29

Ряд распределения ДСВ

Ряд распределения ДСВ

Слайд 30

Функция распределения СВ

Функция распределения СВ

Слайд 31

Пример Из партии, содержащей 100 изделий, среди которых имеются 10 дефектных,

Пример

Из партии, содержащей 100 изделий, среди которых имеются 10 дефектных,

выбраны случайным образом пять изделий для проверки их качества. Построить ряд распределений случайного числа X дефектных изделий, содержащихся в выборке .
Решение. Так как в выборке число дефектных изделий может быть любым целым числом в пределах от 0 до 5 включительно, то возможные значения xi случайной величины X равны:
.
Вероятность Р(Х = k) того, что в выборке окажется ровно k (k=0, 1, 2, 3, 4, 5) дефектных изделий, равна
Используя для проверки равенство , убеждаемся, что расчеты и округление произведены правильно (см. таблицу).
Слайд 32

Непрерывная случайная величина

Непрерывная случайная величина

Слайд 33

Плотность распределения НСВ

Плотность распределения НСВ

Слайд 34

Интегральный и дифференциальный законы распределения Функция распределения Плотность распределения

Интегральный и дифференциальный законы распределения

Функция распределения

Плотность распределения

Слайд 35

Свойства функции распределения

Свойства функции распределения

Слайд 36

Свойства плотности распределения

Свойства плотности распределения

Слайд 37

Слайд 38

Числовые характеристики СВ

Числовые характеристики СВ

Слайд 39

Мода и медиана

Мода и медиана

Слайд 40

Начальный и центральный моменты СВ ,

Начальный и центральный моменты СВ

,

Слайд 41

2. Числовые характеристики случайной величины

2. Числовые характеристики случайной величины

Слайд 42

Дисперсия Вычислить дисперсию можно:

Дисперсия

Вычислить дисперсию можно:

Слайд 43

Среднее квадратическое отклонение

Среднее квадратическое отклонение

Слайд 44

Пример 1 Из партии численностью 25 изделий, среди которых имеется шесть

Пример 1

Из партии численностью 25 изделий, среди которых имеется шесть нестандартных,

случайным образом выбраны три изделия. Найти математическое ожидание и среднее квадратическое отклонение нестандартных изделий, содержащихся в выборке.
Решение. По условию задачи CB X принимает следующие значения: x1=0; x2=1; x3=2; x4=3. Вероятность того, что в этой выборке окажется ровно i (i = 0, 1, 2, 3) нестандартных изделий, вычисляется по формуле
Слайд 45

Математическое ожидание Дисперсия СКО

Математическое ожидание
Дисперсия
СКО

Слайд 46

Законы распределения дискретных случайных величин Законы распределения непрерывных случайных величин Некоторые частные законы распределения СВ

Законы распределения дискретных случайных величин
Законы распределения непрерывных случайных величин

Некоторые частные законы

распределения СВ
Слайд 47

Биномиальное распределение где 0 , Основные характеристики : , , , .

Биномиальное распределение


где 0 < p < 1, q = 1 –

p, k = 0, 1, …, n,
,
Основные
характеристики :

,

,

,

.

Слайд 48

Геометрическое распределение где 0 Функция вероятности Функция распределения Основные характеристики .

Геометрическое распределение
где 0 < p < 1, q = 1 –

p, k = 0, 1, …, n,
Функция вероятности Функция распределения
Основные характеристики


.

Слайд 49

Пуассоновское распределение где k= 0, 1, 2, …, λ > 0

Пуассоновское распределение


где k= 0, 1, 2, …,
λ > 0 –

параметр пуассоновского распределения.
Функция вероятности Функция распределения
Основные характеристики  


,

,

,

.

Слайд 50

Законы распределения непрерывных случайных величин

Законы распределения непрерывных случайных величин

Слайд 51

Равномерное распределение Функция вероятности Функция распределения Основные характеристики: , , , .

Равномерное распределение

Функция вероятности Функция распределения
Основные характеристики:


,

,

,

.

Слайд 52

Экспоненциальное (показательное) распределение Функция вероятности Функция распределения Основные характеристики: Основные характеристики: , , ,

Экспоненциальное (показательное) распределение

Функция вероятности Функция распределения
Основные характеристики:
Основные характеристики:



,

,

,


Слайд 53

Нормальное распределение Функция вероятности Функция распределения Основные характеристики : , , , .

Нормальное распределение
Функция вероятности Функция распределения
Основные характеристики :


,

,

,

.

Слайд 54

Распределение Стьюдента Функция вероятности Функция распределения Основные характеристики : Основные характеристики : , , , .

Распределение Стьюдента
Функция вероятности Функция распределения
Основные характеристики :
Основные характеристики :


,

,


,

.

Слайд 55

Математическая статистика

Математическая статистика

Слайд 56

Первая задача — указать способы сбора и группировки статистических сведений. (описательная

Первая задача — указать способы сбора и группировки статистических сведений. (описательная

статистика)
Вторая задача — разработать методы анализа статистических данных:
а) оценка неизвестных параметров распределения (теорию оценивания)
б) проверка статистических гипотез о виде неизвестного распределения или о величине параметров распределения, вид которого известен (теория проверки гипотез).

Задачи математической статистики

Слайд 57

Слайд 58

Выборочная и генеральная совокупности

Выборочная и генеральная совокупности

Слайд 59

Повторная и бесповторная выборки

Повторная и бесповторная выборки

Слайд 60

Слайд 61

Способы отбора

Способы отбора

Слайд 62

Статистическое распределение выборки

Статистическое распределение выборки

Слайд 63

Дискретный вариационный ряд ; Данные о количестве работников определенного возраста

Дискретный вариационный ряд

;

Данные о количестве работников определенного возраста

Слайд 64

Интервальный вариационный ряд xmin и xmax Формула Стэрджеса: Интервальный вариационный ряд

Интервальный вариационный ряд

xmin и xmax
Формула Стэрджеса:
Интервальный вариационный ряд

Слайд 65

Эмпирическая функция распределения

Эмпирическая функция распределения

Слайд 66

Свойства эмпирической функции распределения

Свойства эмпирической функции распределения

Слайд 67

Полигон и гистограмма

Полигон и гистограмма

Слайд 68

Слайд 69

Площадь i-гo частичного прямоугольника равна hni/h = ni – сумме частот

Площадь i-гo частичного прямоугольника равна hni/h = ni – сумме частот

вариант i-го интервала.
площадь гистограммы частот равна сумме всех частот, т. е. объему выборки.

Площадь гистограммы

Слайд 70

Площадь i-го частичного прямоугольника равна hWi/h = Wi – относительной частоте

Площадь i-го частичного прямоугольника равна hWi/h = Wi – относительной частоте

вариант, попавших в i-й интервал.
Площадь гистограммы относительных частот равна сумме всех относительных частот, т. е. единице.

Площадь гистограммы относительных частот