85873 (597843), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

70 часов аудиторных занятий + 70 часов самостоятельной работы + 3 контрольных работы + 1 индивидуальное задание по математической статистике.

3 курс, шестой семестр. (36 часов)

1. Классическое определение вероятности. 4 часа

1. Вероятности сумм и произведений событий. 4 часа

1. Формула полной вероятности. 2 часа

1. Формула Байеса. 2 часа

1. Повторные независимые испытания. Формула Бернулли. 2 часа

1. Контрольная работа №1. 2 часа

1. Геометрические вероятности. 4 часа

2. Дискретная случайная величина. Ряд распределения 4 часа

Функция распределения.

1. Числовые характеристики дискретной случайной величины. 4 часа

2. Непрерывная случайная величина. Плотность вероятности. 2 часа

Функция распределения.

1. Числовые характеристики непрерывной случайной величины. 4 часа

1. Контрольная работа №2. 2 часа

4 курс, седьмой семестр. (34 часа)

1. Повторение. Дискретные и непрерывные случайные величины и их числовые характеристики. 4 часа

2. Нормальный закон. Функция Лапласа. 2 часа

3. Интегральная теорема Муавра-Лапласа и ее приложения. 4 часа 5.Закон больших чисел и Центральная предельная теорема. 4 часа

6.Функции случайных величин и их числовые характеристики. 4 часа

7.Контрольная работа №3. 2 часа

8. Первичная обработка статистических данных. 2 часа

9.Точечные оценки числовых характеристик случайных величин. 2 часа

10. Доверительные интервалы для математического ожидания и дисперсии.

2 часа

11. Статистическая проверка гипотез. Задачи I-го и II-го типов. 4 часа

12. Критерий согласия Пирсона. 2 часа

13. Корреляционный анализ. 4 часа

Литература:

1 А.А. Свешников Сборник задач по теории вероятностей, математической статистике и теории случайных функций. Москва. “Наука”. 1970г.

1. А.И. Луценко Задачи по теории вероятностей. Часть I, УПЛ РГУ. 2005г.

2. А.И. Луценко Задачи по теории вероятностей. Часть II, УПЛ РГУ. 2001г.

1. В.Е. Ковальчук, А.И. Луценко Индивидуальные задания по математической статистике. УПЛ РГУ. 1998г.

1. Контрольные вопросы

Модуль 1. Вероятностное пространство с не более чем счётным множеством элементарных исходов

1. Могут ли два различных элементарных исхода одновременно произойти в результате проведения испытания.

2. Сколько элементов будет иметь алгебра событий, если множество элементарных исходов состоит из n элементов?

3. Запишите случайное событие, являющееся противоположным событием случайному событию .

4. Запишите случайное событие, являющееся противоположным событием случайному событию .

5. Вероятности наступления случайных событий и равны и . Будут ли эти события несовместными?

6. Сколько элементов будет иметь алгебра событий, «порождаемая» случайными событиями A и B?

7. Повторные независимые испытания проводятся n раз. В результате каждого испытания может произойти только одно из трёх попарно несовместных событий A, B или C. Определите элементарный исход для таких испытаний. Сколько элементов будет иметь множество элементарных исходов?

8. Будут ли гипотезы, формулируемые при применении формулы полной вероятности, попарно независимыми событиями?

9. Может ли сумма всех послеопытных вероятностей гипотез, вычисленных по формуле Байеса, быть меньше единицы?

10. Проводятся одинаковые независимые испытания до тех пор, пока событие A не появится три раза. Сколько элементарных исходов будет благоприятствовать случайному событию: «Было проведено десять испытаний»?

Модуль 2. Общая вероятностная модель. Аксиоматика А.Н. Колмогорова

1. Удовлетворяет ли условию: аддитивная числовая функция множеств для любых и , если ?

2. Будет ли всегда справедливо равенство , если ?

3. Будет ли требование аддитивности числовой функции множеств аксиоматическим, если рассматриваются испытания, для которых множество элементарных исходов имеет не более чем счётное число элементов?

4. Может ли алгебра всех возможных событий быть множеством счётной мощности, если множество элементарных исходов имеет конечное число элементов?

5. Можно ли построить алгебру событий, имеющую счётное число элементов, если множество элементарных исходов – счётное?

6. Будут ли совпадать σ-алгебры борелевских множеств B₁(R) и B₂(R), если первая алгебра построена по элементам системы , где и - любые действительные числа, а вторая алгебра построена по элементам системы , где и - любые рациональные числа?

7. Может ли вероятностная функция быть линейной комбинацией двух вероятностных функций, одна из которых – дискретного, а другая - непрерывного типа?

8. Из «непрерывности снизу» вероятностной функции следует её «непрерывность в нуле». Можно ли утверждать, что из «непрерывности в нуле» следует «непрерывности снизу» вероятностной функции?

9. Вероятностная функция P определена на измеримом пространстве < , B ( )>. Может ли первая частная вероятностная функция быть дискретного типа, а вторая частная вероятностная функция быть непрерывного типа?

10. Произвольная функция определена на интервале и принимает неотрицательные значения. Что нужно сделать, что бы её можно было назвать вероятностной функцией, определённой на интервале ?

Модуль 3. Случайные величины и векторы

1. Можно ли утверждать, что случайная величина есть случайный результат любого опыта?

2. Можно ли утверждать, что плотность вероятности это любая функция, для которой справедливо ?

3. Как по заданной функции распределения определить распределение вероятностей , где , случайной величины ?

4. Как по заданной функции распределения определить плотность вероятности случайной величины ?

5. Как, зная плотность вероятности двумерной случайной величины , определить частную функцию распределения второй компоненты ?

6. Какому требованию должны удовлетворять компоненты двумерной случайной величины , чтобы было справедливо равенство ?

7. Может ли у двумерной случайной величины одна компонента быть случайной величиной дискретного типа, а другая - случайной величиной непрерывного типа?

8. Рассматривается вероятностное пространство <,A,P>, где P - вероятностная функция непрерывного типа. Можно ли на измеримом пространстве <,A> определить случайную величину , у которой функция распределения будет функцией распределения дискретного типа?

9. Всегда ли по частным функциям распределения компонент и можно определить функцию распределения двумерной случайной величины ?

10. Как, зная функцию распределения случайного вектора определить функцию распределения случайного вектора ?

Модуль 4. Числовые характеристики случайных величин и векторов

1. Почему, определяя математическое ожидание функции случайной величины как значение несобственного интеграла , мы требуем, чтобы этот интеграл сходился абсолютно?

2. Если справедливо равенство , то можно ли утверждать, что распределение вероятностей случайной величины будет симметрично относительно математического ожидания?

3. Случайная величина имеет конечное математическое ожидание . Следует ли из этого, что у случайной величины существует конечная дисперсия ?

4. Случайная величина имеет конечную дисперсию . Следует ли из этого, что у случайной величины существует конечное математическое ожидание ?

5. Используя свойства дисперсии, докажите что:

а) , если случайные величины и - независимые;

б) , где c – произвольная константа.

1. Используя определения начальных и центральных моментов двумерной случайной величины, запишите формулу дисперсии суммы двух произвольных случайных величин.

2. Если случайные величины и - независимые, то ковариационный момент всегда равен нулю. Будет ли справедливо обратное утверждение: если ковариационный момент случайных величин и равен нулю, то случайные величины и - независимые?

3. Можно ли утверждать, что значение математического ожидания случайной величины - это наиболее вероятное значение случайной величины?

4. Всегда ли равенство нулю коэффициента линейной корреляции свидетельствует об отсутствии статистической связи между случайными величинами?

5. В ковариационной матрице n-мерного случайного вектора ненулевыми являются только элементы, стоящие на главной диагонали. Что можно сказать о компонентах этого вектора?

Модуль 5. Классическая предельная проблема теории вероятностей

1. Какой вид сходимости последовательности случайных величин сильнее: сходимость по распределению, или сходимость по вероятности?

2. Какое требование к последовательностям случайных величин предъявляется во всех теоремах классической предельной проблемы теории вероятностей?

3. Можно ли применять теорему Хинчина к последовательностям одинаково распределённых случайных величин, имеющих конечные дисперсии?

4. Покажите, что теорема Муавра-Лапласа является частным случаем теоремы Леви.

5. Последовательность независимых одинаково распределённых случайных величин подчиняется ЦПТ. Можно ли утверждать, что эта последовательность подчиняется ЗБЧ?

6. Последовательность независимых разно распределённых случайных величин подчиняется ЗБЧ. Можно ли утверждать, что эта последовательность подчиняется ЦПТ?

7. Можно ли утверждать, что теорема Хинчина является частным случаем теоремы Чебышева?

8. Покажите, что из того, что последовательность случайных величин подчиняется условию Ляпунова следует, что она подчиняется и условию Линдеберга.

9. Покажите, что теорема Муавра-Лапласа является частным случаем теоремы Линдеберга?

10. Покажите, что последовательность независимых разно распределённых бернуллиевских случайных величин подчиняется ЦПТ.

Модуль 6. Первичная обработка статистических данных. Точечные оценки числовых характеристик

1. Каким условием надо руководствоваться для определения числа интервалов при построении вариационного ряда?

2. Могут ли интервалы вариационного ряда иметь разные длины?

3. Можно ли утверждать, что из несмещённости точечной оценки числовой характеристики следует её состоятельность?

4. Будет ли точечная оценка, полученная методом максимального правдоподобия несмещённой оценкой числовой характеристики?

5. Какая теорема применяется при проверке состоятельности точечных оценок начальных моментов исследуемой случайной величины?

6. Может ли точечная оценка дисперсии быть отрицательным числом?

7. При проверке состоятельности оценки применяется лемма, в которой по непрерывной функции строится сходящаяся по вероятности последовательность , . Точечной оценкой коэффициента линейной корреляции будет статистика , получаемая методом моментов. Постройте непрерывную функцию, с помощью которой, применяя лемму, можно проверить состоятельность этой оценки.

8. У случайной величины отсутствует математическое ожидание. Имеется статистическая выборка значений этой случайной величины. Можно ли утверждать, что у элементов выборки существует конечное среднее арифметическое?

9. Можно ли утверждать, что увеличение объёма выборки приводит к уменьшению величины отличия получаемых значений средних арифметических от значения математического ожидания?

10. Можно ли применять неравенство Рао-Крамера для проверки несмещённости точечной оценки?

Модуль 7. Интервальные оценки числовых характеристик

1. Увеличение объёма выборки при неизменном значении доверительной вероятности приводит к уменьшению длины доверительного интервала. Как будет изменяться доверительная вероятность, если при постоянной длине доверительного интервала будет увеличиваться объём выборки?

2. Покажите, что при увеличении числа n последовательность случайных величин сходится по распределению к нормальному закону.

3. Покажите, что при увеличении числа n последовательность случайных величин сходится по вероятности к единице.

4. Как изменяется длина доверительного интервала при увеличении доверительной вероятности?

5. Известно, что исследуемая случайная величина подчиняется нормальному закону с параметрами m и . Можно ли использовать в качестве доверительных интервалов интервалы , где ? Чему будут равны доверительные вероятности ?

Модуль 8. Статистическая проверка гипотез

1. Что называется критерием статистической проверки гипотез?

2. Можно ли выбрать такой критерий, при котором вероятность ошибки первого рода будет равна нулю?

3. Какие распределения вероятностей используются при построении критерия статистической проверки гипотез?

4. Дайте формулировку правила принятия решений?

5. Сколько типов задач рассматривается методами статистической проверки гипотез?

6. По результатам проверки двух гипотез: ,

,

Характеристики

Список файлов книги