Теория вероятностей и математическая статистика с использованием MS Excel. В 2-х частях. Часть 1. Теория вероятностей
Учебник и практикум в 2 частях. Часть 1: Теория вероятностей
Покупка
Издательство:
КУРС
Авторы:
Мхитарян Владимир Сергеевич, Шишов Владимир Федорович, Козлов Андрей Юрьевич, Искоркин Дмитрий Викторович
Год издания: 2027
Кол-во страниц: 241
Дополнительно
Вид издания:
Учебник
Уровень образования:
Профессиональное образование
ISBN: 978-5-907064-96-6
Артикул: 768106.04.99
Учебник охватывает все основные разделы курса теории вероятностей и математической статистики. В первой части учебника «Теория вероятностей» изложены основные сведения, относящиеся к изучению случайных событий, случайных величин и законов их распределения, систем случайных величин, законов распределения функций случайных величин, предельных теорем теории вероятностей. В каждом разделе излагаются основные теоретические положения, поясняются предпосылки применения вероятностных методов. По каждому разделу приводятся подробные решения типовых задач, предлагаются задачи для самостоятельной работы студентов. Особую ценность учебнику придает множество примеров, почерпнутых из практики и решенных с помощью инструментов Пакета анализа, Статистических функций MS Excel-2016, а также специальных (авторских) программ, выполненных на объектно-ориентированном языке программирования VBA. Все решенные таким образом примеры, используемые при этом программы, представлены на сайте по адресу, указанному на с. 5. Учебник написан в соответствии с Государственными образовательными стандартами направления подготовки «Экономика» и предназначен для студентов данного и других направлений подготовки, а также может быть рекомендован аспирантам и преподавателям вузов, широкому кругу читателей, применяющих методы теории вероятностей в своей научной и практической деятельности.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 38.03.01: Экономика
- ВО - Магистратура
- 38.04.01: Экономика
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
УЧЕБНИК И ПРАКТИКУМ Практикум с применением статистических функций, инструментов Пакета анализа MS Excel-2016 и специальных (авторских) программ на языке VBA Москва КУРС ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА С ИСПОЛЬЗОВАНИЕМ MS EXCEL Часть 1 ТЕОРИЯ ВЕРОЯТНОСТЕЙ В.С. Мхитарян, В.Ф. Шишов, А.Ю. Козлов, Д.В. Искоркин Электронная копия печатной версии
УДК 519.2
ББК 22.17
М93
УДК 519.2
ББК 22.17
М 93
© В.С. Мхитарян, В.Ф. Шишов,
А.Ю. Козлов, Д.В. Искоркин, 2019
© КУРС, 2019
ISBN 9-978-907064-96-6
ФЗ
№ 436-ФЗ
Издание не подлежит маркировке
в соответствии с п. 1 ч. 4 ст. 11
Р е ц е н з е н т ы:
Тихомиров Николай Петрович — д-р экон. наук, профессор, заведующий кафедрой математические методы в экономике Российского
экономического университета им. Г.В. Плеханова;
Балаш Владимир Алексеевич — д-р экон. наук, профессор, профессор
кафедры математической экономики Саратовского национального исследовательского государственного университета им. Н.Г. Чернышевского
Мхитарян В.С.
Теория вероятностей и математическая статистика с использованием MS Excel. Учебник и практикум в 2-х частях. Ч. 1. Теория вероятностей / В.С. Мхитарян, В.Ф. Шишов, А.Ю. Козлов,
Д.В. Искоркин. — Москва: КУРС. — 1 файл.pdf: 240 с. –
Электронная копия печатной версии.
ISBN 978-5-907064-96-6
Учебник охватывает все основные разделы курса теории вероятностей и
математической статистики. В первой части учебника «Теория вероятностей» изложены основные сведения, относящиеся к изучению случайных
событий, случайных величин и законов их распределения, систем случайных
величин, законов распределения функций случайных величин, предельных
теорем теории вероятностей.
В каждом разделе излагаются основные теоретические положения, поясняются предпосылки применения вероятностных методов. По каждому
разделу приводятся подробные решения типовых задач, предлагаются задачи
для самостоятельной работы студентов. Особую ценность учебнику придает
множество примеров, почерпнутых из практики и решенных с помощью инструментов Пакета анализа, Статистических функций MS Excel-2016, а
также специальных (авторских) программ, выполненных на объектноориентиро-ванном языке программирования VBA. Все решенные таким
образом при-меры, используемые при этом программы, представлены на
сайте по адресу, указанному на с. 5.
Учебник написан в соответствии с Государственными образовательными
стандартами направления подготовки «Экономика» и предназначен для студентов данного и других направлений подготовки, а также может быть рекомендован аспирантам и преподавателям вузов, широкому кругу читателей,
применяющих методы теории вероятностей в своей научной и практической
деятельности.
ВВедение В научных исследованиях, экономике, технике и массовом производстве часто приходится встречаться с явлениями, которые при неоднократном воспроизведении одного и того же опыта в неизменных условиях протекают каждый раз несколько по-иному. Такие явления называются случайными. По мере развития многих отраслей науки становится необходимым изучать случайные явления, для того чтобы научиться предвидеть действия случайных факторов и учитывать их на практике. Математическая наука, изучающая общие закономерности случайных явлений независимо от их конкретной природы и дающая методы количественной оценки влияния случайных факторов на рассматриваемые явления, называется теорией вероятностей. Основой научного исследования в теории вероятностей является опыт и наблюдение. На практике часто приходится проводить опыты, в результате которых получаются различные данные в зависимости от того комплекса условий, при которых они проводятся. Результаты опыта можно характеризовать качественно и количественно. Качественная характеристика результата опыта есть событие. Например, появление на выходе приемника радиопомехи в некотором интервале времени является событием. Появление бракованного изделия в партии готовой продукции является тоже событием. Факт, что при изменении некоторой величины получена величина меньше некоторого числа, является событием и т.д. Количественная характеристика результата опыта, которая может принимать одно из ряда возможных значений (заранее неизвестно, какое именно) называется случайной величиной. Случайные величины могут иметь различный характер. Например, можно рассматривать скалярные случайные величины, случайные векторы, случайные функции и т.д. Каждое возможное значение скалярной случайной величины есть число. Каждое возможное значение случайного вектора есть вектор, который характеризуется совокупностью соответствующего количества чисел (системы случайных величин). Каждое возможное значение случайной функции представляет собой некоторую конкретную функцию, которая называется реализацией случайной функции. Примерами случайных величин могут служить ошибки измерения длины, массы, времени и т.п. Примерами случайных векторов могут служить совокупности ошибок совместного измерения нескольких постоянных скалярных
величин. Примерами случайных функций времени являются помехи, которые будут поступать в приемник радиоканала вместе с полезным сигналом. Методы теории вероятностей широко применяются в различных отраслях экономики, естествознания и техники. Первые работы, в которых зарождались основные понятия теории вероятностей, были связаны с исследованием правил для азартных игр. Работы Б. Паскаля (1623–1662), П. Ферма (1607–1648) и Х. Гюйгенса (1629–1695) в середине ХVII в. явились основой и началом теории вероятностей. Дальнейшее развитие теории вероятностей связано с именем Якова Бернулли (1654–1705). Яков Бернулли во второй половине ХVII в. впервые показал, что с увеличением числа испытаний частота какоголибо случайного события приобретает свойство устойчивости и определенным образом приближается к некоторому безразмерному числу, которое объективно отражает возможность появления этого события и называется вероятностью.v Математик Муавр (1667–1754) в начале ХVIII в. впервые рассмотрел простейший случай нормального закона, который в настоящее время имеет широкое применение. Большое значение в развитии теории вероятностей имели работы таких математиков, как П.-С. Лаплас (1749–1827), К. Гаусс (1777– 1855) и С.Д. Пуассон (1781–1840). Лаплас впервые дал стройное и систематическое изложение основ теории вероятностей, дал доказательство одной из форм центральной предельной теоремы. Гаусс дал более общее обоснование нормальному закону и разработал метод обработки экспериментальных данных. С именем Пуассона связан один из законов распределения, который играет большую роль в теории вероятностей и ее приложениях. В ХIХ в. вопросами теории вероятностей стали заниматься выдающиеся российские ученые П.Л. Чебышев (1821–1894) и его ученики А.А. Марков (1856–1922) и А.М. Ляпунов (1857–1918). Создалась так называемая Петербургская школа теории вероятностей. П.Л. Чебышев ввел в теорию вероятностей понятие случайной величины и метод моментов, что привело к созданию мощного современного аппарата теории вероятностей. А.А. Марков в своих трудах существенно расширил область применения закона больших чисел и центральной предельной теоремы. Очень важной заслугой А.А. Маркова является то, что он в своих трудах положил основу для новой области теории вероятностей — теории случайных процессов. А.М. Ляпунов известен своим доказательством центральной предельной теоремы и разработкой метода характеристических функций.
Отечественная школа теории вероятностей занимает в мировой науке ведущее место. Среди многих ученых, виднейших математиков нашей страны, занимавшихся разработкой вопросов теории вероятностей, необходимо отметить С.Н. Бернштейна (1880–1968), А.Я. Хинчина (1894–1959), А.Н. Колмогорова (1903–1987), В.И. Романовского (1879–1954), Б.В. Гнеденко (1912–1995), В.С. Пугачева (1911–1998) и др. С.Н. Бернштейн разработал первую законченную аксиоматику теории вероятностей и существенно расширил область применения предельных теорем. А.Я. Хинчин известен своими исследованиями в области стационарных случайных процессов, предельных теорем теории вероятностей. Особое значение в развитии теории вероятностей имеют работы А.Н. Колмогорова. Он дал наиболее совершенное аксиоматическое построение теории вероятностей. Работы А.Н. Колмогорова в области теории случайных функций являются основой всех исследований в данной области. Методы теории вероятностей широко применяются в различных отраслях экономики и техники. Теория вероятностей служит также для обоснования математической и прикладной статистики, которая, в свою очередь, используется при планировании и организации производства, при анализе технологических процессов, при оценке качества продукции и для многих других целей. В первой части учебника рассмотрены основные разделы теории вероятностей, методы и приемы обработки результатов наблюдений. Основные положения иллюстрированы рядом примеров, взятых из практики (численные данные, приведенные в некоторых примерах, условны). Показано применение надстроек MS Excel (статистических функций и инструментов Пакета анализа), а также специальных (авторских) программ, выполненных на объектно ориентированном языке программирования VBA для решения задач теории вероятностей. Используемые в первой части учебника инструменты Пакета анализа и статистические функции MS Excel-2016 более подробно рассмотрены в учебном пособии «Анализ данных в MS Excel» тех же авторов. Специальные (авторские) программы доступны пользователям по адресу:
Список статистических функций и специальных (авторских) программ, используемых в первой части учебника Глава 1. Случайные события Статистические функции 1. ПЕРЕСТ — вычисляет число перестановок. 2. ГИПЕРГЕОМ.РАСП — определяет вероятность появления числа интересующих нас событий в выборке из генеральной совокупности. 3. БИНОМ.РАСП — определяет вероятность появления числа интересующих нас событий по формуле Бернулли. 4. БИНОМ.ОБР — определяет число интересующих нас событий, при заданной вероятности. 5. БИНОМ.РАСП.ДИАП — определяет вероятность того, что в выборке будет число интересующих нас событий: ровно k; не более k; от 1 до k; хотя бы одно. Специальные (авторские) программы 1. РАЗМЕЩЕНИЯ — вычисляет число размещений. 2. СОЧЕТАНИЯ — вычисляет число сочетаний. 3. РАЗМЕЩЕНИЯ.ПОВТОР — вычисляет число размещений с повторениями. 4. СОЧЕТАНИЯ.ПОВТОР — вычисляет число сочетаний с повторениями. 5. ПЕРЕСТАНОВКИ.ПОВТОР — вычисляет число перестановок с повторениями. 6. ЧИСЛО.ИСПЫТАНИЙ — определяет необходимое число испытаний. 7. НАИВЕРОЯТНЕЙШЕЕ.ЧИСЛО — определяет наивероятнейшее число наступления события. 8. ПОЛНАЯ.ВЕРОЯТНОСТЬ — определяет полную вероятность события. 9. ТЕОРЕМА.ГИПОТЕЗ — определяет вероятность гипотезы после испытания. Глава 2. Случайные величины Статистические функции 1. НОРМ.РАСП; НОРМ.ОБР; НОРМАЛИЗАЦИЯ; НОРМ.СТ.РАСП; НОРМ.СТ.ОБР; ФИ; ГАУСС — определяют параметры нормального распределения. 2. ДОВЕРИТ.НОРМ — определяет границы доверительного интервала.
3. ЭКСП.РАСП — определяет значение функции распределения и функции плотности показательного распределения. 4. ГАММА.РАСП, ГАММА.ОБР, ГАММАНЛОГ, ГАММА — определяют параметры гамма-распределения. 5. БЕТА.РАСП, БЕТА.ОБР — определяют параметры бета-распределения. 6. ВЕЙБУЛЛ.РАСП — определяет параметры распределения Вейбулла. 7. ЛОГНОРМ.РАСП, ЛОГНОРМ.ОБР — определяют параметры логнормального распределения. 8. БИНОМ.РАСП, БИНОМ.РАСП.ДИАП, БИНОМ.ОБР — определяют параметры биномиального распределения. 9. ПУАССОН.РАСП — определяет параметры распределения Пуассона. 10. ГИПЕРГЕОМ.РАСП.ОБР — определяет параметры гипергеометрического распределения. Специальные (авторские) программы 1. ЧИСЛ.ХАРАКТ.ДСВ — определяет математическое ожидание и дисперсию дискретной случайной величины. 2. РАВН.РАСП — определяет параметры равномерного распределения. 3. ВЕР.ПОПАД.ИНТ — определяет вероятность попадания нормальной случайной величины в интервал. 4. ЧИСЛ.ХАРАКТ.БИНОМ — определяет числовые характеристики биномиального распределения. Глава 3. Системы случайных величин 1. ВЕР.ПОПАД.ПР — определяет вероятность попадания случайной точки в прямоугольную область. Глава 5. Предельные теоремы теории вероятностей 1. ТЕОРЕМЫ.МУАВРА.ЛАПЛАСА — определяет вероятность случайного события. 2. ОБЪЕМ.ВЫБОРКИ — определяет объем выборки для нормального распределения.
ГлаВа 1 Случайные События 1.1. Понятие события. Классификация случайных событий Теория вероятностей, как и всякая другая наука, базируется на ряде основных понятий. При помощи этих понятий дается логическое определение последующих, более сложных понятий. В качестве одного из основных понятий, которым оперирует теория вероятностей, является событие. Событием в теории вероятностей называется всякий факт, который может произойти в результате некоторого опыта (испытания). Примерами событий могут служить: 1. Попадание в цель при выстреле из орудия (опыт — производство выстрела, событие — попадание в цель). 2. Выпадение двух гербов при троекратном бросании монеты (опыт — троекратное бросание монеты, событие — выпадение двух гербов). 3. Появление ошибки измерения в заданных пределах при измерении дальности (опыт — измерение дальности, событие — ошибка измерения). Событие принято обозначать большими буквами латинского алфавита. Например, событие А — попадание в цель при выстреле, событие В — принятие сигнала радиостанцией при наличии помех и т.д. Различные события различаются между собой по степени возможности их появления и характеру взаимосвязи. Для правильного изучения закономерностей, присущих событиям, эти события принято классифицировать. Рассмотрим классификацию событий. Если при всех опытах (испытаниях) рассматриваемое событие всегда наступает, то оно называется достоверным (обозначается Ω). Например, при нагревании воды до 100 °С достоверное событие — закипание воды; при сбрасывании предмета с высоты достоверное событие — падение предмета на поверхность земли и т.д. Если при всех опытах рассматриваемое событие никогда не наступает, то оно называется невозможным (обозначается ∅). Например, при
отсутствии тока в электрической цепи невозможное событие — загорание лампочки; при подбрасывании игральной кости невозможное событие — одновременное выпадение 2 и 3 очков и т.д. Случайным называется событие, которое в результате опыта может произойти, а может и не произойти. Например, попадание в цель при выстреле, выигрыш на купленный билет лотереи и т.д. Два или несколько случайных событий называются равновозможными, если условия их появления одинаковы и нет оснований утверждать, что какое-либо из них в результате опыта имеет больше шансов появиться, чем другое. Например, выпадение любого количества очков от единицы до шести при бросании игральной кости; выпадение герба или цифры при подбрасывании монеты и т.д. Случайные события А и В называются совместными, если появление одного из них не исключает появления другого. Например, бросаются две игральные кости. Событие А — выпадение 3 очков на первой игральной кости, событие В — выпадение 2 очков на второй игральной кости. А и В — совместные события. Случайные события А и В называются несовместными, если появление одного из них исключает появление другого. Например, в магазин поступила партия товара одной номенклатуры, но разного цвета. Событие А — наудачу взятая коробка с товаром черного цвета, событие В — коробка с товаром коричневого цвета. А и В — несовместные события. Случайные события A1, A2, ..., An называются несовместными, если события, входящие в группу попарно, несовместны. Например, производится выстрел по мишени: A1 — попадание в десятку; A2 — попадание в восьмерку; A3 — попадание в шестерку; A4 — попадание в четверку; A5 — попадание в двойку; А6 — промах. A1, A2, A3, A4, A5, A6 образуют группу несовместных событий. Случайные события A1, A2, ..., An называются совместными, если совместны хотя бы два события из одной группы. Например, производятся три выстрела по мишени: A1 — попадание в мишень при первом выстреле; A2 — попадание при втором выстреле; A3 — попадание при третьем выстреле. A1, A2, A3 образуют группу совместных событий. Случайные события образуют полную группу, если в результате испытания обязательно наступит одно из них (единственно возможные события). Например, по цели производится три выстрела: A — промах; В — одно попадание; C — два попадания; D — три попадания. События A, B, C, D образуют полную группу событий. На практике часто рассматриваются два несовместных события, образующих полную группу. Такие события называются противопо
ложными. Событие, противоположное событию A, принято обозначать A. Например, искажение A и A — неискажение какого-либо знака при телеграфной передаче, попадание В и промах B — при одном выстреле по цели. События, которые одновременно являются несовместными, единственно возможными и равновозможными, называются случаями или шансами. 1.2. Сумма и произведение событий При разработке методики исследования случайных событий в теории вероятностей важными понятиями являются сумма и произведение событий. Суммой (объединением) нескольких событий называется событие, состоящее в наступлении хотя бы одного из этих событий. Сумма C событий A1, A2, ..., An обозначается так: C А А Аn = + + + 1 2 . . . . Например, если событие A1 есть отказ одного элемента электрической цепи, событие A2 — отказ второго элемента электрической цепи, событие A3 — отказ третьего элемента электрической цепи, то событие C А А А = + + 1 2 3 есть отказ одного из элементов электрической цепи. Произведением (пересечением) нескольких событий называется событие, состоящее в совместном появлении всех этих событий. Произведение C событий A1, A2, ..., An обозначается так: C А А Аn = ⋅ ⋅ ⋅ 1 2 . . . . Например, если событие A1 — отказ одного элемента электрической цепи, событие A2 — отказ второго элемента электрической цепи, событие A3 — отказ третьего элемента электрической цепи, то событие C A A An = ⋅ ⋅ ⋅ 1 2 . . . состоит в том, что произошел отказ всех трех элементов электрической сети. При решении различных задач, связанных с событиями, часто приходится представлять сложные события в виде комбинации более простых событий, применяя операции сложения и умножения событий. Например, пусть производятся три испытания электронного устройства и рассматриваются следующие простейшие события: