- •Элементы теории вероятностей и математической статистики
- •Кафедра высшей математики
- •И физико-математического моделирования
- •Элементы теории вероятностей
- •И математической статистики
- •Методические указания
- •Введение
- •Геометрическое определение вероятности
- •Контрольные вопросы и задания
- •Дополнительные вопросы
- •Примеры решения задач
- •Контрольные вопросы и задания
- •Примеры решения задач
- •Контрольные вопросы и задания
- •Дополнительные вопросы
- •Примеры решения задач
- •Задачи и упражнения для самостоятельного решения
- •Занятие №4 числовые характеристики распределений пуассона, биноминального, равномерного, нормального и показательного
- •Контрольные вопросы и задания
- •Дополнительные вопросы.
- •Примеры решения задач
- •Задачи и упражнения для самостоятельного решения
- •Занятие №5 доверительный итервал
- •Контрольные вопросы и задания
- •Примеры решения задач
- •Задачи и упражнения для самостоятельного решения
- •Занятие №6 система двух случайных величин
- •Контрольные вопросы и задания
- •Пример решения задачи
- •Занятие №7 статистические оценки параметров распределения
- •Контрольные вопросы и задания
- •Занятие №9 статистическая проверка статистических гипотез
- •Контрольные вопросы и задания
- •Примеры решения задач
- •Заключение
- •Приложение
- •Библиографический список
- •Содержание
- •В авторской редакции
- •394026 Воронеж, Московский просп., 14
Примеры решения задач
Пример. Найти доверительный интервал для оценки с надежностью 0,95 неизвестного математического ожидания нормального распределенного признака генеральной совокупности, если генеральное среднее квадратическое отклонение σ=5, выборочная средняя и объем выборки
Решение. Доверительный интервал равен: Здесь все величины известны, кроме . Определим из отношения (см. таблицу приложения), =1,96. Тогда получаем Искомый доверительный интервал:
Задачи и упражнения для самостоятельного решения
1) [5], №№ 501-504, 508-511.
2) На двухчашечных стрелочных весах можно определить вес предметов A и B двумя способами:- поочередно взвесить каждый предмет и получить показания весов ; определить показания весов, положив оба предмета на одну чашку: , и на разные чашки: , а затем рассчитать вес предметов A и B как полусумму и полуразность этих показаний.
Определить, какой способ определения веса дает меньшую погрешность результата. Ответ получить в общем виде.
Форма отчетности: устный опрос, проверка решения задач преподавателем.
Занятие №6 система двух случайных величин
Литература: [4], с 155-167.
Распределение двух случайных величин и , или
двумерной случайной величины ( , не исчерпывается
распределением каждой из них , так как при этом не
учитывается зависимость, которая может существовать между ними.
Функции распределения двумерной случайной величины( , ) определяется как вероятность совместного выполнения неравенств < x и <y: .
Если представима в виде
, где некоторая
неотрицательная функция, то двумерную случайную величину
( , ) называет непрерывной, функцию плотностью
распределения двумерной случайной величины ( , ).
Плотность распределения случайной
величины выражается через совместную плотность p(x, y)
следующим образом:
Аналогично для плотности распределения случайной
величины имеем В отличие от совместной плотности распределения p(x, y) одномерные плотности и называют маргинальными.
Случайные величины и называются независимыми,
если их совместная функция распределения при любых
значениях аргументов x, y равна произведению маргинальных
функций распределения случайной величины и
случайной величины :
Пусть ( , непрерывная двумерная случайная
величина с плотностью распределения . Тогда для
независимости и необходимо и достаточно, чтобы совместная плотность распадалась в произведение маргинальных плотностей и :
Коэффициент корреляции
Величина называется ковариацией
случайных величин cov ( , ). Если ( , непрерывная
двумерная случайная величина с плотностью распределения
, то
cov ( , )=
Величина r=cov( , )/ называется коэффициент
корреляции случайных величин .
Свойства коэффициента корреляции
10. Модуль коэффициента корреляции не превосходит единицы,
20. Если независимые случайные величины, то r=0.
Обратное неверно: из условия r=0 (некоррелированность
случайных величин ) не следует независимость .
30. Если связаны линейной зависимостью, то
Свойства математического ожидания и дисперсии
10. Математическое ожидание постоянной равно этой
постоянной, т.е.
20. Математическое ожидание суммы случайных величин
равно сумме их математических ожиданий, т. е.
(предполагается, что и существуют).
30. Математическое ожидание произведения случайных величин равно произведению их математических ожиданий, т. е.
(предполагается, что и существуют).
40. Дисперсия постоянной равна нулю, т. е. ,
50. Дисперсия суммы случайных величин равно сумме их дисперсий, т. е. (предполагается, что и существуют).