Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն
- Ագեկյան Թ.Ա. Սխալների տեսության հիմունքները աստղագետների և ֆիզիկոսների համար (2-րդ խմբ.). Մ.: Նաուկա, 1972 (djvu, 2.44 M)
- Ագեկյան Թ.Ա. Հավանականությունների տեսություն աստղագետների և ֆիզիկոսների համար. Մ.: Նաուկա, 1974 (djvu, 2.59 M)
- Anderson T. Ժամանակային շարքերի վիճակագրական վերլուծություն. Մ.: Միր, 1976 (djvu, 14 M)
- Բակելման Ի.Յա. Վերներ Ա.Լ. Kantor B.E. Դիֆերենցիալ երկրաչափության ներածություն «ընդհանուր». Մ.: Նաուկա, 1973 (djvu, 5,71 M)
- Բերնշտեյն Ս.Ն. Հավանականությունների տեսություն. Մ.-Լ.՝ Գ.Ի., 1927 (djvu, 4.51 M)
- Billingsley P. Հավանականության չափումների կոնվերգենցիա. Մ.: Նաուկա, 1977 (djvu, 3.96M)
- Box J. Jenkins G. Ժամանակային շարքերի վերլուծություն. կանխատեսում և կառավարում: Թողարկում 1. Մ.: Միր, 1974 թ (djvu, 3.38 M)
- Box J. Jenkins G. Ժամանակային շարքերի վերլուծություն. կանխատեսում և կառավարում: Թողարկում 2. Մ.: Միր, 1974 թ (djvu, 1,72 մ)
- Borel E. Հավանականություն և հուսալիություն: Մ.: Նաուկա, 1969 (djvu, 1.19 M)
- Վան դեր Վաերդեն Բ.Լ. Մաթեմատիկական վիճակագրություն. Մ.: ԻԼ, 1960 (djvu, 6.90 M)
- Վապնիկ Վ.Ն. Էմպիրիկ տվյալների հիման վրա կախվածության վերականգնում: Մ.: Նաուկա, 1979 (djvu, 6.18 M)
- Ventzel E.S. Գործառնական հետազոտությունների ներածություն. Մ.: Խորհրդային ռադիո, 1964 (djvu, 8.43 M)
- Ventzel E.S. Խաղերի տեսության տարրեր (2-րդ խմբ.). Սերիա՝ Հանրաճանաչ դասախոսություններ մաթեմատիկայի վերաբերյալ. Թողարկում 32. Մ.: Նաուկա, 1961 թ (djvu, 648 K)
- Ventstel E.S. Հավանականությունների տեսություն (4-րդ խմբ.). Մ.: Նաուկա, 1969 (djvu, 8.05 M)
- Ventstel E.S., Ovcharov L.A. Հավանականությունների տեսություն. Առաջադրանքներ և վարժություններ. Մ.: Նաուկա, 1969 (djvu, 7.71 M)
- Վիլենկին Ն.Յա., Պոտապով Վ.Գ. Գործնական աշխատանքային գիրք հավանականությունների տեսության վերաբերյալ կոմբինատորիկայի և մաթեմատիկական վիճակագրության տարրերով: Մ.: Կրթություն, 1979 (djvu, 1.12 M)
- Գմուրման Վ.Ե. Հավանականությունների տեսության և մաթեմատիկական վիճակագրության խնդիրների լուծման ուղեցույց (3-րդ խմբ.): Մ.: Ավելի բարձր: դպրոց, 1979 թ (djvu, 4.24 M)
- Գմուրման Վ.Ե. Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն(4-րդ խմբ.): Մ.: Բարձրագույն դպրոց, 1972 (djvu, 3,75 M)
- Գնեդենկո Բ.Վ., Կոլմոգորով Ա.Ն. Սահմանափակ բաշխումները անկախ պատահական փոփոխականների գումարների համար: M.-L.: GITTL, 1949 (djvu, 6.26 M)
- Գնեդենկո Բ.Վ., Խինչին Ա.Յա. Հավանականությունների տեսության տարրական ներածություն (7-րդ խմբ.): Մ.: Նաուկա, 1970 (djvu, 2.48 M)
- Oak J.L. Հավանական գործընթացներ. Մ.: ԻԼ, 1956 (djvu, 8.48 M)
- David G. Ordinal վիճակագրություն. Մ.: Նաուկա, 1979 (djvu, 2,87 M)
- Իբրահիմով Ի.Ա., Լիննիկ Յու.Վ. Անկախ և անշարժ հարակից քանակություններ: Մ.: Նաուկա, 1965 (djvu, 6.05 M)
- Idier V., Dryard D., James F., Rus M., Sadoulet B. Վիճակագրական մեթոդներ փորձարարական ֆիզիկայում: Մ.: Ատոմիզդատ, 1976 (djvu, 5,95 M)
- Կամալով Մ.Կ. Բաշխում քառակուսի ձևերնորմալ բնակչության նմուշներում: Տաշքենդ: ԽՍՀՄ Գիտությունների ակադեմիա, 1958 թ (djvu, 6.29 M)
- Կասանդրա Օ.Ն., Լեբեդև Վ.Վ. Դիտարկման արդյունքների մշակում. Մ.: Նաուկա, 1970 (djvu, 867 K)
- Katz M. Հավանականություն և հարակից հարցեր ֆիզիկայում. Մ.: Միր, 1965 (djvu, 3.67 M)
- Katz M. Ֆիզիկայի և մաթեմատիկայի մի քանի հավանականական խնդիրներ. Մ.: Նաուկա, 1967 (djvu, 1,50 մ)
- Katz M. Վիճակագրական անկախությունը հավանականության տեսության, վերլուծության և թվերի տեսության մեջ: Մ.: ԻԼ, 1963 (djvu, 964 K)
- Քենդալ Մ., Մորան Պ. Երկրաչափական հավանականություններ. Մ.: Նաուկա, 1972 (djvu, 1,40 մ)
- Kendall M., Stewart A. Volume 2. Վիճակագրական եզրակացություն և կապեր: Մ.: Նաուկա, 1973 (djvu, 10 M)
- Kendall M., Stewart A. Volume 3. Multivariate վիճակագրական վերլուծություն և ժամանակային շարքեր: Մ.: Նաուկա, 1976 (djvu, 7.96 M)
- Kendall M., Stewart A. Vol. 1. Բաշխումների տեսություն. Մ.: Նաուկա, 1965 (djvu, 6.02 M)
- Կոլմոգորով Ա.Ն. Հավանականությունների տեսության հիմնական հասկացությունները (2-րդ խմբ.) Մ.: Նաուկա, 1974 թ. (djvu, 2.14 M)
- Կոլչին Վ.Ֆ., Սևաստյանով Բ.Ա., Չիստյակով Վ.Պ. Պատահական տեղաբաշխումներ. Մ.: Նաուկա, 1976 (djvu, 2.96 M)
- Կրամեր Գ. Վիճակագրության մաթեմատիկական մեթոդներ (2-րդ խմբ.). Մ.: Միր, 1976 (djvu, 9.63 M)
- Leman E. Վիճակագրական վարկածների փորձարկում. Մ.: Գիտություն. 1979 թ (djvu, 5.18 M)
- Լիննիկ Յու.Վ., Օստրովսկի Ի.Վ. Պատահական փոփոխականների և վեկտորների տարրալուծում: Մ.: Նաուկա, 1972 (djvu, 4,86 M)
- Լիխոլետով Ի.Ի., Մացկևիչ Ի.Պ. Բարձրագույն մաթեմատիկայի, հավանականությունների տեսության և մաթեմատիկական վիճակագրության խնդիրների լուծման ուղեցույց (2-րդ խմբ.): Մն.՝ Վիշ. դպրոց, 1969 թ (djvu, 4,99 մ)
- Loev M. Հավանականության տեսություն. Մ.: ԻԼ, 1962 (djvu, 7.38 M)
- Մալախով Ա.Ն. Պատահական ոչ Գաուսական գործընթացների և դրանց փոխակերպումների կուտակային վերլուծություն: Մ.: Սով. ռադիո, 1978 (djvu, 6.72 M)
- Մեշալկին Լ.Դ. Հավանականությունների տեսության խնդիրների ժողովածու: Մ.: ՄՊՀ, 1963 (djvu, 1 004 K)
- Միտրոպոլսկի Ա.Կ. Պահերի տեսություն. Մ.-Լ.՝ ԳԻՔՍԼ, 1933 (djvu, 4.49 M)
- Միտրոպոլսկի Ա.Կ. Վիճակագրական հաշվարկների տեխնիկա (2-րդ խմբ.). Մ.: Նաուկա, 1971 (djvu, 8.35 M)
- Mosteller F., Rurke R., Thomas J. հավանականություն. Մ.: Միր, 1969 (djvu, 4,82 M)
- Նալիմով Վ.Վ. Մաթեմատիկական վիճակագրության կիրառումը նյութի վերլուծության մեջ. M.: GIFML, 1960 (djvu, 4.11 M)
- Neveu J. Հավանականությունների տեսության մաթեմատիկական հիմունքները. Մ.: Միր, 1969 թ (djvu, 3.62M)
- Preston K. Մաթեմատիկա. Արտասահմանյան գիտության մեջ նորություն No7. Գիբսը նշում է հաշվելի բազմությունների վրա. Մ.: Միր, 1977 (djvu, 2.15 M)
- Սավելև Լ.Յա. Տարրական հավանականության տեսություն. Մաս 1. Նովոսիբիրսկ: NSU, 2005 (
Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն
1. ՏԵՍԱԿԱՆ ՄԱՍ
1 Պատահական փոփոխականների հաջորդականությունների և հավանականության բաշխումների կոնվերգենցիան
Հավանականությունների տեսության մեջ մենք պետք է գործ ունենանք տարբեր տեսակներպատահական փոփոխականների կոնվերգենցիան: Դիտարկենք կոնվերգենցիայի հետևյալ հիմնական տեսակները՝ ըստ հավանականության, հավանականությամբ մեկ, p կարգի միջոցով, ըստ բաշխման։
Թող,... լինեն պատահական փոփոխականներ, որոնք սահմանված են հավանականության որոշ տարածության վրա (, Ф, P):
Սահմանում 1. Պատահական փոփոխականների հաջորդականությունը, ... ասվում է, որ հավանականությամբ համընկնում է պատահական փոփոխականին (նշում:), եթե որևէ մեկը > 0-ի համար է:
Սահմանում 2. Պատահական փոփոխականների հաջորդականությունը, ... ասվում է, որ համընկնում է մեկ հավանականությամբ (գրեթե հաստատ, գրեթե ամենուր) պատահական փոփոխականին, եթե
դրանք. եթե ելքերի բազմությունը, որի համար ()-ը չի համընկնում ()-ին, հավանականությունը զրոյական է:
Կոնվերգենցիայի այս տեսակը նշվում է հետևյալ կերպ՝ , կամ, կամ։
Սահմանում 3. Պատահական փոփոխականների հաջորդականությունը ... կոչվում է p կարգի միջին-կոնվերգենտ, 0:< p < , если
Սահմանում 4. Պատահական փոփոխականների հաջորդականությունը... ասվում է, որ բաշխման մեջ համընկնում է պատահական փոփոխականի (նշում:) եթե որևէ սահմանափակված շարունակական ֆունկցիայի համար
Պատահական փոփոխականների բաշխման մեջ կոնվերգենցիան սահմանվում է միայն դրանց բաշխման ֆունկցիաների կոնվերգենցիայի տեսանկյունից: Հետևաբար, իմաստ ունի խոսել այս տեսակի կոնվերգենցիայի մասին նույնիսկ այն դեպքում, երբ պատահական փոփոխականները նշված են հավանականության տարբեր տարածություններում:
Թեորեմ 1.
ա) (P-a.s.)-ի համար անհրաժեշտ և բավարար է, որ ցանկացած > 0-ի համար
) () հաջորդականությունը հիմնարար է մեկ հավանականությամբ, եթե և միայն, եթե ցանկացած > 0-ի համար:
Ապացույց.
ա) Թող A = (: |- | ), A = A. Ապա
Հետևաբար, ա) հայտարարությունը հետևանքների հետևյալ շղթայի արդյունքն է.
P(:)= 0 P() = 0 = 0 P(A) = 0, m 1 P(A) = 0, > 0 P() 0, n 0, > 0 P() 0,
n 0, > 0.) Նշենք = (: ), = . Այնուհետև (: (()) հիմնարար չէ ) = և նույն կերպ, ինչպես a)-ում ցույց է տրվում, որ (: (()) հիմնարար չէ ) = 0 P( ) 0, n:
Թեորեմն ապացուցված է
Թեորեմ 2. (Կոշիի չափանիշ գրեթե որոշակի կոնվերգենցիայի համար)
Որպեսզի պատահական փոփոխականների հաջորդականությունը () կոնվերգենտ լինի հավանականության մեկին (ինչ-որ պատահական փոփոխականի), անհրաժեշտ է և բավարար, որ այն հիմնարար լինի հավանականության մեկին:
Ապացույց.
Եթե, ապա +
որից բխում է թեորեմի պայմանների անհրաժեշտությունը.
Հիմա թող հաջորդականությունը () հիմնարար լինի մեկ հավանականությամբ: Նշենք L = (: (()) ոչ հիմնարար): Այնուհետև բոլորի համար թվերի հաջորդականությունը () հիմնարար է և, ըստ Քոշիի չափանիշի թվային հաջորդականությունների համար, () գոյություն ունի։ դնենք
Այս սահմանված ֆունկցիան պատահական փոփոխական է և.
Թեորեմն ապացուցված է.
2 Բնութագրական ֆունկցիաների մեթոդ
Բնութագրական ֆունկցիաների մեթոդը հավանականությունների տեսության վերլուծական ապարատի հիմնական գործիքներից է։ Պատահական փոփոխականների հետ մեկտեղ (իրական արժեքներ վերցնելը) բնորոշ ֆունկցիաների տեսությունը պահանջում է բարդ արժեք ունեցող պատահական փոփոխականների օգտագործում։
Պատահական փոփոխականների հետ կապված սահմանումներից և հատկություններից շատերը հեշտությամբ փոխանցվում են բարդ գործին: Այսպիսով, մաթեմատիկական սպասումը Մ ?բարդ արժեք ունեցող պատահական փոփոխական ?=?+?? որոշված է համարվում, եթե որոշված է մաթեմատիկական ակնկալիքներՄ ?և Մ ?. Այս դեպքում ըստ սահմանման ենթադրում ենք Մ ?= Մ ? + ?Մ ?. Պատահական տարրերի անկախության սահմանումից հետևում է, որ բարդ արժեքավոր մեծությունները ?1 =?1+??1 , ?2=?2+??2անկախ են, եթե և միայն այն դեպքում, երբ պատահական փոփոխականների զույգերն անկախ են ( ?1 , ?1) Եվ ( ?2 , ?2), կամ, որը նույնն է՝ անկախ ?-հանրահաշիվ Ֆ ?1, ?1 և Ֆ ?2, ?2.
Տարածության հետ մեկտեղ Լ 2իրական պատահական փոփոխականներ վերջավոր երկրորդ պահով, մենք կարող ենք հաշվի առնել բարդ արժեք ունեցող պատահական փոփոխականների Հիլբերտյան տարածությունը ?=?+?? Մ-ի հետ | ?|2, где |?|2= ?2+?2և սկալյար արտադրանքը ( ?1 , ?2)= Մ ?1?2¯ , Որտեղ ?2¯ - բարդ խոնարհված պատահական փոփոխական:
Հանրահաշվական գործողություններում Rn վեկտորները դիտվում են որպես հանրահաշվական սյունակներ,
Որպես տողերի վեկտորներ՝ a* - (a1,a2,…,an): Եթե Rn , ապա դրանց սկալյար արտադրյալը (a,b) կհասկանա որպես մեծություն։ Պարզ է, որ
Եթե aRn և R=||rij|| nхn կարգի մատրիցա է, ապա
Սահմանում 1. Թող F = F(x1,....,xn) - n-չափական բաշխման ֆունկցիա (, ()-ում): Նրա բնորոշ ֆունկցիան կոչվում է ֆունկցիա
Սահմանում 2 . Եթե? = (?1,…,?n) պատահական վեկտոր է, որը սահմանված է հավանականության տարածության վրա՝ մեջ արժեքներով, ապա դրա բնորոշ ֆունկցիան կոչվում է ֆունկցիա։
որտեղ է F. = F?(х1,….,хn) - վեկտորի բաշխման ֆունկցիա?=(?1,…, ?n):
Եթե F(x) բաշխման ֆունկցիան ունի f = f(x), ապա
Այս դեպքում բնորոշ ֆունկցիան ոչ այլ ինչ է, քան f(x) ֆունկցիայի Ֆուրիեի փոխակերպումը։
(3)-ից հետևում է, որ պատահական վեկտորի ??(t) ֆունկցիան կարող է սահմանվել նաև հավասարությամբ.
Բնութագրական ֆունկցիաների հիմնական հատկությունները (n=1 դեպքում).
Թող դա? = ?(?) - պատահական փոփոխական, F? =F? (x) նրա բաշխման ֆունկցիան է և բնորոշ ֆունկցիան։
Հարկ է նշել, որ եթե, ապա.
Փաստորեն,
որտեղ մենք օգտվեցինք այն հանգամանքից, որ անկախ (սահմանափակ) պատահական փոփոխականների արտադրյալի մաթեմատիկական ակնկալիքը հավասար է նրանց մաթեմատիկական ակնկալիքների արտադրյալին։
Հատկությունը (6) առանցքային է անկախ պատահական փոփոխականների գումարների սահմանային թեորեմներն ապացուցելիս բնորոշ ֆունկցիաների մեթոդով։ Այս առումով բաշխման ֆունկցիան արտահայտվում է առանձին տերմինների բաշխման ֆունկցիաների միջոցով շատ ավելի բարդ ձևով, մասնավորապես, որտեղ * նշանը նշանակում է բաշխումների միաձուլում:
Յուրաքանչյուր բաշխման ֆունկցիա կարող է կապված լինել պատահական փոփոխականի հետ, որն ունի այս ֆունկցիան որպես իր բաշխման ֆունկցիա: Հետևաբար, բնութագրական ֆունկցիաների հատկությունները ներկայացնելիս մենք կարող ենք սահմանափակվել պատահական փոփոխականների բնորոշ գործառույթները դիտարկելով։
Թեորեմ 1.Թող դա? - F=F(x) բաշխման ֆունկցիայով պատահական փոփոխական և - նրա բնորոշ ֆունկցիան:
Տեղի են ունենում հետևյալ հատկությունները.
) միատեսակ շարունակական է.
) իրական արժեք ունեցող ֆունկցիա է, եթե և միայն այն դեպքում, եթե F-ի բաշխումը սիմետրիկ է
)եթե որոշ n? 1, ապա բոլորի համար կան ածանցյալներ և
)Եթե գոյություն ունի և վերջավոր է, ապա
) Թող բոլորի համար n ? 1 և
ապա բոլորի համար |t| Հետևյալ թեորեմը ցույց է տալիս, որ բնորոշ ֆունկցիան եզակիորեն որոշում է բաշխման ֆունկցիան։ Թեորեմ 2 (եզակիություն). Թող F և G երկու բաշխման ֆունկցիաներ լինեն, որոնք ունեն նույն բնորոշ ֆունկցիան, այսինքն՝ բոլորի համար Թեորեմն ասում է, որ F = F(x) բաշխման ֆունկցիան կարող է եզակի կերպով վերականգնվել իր բնորոշ ֆունկցիայից։ Հետևյալ թեորեմը տալիս է F ֆունկցիայի բացահայտ ներկայացում առումներով. Թեորեմ 3 (ընդհանրացման բանաձև). Թող F = F(x) լինի բաշխման ֆունկցիան և լինի նրա բնորոշ ֆունկցիան։ ա) Ցանկացած երկու կետերի համար a, b (a< b), где функция F = F(х) непрерывна, ) Եթե F(x) բաշխման ֆունկցիան ունի f(x) խտություն, Թեորեմ 4. Որպեսզի պատահական վեկտորի բաղադրիչներն անկախ լինեն, անհրաժեշտ է և բավարար, որ նրա բնորոշ ֆունկցիան լինի բաղադրիչների բնորոշ ֆունկցիաների արտադրյալը. Բոխներ-Խինչին թեորեմ .
Թող լինի շարունակական ֆունկցիա, որպեսզի այն բնութագրվի, անհրաժեշտ է և բավարար, որ այն լինի ոչ բացասական որոշիչ, այսինքն՝ ցանկացած իրական t1, ... , tn և ցանկացած բարդ թվերի համար: Թեորեմ 5. Թող լինի պատահական փոփոխականի բնորոշ ֆունկցիա: ա) Եթե ոմանց համար, ապա պատահական փոփոխականը վանդակավոր է քայլով, այսինքն ) Եթե երկու տարբեր կետերի համար որտե՞ղ է իռացիոնալ թիվը, ապա դա պատահական փոփոխակա՞ն է: այլասերված է. որտեղ a-ն որոշակի հաստատուն է: գ) Եթե, ուրեմն դա պատահական փոփոխական է: այլասերված. 1.3 Կենտրոնական սահմանային թեորեմ անկախ նույնական բաշխված պատահական փոփոխականների համար Թող () լինի անկախ, նույնականորեն բաշխված պատահական փոփոխականների հաջորդականություն: Ակնկալիքը M= a, շեղումը D= , S = , և Ф(х) նորմալ օրենքի բաշխման ֆունկցիան է (0,1): Ներկայացնենք պատահական փոփոխականների հերթական հաջորդականությունը Թեորեմ. Եթե 0<<, то при n P(< x) Ф(х) равномерно относительно х (). Այս դեպքում () հաջորդականությունը կոչվում է ասիմպտոտիկ նորմալ: Այն փաստից, որ M = 1 և շարունակականության թեորեմներից հետևում է, որ թույլ կոնվերգենցիայի հետ մեկտեղ FM f() Mf() ցանկացած շարունակական սահմանափակ f-ի համար, կա նաև կոնվերգենցիա M f() Mf() ցանկացած շարունակական f-ի համար: , այնպիսին, որ |f(x)|< c(1+|x|) при каком-нибудь. Ապացույց. Միատեսակ կոնվերգենցիան այստեղ Ֆ(x) թույլ կոնվերգենցիայի և շարունակականության հետևանք է։ Ավելին, առանց ընդհանրության կորստի, մենք կարող ենք ենթադրել a = 0, քանի որ հակառակ դեպքում մենք կարող էինք դիտարկել հաջորդականությունը (), իսկ հաջորդականությունը () չէր փոխվի: Հետևաբար, պահանջվող կոնվերգենցիան ապացուցելու համար բավական է ցույց տալ, որ (t) e երբ a = 0: Մենք ունենք. (t) = , որտեղ =(t): Քանի որ M գոյություն ունի, ուրեմն տարրալուծումը գոյություն ունի և վավեր է Հետեւաբար, համար n Թեորեմն ապացուցված է. 1.4 Մաթեմատիկական վիճակագրության հիմնական խնդիրները, դրանց համառոտ նկարագրությունը Զանգվածային պատահական երևույթները կառավարող օրինաչափությունների հաստատումը հիմնված է վիճակագրական տվյալների՝ դիտարկումների արդյունքների ուսումնասիրության վրա։ Մաթեմատիկական վիճակագրության առաջին խնդիրն է ցույց տալ վիճակագրական տեղեկատվության հավաքագրման և խմբավորման ուղիները: Մաթեմատիկական վիճակագրության երկրորդ խնդիրը վիճակագրական տվյալների վերլուծության մեթոդների մշակումն է՝ կախված ուսումնասիրության նպատակներից։ Մաթեմատիկական վիճակագրության ցանկացած խնդիր լուծելիս կա տեղեկատվության երկու աղբյուր. Առաջին և ամենաորոշը (բացահայտը) դիտարկումների (փորձի) արդյունքն է սկալյար կամ վեկտորային պատահական փոփոխականի որոշ ընդհանուր պոպուլյացիայի նմուշի տեսքով: Այս դեպքում նմուշի չափը n կարող է ամրագրվել կամ այն կարող է աճել փորձի ընթացքում (այսինքն՝ կարելի է օգտագործել այսպես կոչված հաջորդական վիճակագրական վերլուծության ընթացակարգերը): Երկրորդ աղբյուրը ամբողջը a priori տեղեկատվություն է ուսումնասիրվող օբյեկտի հետաքրքրության հատկությունների մասին, որոնք կուտակվել են մինչև ներկա պահը: Ֆորմալ կերպով, a priori տեղեկատվության քանակն արտացոլվում է նախնական վիճակագրական մոդելում, որն ընտրվում է խնդիրը լուծելիս: Այնուամենայնիվ, փորձերի արդյունքների վրա հիմնված իրադարձության հավանականության սովորական իմաստով մոտավոր որոշման մասին խոսելն ավելորդ է։ Ցանկացած քանակի մոտավոր որոշում ասելով սովորաբար ենթադրվում է, որ հնարավոր է նշել սխալի սահմանները, որոնց սահմաններում սխալ տեղի չի ունենա: Իրադարձության հաճախականությունը պատահական է ցանկացած թվով փորձերի համար՝ պայմանավորված առանձին փորձերի արդյունքների պատահականությամբ: Անհատական փորձերի արդյունքների պատահականության պատճառով հաճախականությունը կարող է զգալիորեն շեղվել իրադարձության հավանականությունից: Հետևաբար, սահմանելով իրադարձության անհայտ հավանականությունը որպես այս իրադարձության հաճախականություն մեծ թվով փորձերի ընթացքում, մենք չենք կարող նշել սխալի սահմանները և երաշխավորել, որ սխալը չի գերազանցի այդ սահմանները: Հետևաբար, մաթեմատիկական վիճակագրության մեջ մենք սովորաբար խոսում ենք ոչ թե անհայտ մեծությունների մոտավոր արժեքների, այլ դրանց հարմար արժեքների, գնահատումների մասին: Անհայտ պարամետրերի գնահատման խնդիրն առաջանում է այն դեպքերում, երբ բնակչության բաշխման ֆունկցիան հայտնի է մինչև պարամետր: Այս դեպքում անհրաժեշտ է գտնել մի վիճակագրություն, որի նմուշի արժեքը պատահական նմուշի xn-ի դիտարկված իրականացման համար կարող է դիտարկվել որպես պարամետրի մոտավոր արժեք: Վիճակագրությունը, որի նմուշային արժեքը xn կատարման համար ընդունվում է որպես անհայտ պարամետրի մոտավոր արժեք, կոչվում է կետային գնահատում կամ պարզապես գնահատում և հանդիսանում է կետային գնահատման արժեք: Կետային գնահատականը պետք է բավարարի շատ հատուկ պահանջներ, որպեսզի դրա նմուշի արժեքը համապատասխանի պարամետրի իրական արժեքին: Հնարավոր է նաև քննարկվող խնդրի լուծման մեկ այլ մոտեցում՝ գտնել նման վիճակագրություն և, ամենայն հավանականությամբ. գործում է հետևյալ անհավասարությունը. Այս դեպքում մենք խոսում ենք ինտերվալների գնահատման մասին: Ինտերվալ կոչվում է վստահության ինտերվալ համար վստահության գործակցի հետ: Փորձերի արդյունքների հիման վրա գնահատելով այս կամ այն վիճակագրական բնութագիրը՝ հարց է առաջանում՝ որքանո՞վ է համահունչ այն ենթադրությունը (վարկածը), որ անհայտ բնութագիրը ունի հենց այն արժեքը, որը ստացվել է դրա գնահատման արդյունքում փորձարարական տվյալների հետ: Ահա թե ինչպես է առաջանում մաթեմատիկական վիճակագրության խնդիրների երկրորդ կարևոր դասը՝ վարկածների փորձարկման խնդիրները։ Ինչ-որ իմաստով, վիճակագրական վարկածի փորձարկման խնդիրը պարամետրերի գնահատման խնդրի հակադարձն է: Պարամետրը գնահատելիս մենք ոչինչ չգիտենք դրա իրական արժեքի մասին: Վիճակագրական վարկածը ստուգելիս ինչ-ինչ պատճառներով ենթադրվում է, որ դրա արժեքը հայտնի է, և անհրաժեշտ է ստուգել այդ ենթադրությունը՝ հիմնվելով փորձի արդյունքների վրա: Մաթ. Այսպիսով, մաթեմատիկական վիճակագրության հիմնական խնդիրներն են գնահատումներ գտնելու և գնահատվող բնութագրերին դրանց մոտարկման ճշգրտության ուսումնասիրման մեթոդների մշակումը և վարկածների փորձարկման մեթոդների մշակումը: 5 Վիճակագրական վարկածների ստուգում. հիմնական հասկացություններ Վիճակագրական վարկածների փորձարկման ռացիոնալ մեթոդների մշակման խնդիրը մաթեմատիկական վիճակագրության հիմնական խնդիրներից է։ Վիճակագրական վարկածը (կամ պարզապես հիպոթեզը) ցանկացած հայտարարություն է պատահական փոփոխականների բաշխման տեսակի կամ հատկությունների մասին, որոնք դիտվում են փորձի ժամանակ։ Թող լինի մի նմուշ, որը պատահական նմուշի իրականացում է ընդհանուր բնակչությանից, որի բաշխման խտությունը կախված է անհայտ պարամետրից: Պարամետրի անհայտ իրական արժեքի վերաբերյալ վիճակագրական վարկածները կոչվում են պարամետրային հիպոթեզներ: Ընդ որում, եթե սկալյար է, ապա խոսքը մի պարամետրային վարկածների մասին է, իսկ եթե վեկտոր է, ապա խոսքը բազմապարամետր հիպոթեզների մասին է։ Վիճակագրական վարկածը կոչվում է պարզ, եթե այն ունի ձև որտեղ է որոշ սահմանված պարամետրի արժեք: Վիճակագրական վարկածը կոչվում է բարդ, եթե այն ունի ձև որտեղ կա մեկից ավելի տարրից բաղկացած պարամետրերի արժեքների մի շարք: Ձևի երկու պարզ վիճակագրական վարկածների փորձարկման դեպքում որտեղ պարամետրի երկու տրված (տարբեր) արժեքներ են, առաջին վարկածը սովորաբար կոչվում է հիմնական, իսկ երկրորդը այլընտրանքային կամ մրցակցող վարկած է: Հիպոթեզների փորձարկման չափանիշը կամ վիճակագրական չափանիշը այն կանոնն է, որով ընտրանքային տվյալների հիման վրա որոշում է կայացվում առաջին կամ երկրորդ վարկածի վավերականության մասին: Չափանիշը սահմանվում է կրիտիկական բազմության միջոցով, որը պատահական նմուշի ընտրանքային տարածության ենթաբազմություն է: Որոշումն ընդունվում է հետևյալ կերպ. ) եթե նմուշը պատկանում է կրիտիկական բազմությանը, ապա մերժիր հիմնական վարկածը և ընդունիր այլընտրանքային վարկածը. ) եթե նմուշը չի պատկանում կրիտիկական բազմությանը (այսինքն՝ այն պատկանում է նմուշի տարածության բազմության լրացմանը), ապա այլընտրանքային վարկածը մերժվում է և հիմնական վարկածն ընդունվում։ Ցանկացած չափանիշ օգտագործելիս հնարավոր են սխալների հետևյալ տեսակները. 1) ընդունել վարկածը, երբ այն ճիշտ է` առաջին տեսակի սխալ. ) վարկածի ընդունումը, երբ այն ճիշտ է, երկրորդ տիպի սխալ է: Առաջին և երկրորդ տիպի սխալներ թույլ տալու հավանականությունը նշվում է հետևյալով. որտեղ է իրադարձության հավանականությունը, պայմանով, որ վարկածը ճիշտ է. Նշված հավանականությունները հաշվարկվում են պատահական ընտրանքի բաշխման խտության ֆունկցիայի միջոցով. I տիպի սխալ թույլ տալու հավանականությունը կոչվում է նաև չափանիշի նշանակության մակարդակ։ Այն արժեքը, որը հավասար է հիմնական վարկածը ճիշտ լինելու դեպքում մերժելու հավանականությանը, կոչվում է թեստի ուժ։ 1.6 Անկախության չափանիշ Երկչափ բաշխումից կա նմուշ ((XY), ..., (XY)): L-ն անհայտ բաշխման ֆունկցիայով, որի համար անհրաժեշտ է ստուգել H: , որտեղ կան միաչափ բաշխման ֆունկցիաներ: Մեթոդաբանության հիման վրա կարելի է կառուցել H վարկածի համար հարմարության պարզ թեստ: Այս տեխնիկան օգտագործվում է վերջավոր թվով արդյունքներով դիսկրետ մոդելների համար, ուստի մենք համաձայն ենք, որ պատահական փոփոխականը վերցնում է որոշ արժեքների վերջավոր թվեր s, որոնք մենք կնշենք տառերով, իսկ երկրորդ բաղադրիչը՝ k արժեքներ։ Եթե սկզբնական մոդելն ունի այլ կառուցվածք, ապա պատահական փոփոխականների հնարավոր արժեքները նախապես խմբավորվում են առանձին՝ առաջին և երկրորդ բաղադրիչների մեջ: Այս դեպքում բազմությունը բաժանվում է s միջակայքերի, արժեքը սահմանվում է k ընդմիջումներով, իսկ արժեքը սահմանվում է N=sk ուղղանկյունների։ Նշենք զույգի դիտումների քանակով (ուղղանկյունին պատկանող նմուշի տարրերի քանակով, եթե տվյալները խմբավորված են), այնպես որ. Դիտարկման արդյունքները հարմար է կազմակերպել երկու նշաններից բաղկացած պատահական աղյուսակի տեսքով (Աղյուսակ 1.1): Ծրագրերում և սովորաբար նշանակում է երկու չափանիշ, որոնցով դասակարգվում են դիտարկման արդյունքները: Թող P, i=1,…,s, j=1,…,k. Այնուհետև անկախության վարկածը նշանակում է, որ կան s+k հաստատուններ այնպիսին, որ և, այսինքն. Աղյուսակ 1.1 Գումար . . .. . .. . . . . .. . .. . . . . . . . . . . . . . .Գումար . . .n Այսպիսով, H վարկածը հանգում է այն պնդմանը, որ հաճախականությունները (դրանց թիվը N = sk) բաշխվում են բազմանդամ օրենքի համաձայն՝ նշված կոնկրետ կառուցվածք ունեցող արդյունքների հավանականությամբ (արդյունքների հավանականությունների վեկտորը որոշվում է արժեքներով։ r = s + k-2 անհայտ պարամետրերի. Այս վարկածը ստուգելու համար մենք կգտնենք առավելագույն հավանականության գնահատումներ անհայտ պարամետրերի համար, որոնք որոշում են դիտարկվող սխեման: Եթե զրոյական վարկածը ճշմարիտ է, ապա հավանականության ֆունկցիան ունի L(p)= ձև, որտեղ c բազմապատկիչը կախված չէ անհայտ պարամետրերից: Այստեղից, օգտագործելով անորոշ բազմապատկիչների Լագրանժի մեթոդը, մենք ստանում ենք, որ պահանջվող գնահատումները ունեն ձև. Հետեւաբար, վիճակագրություն L() at, քանի որ սահմանային բաշխման մեջ ազատության աստիճանների թիվը հավասար է N-1-r=sk-1-(s+k-2)=(s-1)(k-1): Այսպիսով, բավականաչափ մեծ n-ի համար կարող է օգտագործվել հիպոթեզի փորձարկման հետևյալ կանոնը. H վարկածը մերժվում է, եթե և միայն այն դեպքում, եթե փաստացի տվյալներից հաշվարկված t վիճակագրական արժեքը բավարարում է անհավասարությունը: Այս չափանիշն ունի ասիմպտոտիկ (at) նշանակության մակարդակ և կոչվում է անկախության չափանիշ։ 2. ԳՈՐԾՆԱԿԱՆ ՄԱՍ 1 Կոնվերգենցիայի տեսակների վերաբերյալ խնդիրների լուծումներ 1. Ապացուցեք, որ մերձեցումը գրեթե անկասկած ենթադրում է հավանականության մերձեցում: Ներկայացրեք թեստային օրինակ՝ ցույց տալու համար, որ հակառակը ճիշտ չէ: Լուծում. Թող պատահական փոփոխականների հաջորդականությունը համընկնի պատահական x փոփոխականի հետ գրեթե հաստատ: Այսպիսով, ինչ-որ մեկի համար: > 0 Այդ ժամանակից ի վեր և xn-ի x-ի կոնվերգենցիայից գրեթե անկասկած հետևում է, որ xn-ը հակված է xn-ին հավանականությամբ, քանի որ այս դեպքում. Բայց հակառակ պնդումը ճիշտ չէ։ Թող լինի անկախ պատահական փոփոխականների հաջորդականություն, որոնք ունեն նույն բաշխման ֆունկցիան F(x), որը հավասար է x-ի զրոյի: 0 և հավասար x > 0-ի համար: Դիտարկենք հաջորդականությունը Այս հաջորդականությունը հակված է զրոյի, քանի որ հակված է զրոյի ցանկացած ֆիքսված. Եվ. Այնուամենայնիվ, զրոյի մերձեցում գրեթե անկասկած տեղի չի ունենա: Իսկապես հակված է միասնության, այսինքն՝ ցանկացածի և n-ի համար 1 հավանականության դեպքում կլինեն ?-ն գերազանցող հաջորդականությամբ իրականացումներ։ Նկատի ունեցեք, որ xn մեծությունների վրա դրված որոշ լրացուցիչ պայմանների առկայության դեպքում, հավանականության կոնվերգենցիան գրեթե անկասկած ենթադրում է կոնվերգենցիա: Թող xn-ը լինի միատոն հաջորդականություն: Ապացուցեք, որ այս դեպքում xn-ի x-ի զուգակցումը հավանականության մեջ հանգեցնում է xn-ի x-ի կոնվերգենցիային 1-ին հավանականությամբ: Լուծում. Թող xn-ը լինի միապաղաղ նվազող հաջորդականություն, այսինքն. Մեր պատճառաբանությունը պարզեցնելու համար մենք կենթադրենք, որ x º 0, xn ³ 0 բոլոր n-ի համար: Թող xn-ը հավանականության մեջ համընկնի x-ին, բայց կոնվերգենցիան գրեթե հաստատ տեղի չի ունենում: Այդ դեպքում այն գոյություն ունի՞: > 0, այնպիսին, որ բոլոր n-ի համար Բայց ասվածը նաև նշանակում է, որ բոլոր ն որը հակասում է xn-ի x-ի հակման հավանականությանը: Այսպիսով, xn միապաղաղ հաջորդականության համար, որը հակված է x-ին, հակված է նաև 1-ին (գրեթե հաստատ): Թող xn հաջորդականությունը հակված լինի x-ին: Ապացուցեք, որ այս հաջորդականությունից հնարավոր է առանձնացնել մի հաջորդականություն, որը համընկնում է x-ին՝ 1 at հավանականությամբ: Լուծում. Թող լինեն դրական թվերի ինչ-որ հաջորդականություն, և թող և լինեն այնպիսի դրական թվեր, որ շարքը: Կառուցենք n1 ինդեքսների հաջորդականություն Հետո շարքը Քանի որ շարքը համընկնում է, ապա որևէ մեկի համար: > 0 շարքի մնացորդը ձգտում է զրոյի: Բայց հետո այն ձգտում է զրոյի և Ապացուցեք, որ ցանկացած դրական կարգի միջինում կոնվերգենցիան ենթադրում է հավանականության մերձեցում: Օրինակ բերեք՝ ցույց տալու համար, որ հակառակը ճիշտ չէ։ Լուծում. Թող xn հաջորդականությունը համընկնի x արժեքի միջինում p > 0 կարգի, այսինքն Եկեք օգտագործենք ընդհանրացված Չեբիշևյան անհավասարությունը. > 0 և p > 0 Ուղղորդելով և հաշվի առնելով դա՝ մենք ստանում ենք դա այսինքն, xn-ը հակված է x-ին հավանականությամբ: Այնուամենայնիվ, հավանականության կոնվերգենցիան չի ենթադրում կոնվերգենցիա p > 0 կարգի միջինում: Սա պատկերված է հետևյալ օրինակով: Դիտարկենք հավանականության տարածությունը áW, F, Rñ, որտեղ F = B-ը Բորելի s-հանրահաշիվն է, R-ը՝ Լեբեգի չափը: Եկեք սահմանենք պատահական փոփոխականների հաջորդականությունը հետևյալ կերպ. xn հաջորդականությունը ամենայն հավանականությամբ համընկնում է 0-ի, քանի որ բայց ցանկացած p> 0-ի համար այսինքն՝ միջինում չի զուգակցվի։ Թող, ինչ բոլորի համար n . Ապացուցեք, որ այս դեպքում xn-ը համընկնում է x-ի միջին քառակուսու վրա: Լուծում. Նշենք, որ... Եկեք գնահատենք դրա համար: Դիտարկենք պատահական փոփոխական: Թող դա? - կամայական դրական թիվ. Այնուհետև ժամը և ժամը: Եթե, ապա և. Հետևաբար, . Իսկ որովհետև? կամայականորեն փոքր և, այնուհետև ժամը, այսինքն՝ արմատում միջին քառակուսի: Ապացուցեք, որ եթե xn-ը հակված է x-ին, ապա տեղի է ունենում թույլ կոնվերգենցիա: Ներկայացրեք թեստային օրինակ՝ ցույց տալու համար, որ հակառակը ճիշտ չէ: Լուծում. Փաստենք, որ եթե, ապա յուրաքանչյուր x կետում, որը շարունակականության կետ է (սա անհրաժեշտ և բավարար պայման է թույլ կոնվերգենցիայի համար), xn արժեքի բաշխման ֆունկցիան է, իսկ - x-ի արժեքը։ Թող x լինի F ֆունկցիայի շարունակականության կետ։ Եթե, ապա անհավասարություններից գոնե մեկը ճիշտ է։ Հետո Նմանապես, անհավասարություններից առնվազն մեկի համար կամ և Եթե, ապա այնքան փոքրի համար, որքան ցանկանում եք: > 0 կա N այնպիսին, որ բոլորի համար n > N Մյուս կողմից, եթե x-ը շարունակականության կետ է, հնարավո՞ր է նման բան գտնել: > 0, որը կամայականորեն փոքր է Այսպիսով, այնքան փոքրի համար, որքան ցանկանում եք: և կա N այնպիսին, որ n >N-ի համար կամ, ինչ է նույնը, Սա նշանակում է, որ կոնվերգենցիան և տեղի է ունենում շարունակականության բոլոր կետերում: Հետևաբար, հավանականության մերձեցումից հետևում է թույլ կոնվերգենցիա: Հակառակ հայտարարությունը, ընդհանուր առմամբ, չի համապատասխանում: Սա ստուգելու համար վերցնենք պատահական փոփոխականների հաջորդականություն, որոնք հավասար չեն 1 հավանականությամբ հաստատուններին և ունեն նույն բաշխման ֆունկցիան F(x): Մենք ենթադրում ենք, որ բոլոր n քանակությունների համար և անկախ են: Ակնհայտ է, որ տեղի է ունենում թույլ կոնվերգենցիա, քանի որ հաջորդականության բոլոր անդամներն ունեն նույն բաշխման ֆունկցիան։ Հաշվի առեք. |արժեքների անկախությունից ու նույնական բաշխումից բխում է, որ Եկեք ընտրենք ոչ այլասերված պատահական փոփոխականների բաշխման բոլոր ֆունկցիաներից այնպիսի F(x), որը կլինի ոչ զրոյական բոլոր բավական փոքր ?-ների համար: Այնուհետև այն չի հակվում զրոյի n-ի անսահմանափակ աճով և հավանականության կոնվերգենցիան տեղի չի ունենա: 7. Թող լինի թույլ կոնվերգենցիա, որտեղ 1 հավանականության դեպքում կա հաստատուն։ Ապացուցեք, որ այս դեպքում այն կհամընկնի հավանականության վրա: Լուծում. Թող հավանականությունը 1 հավասար լինի a-ի: Այնուհետև թույլ կոնվերգենցիան նշանակում է մերձեցում ցանկացածի համար: Քանի որ, հետո ժամը և ժամը: Այսինքն՝ ժամը և ժամը։ Հետևում է, որ որևէ մեկի համար? > 0 հավանականություն հակված են զրոյի: Սա նշանակում է, որ ձգտում է դեպի զրոյի ժամը, այսինքն՝ համընկնում է հավանականության վրա: 2.2 Կենտրոնական ջեռուցման կենտրոնի խնդիրների լուծում Գ(x) գամմա ֆունկցիայի արժեքը x=-ում հաշվարկվում է Մոնտե Կառլոյի մեթոդով։ Եկեք գտնենք անհրաժեշտ թեստերի նվազագույն քանակը, որպեսզի 0,95 հավանականությամբ ակնկալենք, որ հաշվարկների հարաբերական սխալը կլինի մեկ տոկոսից պակաս: Մինչև ճշգրտության մենք ունենք Հայտնի է, որ Փոփոխություն կատարելով (1-ում)՝ վերջավոր միջակայքում հասնում ենք ինտեգրալին. Հետևաբար մեզ հետ Ինչպես երևում է, այն կարող է ներկայացվել այն տեսքով, որտեղ և բաշխված է միատեսակ վրա։ Թող վիճակագրական թեստեր կատարվեն։ Այնուհետև վիճակագրական անալոգը քանակն է որտեղ, անկախ պատահական փոփոխականներ են՝ միատեսակ բաշխմամբ: Միևնույն ժամանակ CLT-ից հետևում է, որ այն ասիմպտոտիկ նորմալ է պարամետրերի հետ: Սա նշանակում է, որ հաշվարկի հարաբերական սխալը ամենայն հավանականությամբ ապահովող թեստերի նվազագույն թիվը հավասար չէ: Մենք դիտարկում ենք 2000 անկախ նույնականորեն բաշխված պատահական փոփոխականների հաջորդականություն՝ 4 մաթեմատիկական ակնկալիքով և 1.8 շեղումով: Այս մեծությունների միջին թվաբանականը պատահական փոփոխական է։ Որոշեք այն հավանականությունը, որ պատահական փոփոխականը արժեք կընդունի միջակայքում (3.94; 4.12): Թող, …,… լինի անկախ պատահական փոփոխականների հաջորդականություն, որոնք ունեն նույն բաշխումը M=a=4 և D==1.8-ով: Այնուհետև CLT-ն կիրառելի է (): Պատահական փոփոխական Հավանականությունը, որ այն արժեք կընդունի միջակայքում (): n=2000, 3.94 և 4.12 համար մենք ստանում ենք 3 Հիպոթեզների ստուգում անկախության չափանիշի միջոցով Հետազոտության արդյունքում պարզվել է, որ 782 բաց աչքերով հայրեր ունեն նաև բաց աչքերով տղաներ, իսկ 89 բաց աչքերով հայրեր՝ մուգ աչքերով։ 50 մուգ աչքերով հայրեր ունեն նաև մուգ աչքերով որդիներ, իսկ 79 մուգ աչքերով հայրեր՝ բաց աչքերով որդիներ։ Արդյո՞ք կապ կա հայրերի և նրանց որդիների աչքերի գույնի միջև: Վերցրեք վստահության մակարդակը 0,99: Աղյուսակ 2.1 ԵրեխաներՀայրերԳումարԼուսավոր աչքերովՄուգ աչքերովԼուսավոր աչքեր78279861Մուգ աչքեր8950139Sum8711291000 Հ. Երեխաների և հայրերի աչքերի գույնի միջև կապ չկա: Հ.- Երեխաների և հայրերի աչքերի գույնի միջև կապ կա: s=k=2 =90.6052 ազատության 1 աստիճանով Հաշվարկները կատարվել են Mathematica 6-ում։ Քանի որ > , ապա Հ-ի վարկածը՝ հայրերի և երեխաների աչքի գույնի միջև կապի բացակայության մասին, նշանակալիության մակարդակով, պետք է մերժել և ընդունել այլընտրանքային Հ վարկածը։ Նշվում է, որ դեղամիջոցի ազդեցությունը կախված է կիրառման եղանակից։ Ստուգեք այս հայտարարությունը օգտագործելով աղյուսակում ներկայացված տվյալները: 2.2 Վերցրեք վստահության մակարդակը 0.95: Աղյուսակ 2.2 Արդյունք Կիրառման մեթոդ ABC Անբարենպաստ 111716 Բարենպաստ 202319 Լուծում. Այս խնդիրը լուծելու համար մենք կօգտագործենք երկու բնութագրերից բաղկացած պատահականության աղյուսակ: Աղյուսակ 2.3 Արդյունք Կիրառման մեթոդ Գումարը ABC Անբարենպաստ 11171644 Բարենպաստ 20231962 Գումար 314035106 H. դեղերի ազդեցությունը կախված չէ ընդունման եղանակից H. դեղերի ազդեցությունը կախված է կիրառման եղանակից Վիճակագրությունը հաշվարկվում է հետևյալ բանաձևով s=2, k=3, =0.734626 ազատության 2 աստիճանով: Mathematica 6-ում կատարված հաշվարկներ Բաշխման աղյուսակներից մենք գտնում ենք, որ. Որովհետև< , то гипотезу H, про отсутствия зависимости действия лекарств от способа применения, при уровне значимости, следует принять. Եզրակացություն Այս աշխատանքում ներկայացված են տեսական հաշվարկներ «Անկախության չափանիշ» բաժնից, ինչպես նաև «Հավանականությունների տեսության սահմանային թեորեմներ», «Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն» դասընթացից: Աշխատանքի ընթացքում անկախության չափանիշը փորձարկվել է գործնականում. Նաև անկախ պատահական փոփոխականների տրված հաջորդականությունների համար ստուգվել է կենտրոնական սահմանային թեորեմի կատարումը։ Այս աշխատանքն օգնեց բարելավել իմ գիտելիքները հավանականությունների տեսության այս բաժինների վերաբերյալ, աշխատել գրական աղբյուրների հետ և ամուր տիրապետել անկախության չափանիշը ստուգելու տեխնիկային: հավանականության վիճակագրական վարկածի թեորեմ Հղումների ցանկ 1. Հավանականությունների տեսությունից խնդիրների ժողովածու՝ լուծումներով։ Ուխ. նպաստ / Էդ. Վ.Վ. Սեմենեցներ. - Խարկով: ԽՏՈՒՐԵ, 2000. - 320 էջ. Գիխման Ի.Ի., Սկորոխոդ Ա.Վ., Յադրենկո Մ.Ի. Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն. - Կ.: Վիշչայի դպրոց, 1979. - 408 էջ. Իվչենկո Գ.Ի., Մեդվեդև Յու.Ի., Մաթեմատիկական վիճակագրություն. Դասագիրք. նպաստ քոլեջների համար. - Մ.: Ավելի բարձր: դպրոց, 1984. - 248 էջ, . Մաթեմատիկական վիճակագրություն. Դասագիրք. համալսարանների համար / V.B. Գորյաինով, Ի.Վ. Պավլովը, Գ.Մ. Ցվետկովան և ուրիշներ; Էդ. Վ.Ս. Զարուբինա, Ա.Պ. Կրիշչենկոն։ - Մ.: ՀՊՏՀ իմ. Ն.Է. Bauman, 2001. - 424 p. Օգնության կարիք ունե՞ք թեման ուսումնասիրելու համար:
Մեր մասնագետները խորհուրդ կտան կամ կտրամադրեն կրկնուսուցման ծառայություններ ձեզ հետաքրքրող թեմաներով: Հավանականությունների տեսության և մաթեմատիկական վիճակագրության հիմունքներ Երկարատև ամառային արձակուրդների ավարտին ժամանակն է կամաց-կամաց վերադառնալու բարձրագույն մաթեմատիկա և հանդիսավոր կերպով բացելու Verdov-ի դատարկ ֆայլը՝ նոր բաժին ստեղծելու համար: Ընդունում եմ, որ առաջին տողերը հեշտ չեն, բայց առաջին քայլը ճանապարհի կեսն է, ուստի առաջարկում եմ բոլորին ուշադիր ուսումնասիրել ներածական հոդվածը, որից հետո թեմայի յուրացումը 2 անգամ ավելի հեշտ կլինի։ Ես ընդհանրապես չեմ չափազանցնում. …Հաջորդ սեպտեմբերի 1-ի նախօրեին հիշում եմ առաջին դասարանն ու այբբենարանը…: Տառերը կազմում են վանկեր, վանկերը կազմում են բառեր, բառերը կազմում են կարճ նախադասություններ - Մայրիկը լվաց շրջանակը: Տուրվերի և մաթեմատիկական վիճակագրության յուրացումը նույնքան հեշտ է, որքան կարդալ սովորելը: Այնուամենայնիվ, դրա համար անհրաժեշտ է իմանալ հիմնական տերմինները, հասկացությունները և նշանակումները, ինչպես նաև որոշ հատուկ կանոններ, որոնք այս դասի առարկան են: Բայց նախ ընդունեք իմ շնորհավորանքները ուսումնական տարվա սկզբի (շարունակություն, ավարտ, նշեք ըստ պատշաճի) և ընդունեք նվերը։ Լավագույն նվերը գիրքն է, իսկ ինքնուրույն աշխատանքի համար խորհուրդ եմ տալիս հետևյալ գրականությունը. 1) Գմուրման Վ.Ե. Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն
Լեգենդար դասագիրք, որն անցել է տասից ավելի վերահրատարակություններ։ Այն առանձնանում է իր հասկանալիությամբ և նյութի չափազանց պարզ մատուցմամբ, իսկ առաջին գլուխները լիովին հասանելի են, կարծում եմ, արդեն 6-7-րդ դասարանների սովորողների համար։ 2) Գմուրման Վ.Ե. Հավանականությունների տեսության և մաթեմատիկական վիճակագրության խնդիրների լուծման ուղեցույց
Նույն Վլադիմիր Եֆիմովիչի լուծումների գիրքը՝ մանրամասն օրինակներով և խնդիրներով։ ԱՆՀՐԱԺԵՇՏՆերբեռնեք երկու գրքերն էլ ինտերնետից կամ ստացեք դրանց թղթային բնօրինակները: Կաշխատի նաև 60-ականների և 70-ականների տարբերակը, որն էլ ավելի լավ է դյումիների համար։ Թեև «հավանականության տեսություն կեղծիքի համար» արտահայտությունը բավականին ծիծաղելի է թվում, քանի որ գրեթե ամեն ինչ սահմանափակվում է տարրական թվաբանական գործողություններով: Նրանք բաց են թողնում, սակայն, տեղ-տեղ ածանցյալներԵվ ինտեգրալներ, բայց սա միայն տեղերում է։ Ես կփորձեմ հասնել մատուցման նույն հստակությանը, բայց պետք է զգուշացնեմ, որ իմ դասընթացն ուղղված է խնդրի լուծումիսկ տեսական հաշվարկները հասցված են նվազագույնի: Այսպիսով, եթե Ձեզ անհրաժեշտ է մանրամասն տեսություն, թեորեմների ապացույցներ (թեորեմա-թեորեմաներ), խնդրում ենք դիմել դասագրքին։ Դե, ով ուզում է սովորել լուծել խնդիրներըհավանականությունների տեսության և մաթեմատիկական վիճակագրության մեջ հնարավորինս սեղմ ժամկետներում, հետևիր ինձ Դա բավական է սկզբի համար =) Հոդվածները կարդալիս խորհուրդ է տրվում (գոնե հակիրճ) ծանոթանալ դիտարկվող տեսակների լրացուցիչ առաջադրանքներին: Էջում Բարձրագույն մաթեմատիկայի պատրաստի լուծումներԿտեղադրվեն համապատասխան pdf-ները՝ լուծումների օրինակներով։ Կցուցադրվի նաև զգալի օգնություն IDZ 18.1 Ռյաբուշկո(ավելի պարզ) և լուծված IDZ-ն ըստ Չուդեսենկոյի հավաքածուի(ավելի դժվար): 1) Գումարըերկու իրադարձություն, և իրադարձությունը կոչվում է, որը տեղի կունենա կամիրադարձություն կամիրադարձություն կամերկու իրադարձությունները միաժամանակ: Այն դեպքում, երբ իրադարձությունները անհամատեղելի, վերջին տարբերակը անհետանում է, այսինքն՝ կարող է առաջանալ կամիրադարձություն կամիրադարձություն. Կանոնը վերաբերում է նաև ավելի մեծ թվով տերմիններին, օրինակ՝ իրադարձությունին ինչ կլինի առնվազն մեկըիրադարձություններից , Ա եթե իրադարձությունները անհամատեղելի են – ապա մի բան և միայն մեկ բանիրադարձություն այս գումարից. կամիրադարձություն, կամիրադարձություն, կամիրադարձություն, կամիրադարձություն, կամիրադարձություն. Օրինակները շատ են. Իրադարձությունները (զառ նետելիս 5 միավոր չի հայտնվի) այն է, ինչ կհայտնվի կամ 1, կամ 2, կամ 3, կամ 4, կամ 6 միավոր. Իրադարձություն (կթողարկվի ոչ ավելիներկու միավոր) այն է, որ կհայտնվի 1 կամ 2միավորներ. Իրադարձություն (կլինեն զույգ թվով միավորներ) երևում է կամ 2 կամ 4 կամ 6 միավոր. Իրադարձությունն այն է, որ տախտակամածից կարմիր քարտ (սիրտ) կխաղարկվի կամդափ) և միջոցառումը – որ «նկարը» կարտահանվի (ջեկ կամտիկին կամթագավոր կամ ace): Մի փոքր ավելի հետաքրքիր է համատեղ միջոցառումների դեպքը. Միջոցառումը կայանում է նրանում, որ տախտակամածից ակումբ է քաշվելու կամյոթ կամյոթ ակումբներ Համաձայն վերը տրված սահմանման՝ գոնե մի բան- կամ ցանկացած ակումբ, կամ ցանկացած յոթ կամ նրանց «հատվածը»՝ ակումբներից յոթը: Հեշտ է հաշվարկել, որ այս իրադարձությունը համապատասխանում է 12 տարրական արդյունքի (9 ակումբային քարտ + 3 մնացած յոթնյակներ): Իրադարձությունն այն է, որ վաղը ժամը 12.00-ին կգա Ամփոփվող համատեղ միջոցառումներից ԳՈՆԵ ՄԵԿԸ, մասնավորապես. – կամ կլինի միայն անձրև / միայն ամպրոպ / միայն արև; Այսինքն՝ միջոցառումը ներառում է 7 հնարավոր ելք։ Իրադարձությունների հանրահաշվի երկրորդ սյունը. 2) Աշխատանքըերկու իրադարձություն և անվանել իրադարձություն, որը բաղկացած է այս իրադարձությունների համատեղ առաջացումից, այլ կերպ ասած, բազմապատկումը նշանակում է, որ որոշ հանգամանքներում տեղի կունենա Եվիրադարձություն, Եվիրադարձություն. Նմանատիպ հայտարարությունը ճիշտ է ավելի մեծ թվով իրադարձությունների համար, օրինակ՝ աշխատանքը ենթադրում է, որ որոշակի պայմաններում դա տեղի կունենա Եվիրադարձություն, Եվիրադարձություն, Եվմիջոցառում,…, Եվիրադարձություն. Դիտարկենք մի թեստ, որում երկու մետաղադրամ են նետվում
և հետևյալ իրադարձությունները. – գլուխները կհայտնվեն 1-ին մետաղադրամի վրա. Ապա. Հեշտ է տեսնել այդ իրադարձությունները անհամատեղելի (քանի որ, օրինակ, այն չի կարող միաժամանակ ընկնել 2 գլուխ և 2 պոչ)և ձև ամբողջական խումբ (քանի որ հաշվի է առնվել Բոլորըերկու մետաղադրամ նետելու հնարավոր արդյունքները). Ամփոփենք այս իրադարձությունները. Ինչպե՞ս մեկնաբանել այս գրառումը: Շատ պարզ - բազմապատկումը նշանակում է տրամաբանական կապ ԵՎև լրացում – ԿԱՄ. Այսպիսով, գումարը հեշտ է կարդալ մարդկային հասկանալի լեզվով. «երկու գլուխ կհայտնվի կամերկու գլուխ կամ 1-ին մետաղադրամը կիջնի գլուխները Եվ 2-րդ պոչերի վրա կամ 1-ին մետաղադրամը կիջնի գլուխները Եվ 2-րդ մետաղադրամի վրա արծիվ է» Սա օրինակ էր, երբ մեկ թեստումներգրավված են մի քանի առարկաներ, այս դեպքում՝ երկու մետաղադրամ։ Գործնական խնդիրների մեկ այլ ընդհանուր սխեմա է վերստուգում
, երբ, օրինակ, նույն ձողը 3 անգամ անընդմեջ գլորում են։ Որպես ցուցադրություն, դիտարկեք հետևյալ իրադարձությունները. – 1-ին նետում դուք կստանաք 4 միավոր; Հետո միջոցառումը այն է, որ 1-ին նետում դուք կստանաք 4 միավոր Եվ 2-րդ նետում դուք կստանաք 5 միավոր Եվ 3-րդ գլորում դուք կստանաք 6 միավոր: Ակնհայտ է, որ խորանարդի դեպքում զգալիորեն ավելի շատ համակցություններ (արդյունքներ) կլինեն, քան մետաղադրամ նետելու դեպքում: ...Ես հասկանում եմ, որ միգուցե վերլուծվող օրինակներն այնքան էլ հետաքրքիր չեն, բայց սրանք խնդիրներ են, որոնք հաճախ են հանդիպում խնդիրներին, ու դրանցից փախուստ չկա։ Բացի մետաղադրամից, խորանարդից և քարտերի տախտակամածից, ձեզ սպասում են բազմագույն գնդակներով ափսեներ, թիրախի վրա կրակող մի քանի անանուն մարդիկ և անխոնջ աշխատողը, ով անընդհատ մանրուքներ է մանրացնում =) Իրադարձության հավանականությունը
հավանականությունների տեսության կենտրոնական հայեցակարգն է: ...Մարդասպան տրամաբանական բան, բայց մենք պետք է ինչ-որ տեղից սկսեինք =) Դրա սահմանման մի քանի մոտեցում կա.
; Այս հոդվածում ես կկենտրոնանամ հավանականության դասական սահմանման վրա, որն առավել լայնորեն կիրառվում է կրթական առաջադրանքներում։ Նշանակումներ. Որոշակի իրադարձության հավանականությունը նշվում է լատինատառ մեծատառով, իսկ իրադարձությունն ինքնին վերցվում է փակագծերում՝ հանդես գալով որպես փաստարկի մի տեսակ։ Օրինակ՝ Բացի այդ, փոքր տառը լայնորեն օգտագործվում է հավանականությունը նշելու համար: Մասնավորապես, դուք կարող եք հրաժարվել իրադարձությունների ծանր նշանակումներից և դրանց հավանականություններից հետևյալ ոճի օգտին. – հավանականությունը, որ մետաղադրամի նետումը կհանգեցնի գլուխների. Այս տարբերակը տարածված է գործնական խնդիրներ լուծելիս, քանի որ այն թույլ է տալիս զգալիորեն նվազեցնել լուծման ձայնագրությունը: Ինչպես առաջին դեպքում, այստեղ հարմար է օգտագործել «խոսող» ենթագրեր/վերնագրեր։ Բոլորը վաղուց են կռահել այն թվերը, որոնք ես հենց նոր գրեցի վերևում, և հիմա մենք կիմանանք, թե ինչպես են դրանք ստացվել. Որոշակի թեստի ժամանակ իրադարձության տեղի ունենալու հավանականությունը կոչվում է հարաբերակցություն, որտեղ. - բոլորի ընդհանուր թիվը հավասարապես հնարավոր է, տարրականայս թեստի արդյունքները, որոնք ձևավորվում են միջոցառումների ամբողջական խումբ; - քանակ տարրականարդյունքները, բարենպաստ
իրադարձություն. Մետաղադրամ նետելիս կամ գլուխները կամ պոչերը կարող են դուրս ընկնել. այս իրադարձությունները ձևավորվում են ամբողջական խումբԱյսպիսով, արդյունքների ընդհանուր թիվը. միևնույն ժամանակ նրանցից յուրաքանչյուրը տարրականԵվ հավասարապես հնարավոր է. Միջոցառմանը նպաստում է արդյունքը (գլուխները): Ըստ հավանականության դասական սահմանման. . Նմանապես, մահակը նետելու արդյունքում կարող են ի հայտ գալ տարրական հավասարապես հնարավոր արդյունքներ՝ կազմելով ամբողջական խումբ, և իրադարձությունը բարենպաստ է լինում մեկ ելքով (գլորելով հնգյակ): Ահա թե ինչու. ՍԱ ԸՆԴՈՒՆՎԵԼԻ ՉԻ ԱՆԵԼ (չնայած ձեր գլխում տոկոսներ գնահատելն արգելված չէ)։ Ընդունված է օգտագործել միավորի կոտորակները, և, ակնհայտորեն, հավանականությունը կարող է տարբեր լինել . Ավելին, եթե , ապա իրադարձությունը անհնարին, Եթե - հուսալի, իսկ եթե , ապա խոսքը գնում է պատահականիրադարձություն. ! Եթե որևէ խնդիր լուծելիս ստացեք հավանականության այլ արժեք, փնտրեք սխալը: Հավանականության որոշման դասական մոտեցման մեջ ծայրահեղ արժեքները (զրո և մեկ) ստացվում են ճիշտ նույն պատճառաբանությամբ: Թույլ տվեք պատահականորեն 1 գնդակ քաշել 10 կարմիր գնդիկ պարունակող որոշակի կարասից: Հաշվի առեք հետևյալ իրադարձությունները. մեկ փորձարկման ընթացքում քիչ հավանական իրադարձություն տեղի չի ունենա. Ահա թե ինչու դուք վիճակախաղում ջեքփոթ չեք հասցնի, եթե այս իրադարձության հավանականությունը, ասենք, 0,00000001 է: Այո, այո, դա դու ես՝ որոշակի շրջանառության միակ տոմսով: Սակայն ավելի մեծ թվով տոմսեր և ավելի մեծ թվով նկարներ ձեզ առանձնապես չեն օգնի։ Երբ ես ուրիշներին ասում եմ այս մասին, գրեթե միշտ պատասխանում եմ. «բայց ինչ-որ մեկը հաղթում է»: Լավ, ուրեմն եկեք կատարենք հետևյալ փորձը. խնդրում ենք գնել ցանկացած վիճակախաղի տոմս այսօր կամ վաղը (մի հապաղեք): Եվ եթե դուք հաղթեք... լավ, առնվազն 10 կիլոգրամից ավելի, անպայման գրանցվեք, - ես կբացատրեմ, թե ինչու դա տեղի ունեցավ: Տոկոսով, իհարկե =) =) Բայց պետք չէ տխրել, քանի որ կա հակառակ սկզբունքը. եթե ինչ-որ իրադարձության հավանականությունը շատ մոտ է մեկին, ապա մեկ փորձության դեպքում դա կլինի. գրեթե հաստատտեղի կունենա. Ուստի պարաշյուտով ցատկելուց առաջ պետք չէ վախենալ, ընդհակառակը, ժպտացեք։ Ի վերջո, բոլորովին աներևակայելի և ֆանտաստիկ հանգամանքներ պետք է առաջանան, որպեսզի երկու պարաշյուտներն էլ խափանվեն։ Չնայած այս ամենը պոեզիա է, քանի որ, կախված իրադարձության բովանդակությունից, առաջին սկզբունքը կարող է զվարթ լինել, իսկ երկրորդը` տխուր. կամ նույնիսկ երկուսն էլ զուգահեռ են: Երևի դա բավական է առայժմ՝ դասարանում Դասական հավանականության խնդիրներմենք առավելագույնը կստանանք բանաձևից: Այս հոդվածի վերջին մասում մենք կքննարկենք մեկ կարևոր թեորեմ. Ամբողջական խումբ կազմող իրադարձությունների հավանականությունների գումարը հավասար է մեկի. Կոպիտ ասած, եթե իրադարձությունները կազմեն ամբողջական խումբ, ապա 100% հավանականությամբ դրանցից մեկը տեղի կունենա։ Ամենապարզ դեպքում ամբողջական խումբը կազմվում է հակադիր իրադարձություններով, օրինակ. – մետաղադրամ նետելու արդյունքում գլուխներ կհայտնվեն. Ըստ թեորեմի. Միանգամայն պարզ է, որ այս իրադարձությունները հավասարապես հնարավոր են, և դրանց հավանականությունը նույնն է . Հավանականությունների հավասարության պատճառով հաճախ անվանում են հավասարապես հնարավոր իրադարձություններ հավասարապես հավանական
. Եվ ահա լեզվակռիվ՝ թունավորման աստիճանը որոշելու համար =) Օրինակ խորանարդով. իրադարձությունները հակառակ են, հետևաբար . Քննարկվող թեորեմը հարմար է նրանով, որ թույլ է տալիս արագ գտնել հակառակ իրադարձության հավանականությունը։ Այսպիսով, եթե հայտնի է հնգակի գլորվելու հավանականությունը, ապա հեշտ է հաշվարկել այն չգլորելու հավանականությունը. Սա շատ ավելի պարզ է, քան հինգ տարրական արդյունքների հավանականությունների ամփոփումը: Տարրական արդյունքների համար, ի դեպ, այս թեորեմը նույնպես ճիշտ է. !
Հավանականությունների տեսության մեջ անցանկալի է տառեր օգտագործել որևէ այլ նպատակի համար: Ի պատիվ Գիտելիքի օրվա, ես տնային աշխատանք չեմ նշանակի =), բայց շատ կարևոր է, որ կարողանաք պատասխանել հետևյալ հարցերին. -Ի՞նչ տեսակի իրադարձություններ կան: Ոչ, ձեզ հարկավոր չէ որևէ բան խցկել, սրանք պարզապես հավանականության տեսության հիմունքներն են՝ մի տեսակ այբբենարան, որը արագ կտեղավորվի ձեր գլխում: Եվ որպեսզի դա տեղի ունենա որքան հնարավոր է շուտ, ես առաջարկում եմ ձեզ ծանոթանալ դասերին բոլոր մասնագիտությունների 2-րդ կուրսի ուսանողների համար Բարձրագույն մաթեմատիկայի բաժին Սիրելի ուսանողներ. Ձեր ուշադրությանն ենք ներկայացնում Պրոֆեսոր Ն. Դասախոսությունը քննարկում է առաջադրանքներուսումնասիրելով հավանականությունների տեսությունը և մաթեմատիկական վիճակագրությունը տնտեսագիտական համալսարանում և նրա տեղըժամանակակից տնտեսագետի պատրաստման համակարգում համարվում է կազմակերպություն
անկախՏրվում է ուսանողի աշխատանք՝ օգտագործելով համակարգչային ուսուցման համակարգ (CTS) և ավանդական դասագրքեր հիմնական դրույթների ակնարկայս դասընթացը, ինչպես նաև դրա ուսումնասիրության մեթոդական առաջարկությունները: Տնտեսագիտական համալսարանում սովորած մաթեմատիկական առարկաներից առանձնահատուկ տեղ են գրավում հավանականությունների տեսությունը և մաթեմատիկական վիճակագրությունը։ Նախ, դա վիճակագրական առարկաների տեսական հիմքն է: Երկրորդ, ուսումնասիրության մեջ ուղղակիորեն օգտագործվում են հավանականությունների տեսության և մաթեմատիկական վիճակագրության մեթոդները զանգվածային ագրեգատներդիտարկված երևույթներ, դիտարկման արդյունքների մշակում և պատահական երևույթների օրինաչափությունների բացահայտում: Ի վերջո, հավանականությունների տեսությունը և մաթեմատիկական վիճակագրությունը կարևոր մեթոդաբանական նշանակություն ունեն ճանաչողական գործընթաց, ընդհանուր օրինաչափություն բացահայտելիս հետազոտվել էգործընթացները, ծառայում է որպես տրամաբանական հիմքինդուկտիվ-դեդուկտիվ պատճառաբանություն. Յուրաքանչյուր երկրորդ կուրսի ուսանող «Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն» առարկայից պետք է ունենա հետևյալ հավաքածուն (գործը). 1.
Համառոտ կողմնորոշիչ դասախոսությունայս կարգապահության մեջ: 2.
ԴասագիրքՆ.Շ. Կրեմեր «Հավանականության տեսություն և մաթեմատիկական վիճակագրություն» - M.: UNITY - DANA, 2007 (այսուհետ մենք այն պարզապես կանվանենք «դասագիրք»): 3.
Ուսումնական և մեթոդական ձեռնարկ«Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն» / խմբ. Ն.Շ. Կրեմերը։ – Մ.: Համալսարանական դասագիրք, 2005 (այսուհետ՝ ձեռնարկ): 4.
Համակարգչային ուսուցման ծրագիր COPR կարգապահության համար (այսուհետ՝ «համակարգչային ծրագիր»): Ինստիտուտի կայքում՝ «Կորպորատիվ ռեսուրսներ» էջում տեղադրված են KOPR2 համակարգչային ծրագրի առցանց տարբերակները, ակնարկ կողմնորոշիչ դասախոսությունը և ձեռնարկի էլեկտրոնային տարբերակը։ Բացի այդ, ներկայացված են համակարգչային ծրագիրը և ձեռնարկը
CD
-
ROM
ախ երկրորդ կուրսի ուսանողների համար.
Հետևաբար, «թղթային ձևով» աշակերտին անհրաժեշտ է միայն դասագիրք ունենալ: Բացատրենք նշված հավաքածուի (գործի) մեջ ներառված ուսումնական նյութերից յուրաքանչյուրի նպատակը. Դասագրքումներկայացված են առարկայի ուսումնական նյութի հիմնական դրույթները՝ պատկերված բավական մեծ թվով լուծված խնդիրներով։ IN նպաստներՏրվում են ուսումնական նյութի անկախ ուսումնասիրության մեթոդական առաջարկություններ, կարևորվում են դասընթացի և բնորոշ առաջադրանքների կարևորագույն հասկացությունները, տրված են այս առարկայի ինքնաստուգման թեստային հարցեր, տնային թեստերի տարբերակներ, որոնք ուսանողը պետք է լրացնի, ինչպես նաև մեթոդական տրված են դրանց իրականացման հանձնարարականներ։ Համակարգչային ծրագիրնախագծված է ձեզ առավելագույն օգնություն ցուցաբերելու դասընթացը ռեժիմում յուրացնելու հարցում երկխոսությունծրագրեք աշակերտի հետ, որպեսզի առավելագույն չափով փոխհատուցեք ձեր դասարանում պատրաստվածության բացակայությունը և ուսուցչի հետ համապատասխան շփումը: Հեռակա ուսուցման համակարգով սովորող ուսանողի համար առաջնային և որոշիչ նշանակություն ունի ինքնուրույն աշխատանքի կազմակերպում. Երբ սկսում եք ուսումնասիրել այս առարկան, կարդացեք այս ակնարկ (ներածական) դասախոսությունը մինչև վերջ: Սա թույլ կտա ձեզ ընդհանուր պատկերացում կազմել «Հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն» դասընթացում կիրառվող հիմնական հասկացությունների և մեթոդների և VZFEI ուսանողների պատրաստվածության մակարդակի պահանջների մասին: Յուրաքանչյուր թեմա ուսումնասիրելուց առաջ Կարդացեք ձեռնարկում այս թեման ուսումնասիրելու ուղեցույցները:Այստեղ դուք կգտնեք այս թեմայի վերաբերյալ կրթական հարցերի ցանկը, որոնք դուք կուսումնասիրեք. պարզել, թե որ հասկացությունները, սահմանումները, թեորեմները, խնդիրներն են ամենակարևորը, որոնք պետք է նախ ուսումնասիրել և յուրացնել: Այնուհետև անցեք ուսումնասիրությանը հիմնական ուսումնական նյութդասագրքի համաձայն՝ ստացված մեթոդական առաջարկություններին համապատասխան։ Խորհուրդ ենք տալիս առանձին նոթատետրում գրառումներ կատարել հիմնական սահմանումների, թեորեմների պնդումների, դրանց ապացույցների դիագրամների, բանաձևերի և բնորոշ խնդիրների լուծումների մասին։ Բանաձևերը ցանկալի է դուրս գրել դասընթացի յուրաքանչյուր մասի հատուկ աղյուսակներում՝ հավանականությունների տեսություն և մաթեմատիկական վիճակագրություն: Նշումների, մասնավորապես բանաձևերի աղյուսակների կանոնավոր օգտագործումը օգնում է դրանք մտապահել: Դասագրքի յուրաքանչյուր թեմայի հիմնական ուսումնական նյութի վրա աշխատելուց հետո միայն կարող եք անցնել այս թեմայի ուսումնասիրությանը համակարգչային ուսուցման ծրագրի միջոցով (KOPR2): Ուշադրություն դարձրեք յուրաքանչյուր թեմայի համակարգչային ծրագրի կառուցվածքին: Թեմայի անվանումից հետո դասագրքում կա թեմայի հիմնական ուսումնական հարցերի ցանկը` նշելով պարբերությունների և էջերի քանակը, որոնք պետք է ուսումնասիրվեն: (Հիշեք, որ այս հարցերի ցանկը յուրաքանչյուր թեմայի համար տրված է նաև ձեռնարկում): Այնուհետև այս թեմայի վերաբերյալ տեղեկատու նյութը (կամ այս թեմայի առանձին պարբերություններում) տրվում է հակիրճ ձևով `հիմնական սահմանումներ, թեորեմներ, հատկություններ և բնութագրեր, բանաձևեր և այլն: Թեմա ուսումնասիրելիս կարող եք նաև էկրանին ցուցադրել տեղեկատու նյութի այն հատվածները (այս կամ նախորդ թեմաներով), որոնք անհրաժեշտ են տվյալ պահին։ Այնուհետև ձեզ առաջարկվում է ուսումնական նյութ և, իհարկե, ստանդարտ առաջադրանքներ ( օրինակներ),որի լուծումը դիտարկվում է ռեժիմում երկխոսությունծրագրեր ուսանողի հետ. Մի շարք օրինակների գործառույթները սահմանափակվում են ուսանողի ցանկությամբ էկրանին ճիշտ լուծման փուլերը ցուցադրելով: Միևնույն ժամանակ, օրինակների մեծ մասի քննարկման ընթացքում ձեզ կուղղվեն այս կամ այն բնույթի հարցեր: Որոշ հարցերի պատասխանները պետք է մուտքագրվեն ստեղնաշարի միջոցով: թվային պատասխան,ուրիշներին - ընտրել ճիշտ պատասխանը (կամ պատասխանները)մի քանի առաջարկներից։ Կախված ձեր մուտքագրած պատասխանից՝ ծրագիրը հաստատում է դրա ճիշտությունը կամ առաջարկում է անհրաժեշտ տեսական սկզբունքներ պարունակող հուշումը կարդալուց հետո կրկին փորձել տալ ճիշտ լուծումն ու պատասխանը։ Բազմաթիվ առաջադրանքներ ունեն լուծման փորձերի քանակի սահմանափակում (եթե այս սահմանը գերազանցվում է, ճիշտ լուծման առաջընթացը անպայմանորեն ցուցադրվում է էկրանին): Կան նաև օրինակներ, որոնցում ակնարկում պարունակվող տեղեկատվության քանակն ավելանում է, քանի որ պատասխանի անհաջող փորձերը կրկնվում են: Ուսումնական նյութի և օրինակների տեսական սկզբունքներին ծանոթանալուց հետո, որոնք տրվում են լուծման մանրամասն վերլուծությամբ, դուք պետք է կատարեք ինքնավերահսկման վարժություններ՝ յուրաքանչյուր թեմայի վերաբերյալ բնորոշ խնդիրների լուծման ձեր հմտությունները համախմբելու համար: Ինքնակառավարման առաջադրանքները պարունակում են նաև սովորողի հետ երկխոսության տարրեր: Լուծումն ավարտելուց հետո կարող եք նայել ճիշտ պատասխանը և համեմատել այն ձեր տվածի հետ։ Յուրաքանչյուր թեմայի շուրջ աշխատանքի վերջում դուք պետք է կատարեք հսկիչ առաջադրանքներ: Դրանց ճիշտ պատասխանները ձեզ չեն ցուցադրվում, և ձեր պատասխանները գրանցվում են համակարգչի կոշտ սկավառակի վրա՝ ուսուցիչ-խորհրդատուի (դաստիարակի) կողմից հետագա վերանայման համար: 1–7 թեմաներն ուսումնասիրելուց հետո դուք պետք է լրացնեք թիվ 3 տնային թեստը, իսկ 8–11 թեմաներն ուսումնասիրելուց հետո՝ թիվ 4 տնային թեստը։ Այս թեստերի տարբերակները տրված են ձեռնարկում (դրա էլեկտրոնային տարբերակում)։ Կատարվող տարբերակի համարը պետք է համապատասխանի ձեր անձնական ֆայլի համարի վերջին թվանշանին (դասարան, ուսանողական ID): Յուրաքանչյուր թեստի համար դուք պետք է անցնեք հարցազրույց, որի ընթացքում պետք է դրսևորեք թեստի թեմայով խնդիրներ լուծելու ձեր ունակությունը և հիմնական հասկացությունների (սահմանումներ, թեորեմներ (առանց ապացույցների), բանաձևեր և այլն) իմացությունը: Կարգապահության ուսումնասիրությունն ավարտվում է դասընթացի քննությամբ։ Հավանականությունների տեսությունը մաթեմատիկական գիտություն է, որն ուսումնասիրում է պատահական երևույթների օրինաչափությունները։ Ուսումնասիրության համար առաջարկվող առարկան բաղկացած է երկու բաժիններից՝ «Հավանականությունների տեսություն» և «Մաթեմատիկական վիճակագրություն»:կրկնուսուցում
Ներկայացրե՛ք Ձեր դիմումընշելով թեման հենց հիմա՝ խորհրդատվություն ստանալու հնարավորության մասին պարզելու համար:
– կամ տեղի կունենան միայն որոշ զույգ իրադարձություններ (անձրև + ամպրոպ / անձրև + արև / ամպրոպ + արև);
– կամ բոլոր երեք իրադարձությունները կհայտնվեն միաժամանակ:
– 1-ին մետաղադրամը կկանգնեցնի գլուխները.
– գլուխները կհայտնվեն 2-րդ մետաղադրամի վրա.
– 2-րդ մետաղադրամը կկանգնեցնի գլուխները:
Եվ 2-ին) գլուխները կհայտնվեն;
– իրադարձությունն այն է, որ երկու մետաղադրամների վրա (1-ին Եվ 2-ին) դա կլինի գլուխներ;
– Իրադարձությունն այն է, որ 1-ին մետաղադրամը կկանգնեցնի գլուխները Եվ 2-րդ մետաղադրամը պոչեր է;
– Իրադարձությունն այն է, որ 1-ին մետաղադրամը կկանգնեցնի գլուխները Եվ 2-րդ մետաղադրամի վրա արծիվ է։
– 2-րդ նետում դուք կստանաք 5 միավոր;
– 3-րդ նետում դուք կստանաք 6 միավոր:Իրադարձության հավանականությունը
Հավանականության երկրաչափական սահմանում
;
Հավանականության վիճակագրական սահմանում
.
– հավանականությունը, որ զառ գլորելը կհանգեցնի 5 միավորի.
– հավանականությունը, որ ակումբային կոստյումի քարտը կհանվի տախտակամածից:Հավանականության դասական սահմանում:
– մետաղադրամ նետելու արդյունքը կլինի գլուխները:
. Օրինակ, եթե հավանականությունը մեծ է, որ կրակողը կհարվածի թիրախին, ապա մեծ է հավանականությունը, որ նա բաց կթողնի:
– Ի՞նչ է պատահականությունը և իրադարձության հավասար հնարավորությունը:
– Ինչպե՞ս եք հասկանում իրադարձությունների համատեղելիություն/անհամատեղելիություն տերմինները:
– Ի՞նչ է իրադարձությունների ամբողջական խումբը, հակադիր իրադարձությունները:
– Ի՞նչ է նշանակում իրադարձությունների գումարում և բազմապատկում:
– Ո՞րն է հավանականության դասական սահմանման էությունը:
– Ինչո՞ւ է օգտակար ամբողջական խումբ կազմող իրադարձությունների հավանականությունների գումարման թեորեմը:Ներածական մաս