Презентация на тему Основные понятия теории вероятности. (Лекция 3 по эконометрике)

условий. При этом предполагается, что опыт может быть повторен

сколько угодно раз

Пример 1. Экономический объект – рынок подержанных автомобилей
Опыт – продажа конкретного автомобиля
Комплекс условий: наличие автомобилей, покупателей и сделок купли продажи
Данные условия можно повторить много раз

Пример 2. Бросание игрального кубика
Опыт- бросок
Комплекс условий- наличие кубика и игроков
Пример 3. Объект- элементарная макромодель Кейнса:
С=a0 + a1Y + U
Y= C + I
Опыт- функционирование экономики
Комплекс условий- наличие инвесторов и потребителей

с этим опытом, называется любой его исход.
При этом событие

называется случайным, если оно может появиться или не появиться в данном опыте
Обозначение: D: (описание события)

Пример 1. Опыт-продажа подержанных автомобилей
Случайное событие- продажа 3-х летнего автомобиля за 0.5 цены.
Это событие может появиться, а может и не появиться при повторении опыта.

Пример 2. Опыт-бросание игрального кубика
События: A: (Выпадение четного числа)
B: (Выпадение шестерки)

данном опыте служит вероятность появления этого события в опыте
Определение.

Пусть А- случайное событие, связанное с некоторым опытом Предположим, что опыт повторен n раз, в итоге событие А появилось в опытах na раз Тогда дробь na/n называется относительной частотой появления события А в опытах, а вероятность P(A) появления события А определяется как предел этой дроби при многократном повторении опыта:

(3.1)

частоте появления события: P(A)≈nA/n
2. Из определения следует,

что область определения P(A) – интервал (0, 1)

Замечание. Иногда вероятность случайного события можно определить априори не прибегая к испытаниям

Например, опыт с игральным кубиком, вероятность появления любого числа из набора (1 2 3 4 5 6) одинакова и равна 1/6.

с некоторым опытом, которое всегда появляется при его повторении,

т.е P(R)≡1. Тогда событие R называется достоверным событием

Определение. Пусть I событие, связанное с некоторым опытом, которое никогда не появляется при его повторении, т.е P(I)≡0. Тогда событие I называется невозможным событием
Пример.
Опыт - бросание игральной кости:
выпадение любого числа из набора (1 2 3 4 5 6) – событие достоверное
выпадение числа 7 – событие невозможное

опытом, называется «практически достоверным», если вероятность его появления удовлетворяет

условию: 0.95≤P(V)≤1

Любое случайное событие W, связанное с опытом, вероятность которого 0
Установлено, что практически достоверное событие, как правило, появляется при первом проведении опыта
Если этого не происходит, значит нарушены условия опыта

связанные с опытом, причем Р(А)>0. Проведено такое количество опытов

N, при котором Na>0 (количество появлений события А). Пусть Nab количество опытов, в которых событие В появилось вместе с событием А Отношение Nab/Na называют относительной частотой появления события В при условии появления события А
Условная вероятность появления события В есть:

Свойства: P(A|B)≈ Nab/Na 0≤ P(A|B) ≤1

(3.2)

N, получим:
(3.3)
где P(AB) – вероятность появления одновременно событий

А и В в N опытах
Пример с кубиком. А:(четное число), В:(число 6)
P(A)=1/2, P(B)=1/6. Тогда P(B|A)=(1/6)/(1/2)=1/3
Событие В совпадает с событием АB, след. P(AB)=P(B)=1/6. Отметим, Р(В)≠Р(В|А)
Р(В) = Р(В|А) – условие независимости событий

суть независимые события, то для них справедливо равенство:
Р(А1,

А2,…, Аn)=Р(А1)Р(А2)…Р(Аn)
где: Р(А1)Р(А2)…Р(Аn) – вероятности появления каждого события
Пример. Бросание двух кубиков.
Событие А:(появление 6 на кубе 1)
Событие В:(появление 6 на кубе 2)
Р(А)=1/6, Р(В)=1/6
Вероятность появление двух чисел 6 одновременно:
Р(АВ)=Р(А)Р(В)=(1/6)(1/6)=1/36

величина Х называется переменной, если она может принимать любые

значения из множества Ах, а множество Ах называется областью допустимых значений или областью определения Х

Если Ах состоит из набора значений, которые можно пронумеровать (счетное множество), то Х – дискретная переменная

Если Ах представляет собой отрезок или интервал на числовой оси, то такая переменная называется непрерывной

допустимых значений Ах называется случайной, если все ее возможные

значения появляются в некотором опыте со случайными исходами А:(x=t) и если для нее задан закон распределения вероятностей

Первое свойство объединяет все случайные переменные

Второе свойство – обеспечивает индивидуальность каждой случайной переменной

случайной величины Х называется функция Px(t), определенная на всей

числовой оси, значения которой характеризуют вероятность появления в данном опыте события В:(x=t), и определяется по правилу:

где: Р(х=t) вероятность события В:(x=t)
Закон распределения ДСП называют вероятностной функцией

– область определения
X- цифра на верхней грани (СДП)
Закон распределения

–

Пример равновероятного закона распределения

Графическое представление равновероятного закона распределения

двух кубиков
X-сумма чисел на верхних гранях кубиков
Ax={2,3,4,5,6,7,8,9,10,11,12} - область

определения
Закон распределения Х имеет вид

Каждый столбец - суть вероятность появления в опытах соответствующего значения переменной Х

непрерывная случайная переменная, ее закон распределения вероятностей выражается с

помощью функции плотности вероятностей, который по определению есть:

где: P(t≤x≤t+Δt) – вероятность того, что случайная переменная Х примет в опыте значение, лежащее в интервале (t, t+Δt)

px(t)≥0
2. Вероятность попадания СВ х на отрезок [a, b]

есть:

3. Функция распределения вероятностей связана с функцией плотности вероятностей выражением:

4. Справедливо равенство:

распределения Х на отрезке [a, b]
a
b
1/(b-a)
px
График функции плотности вероятности

– отрезок прямой параллельной оси Х внутри отрезка [a,b] и ноль вне его

Х

распределения Гаусса
где a и s –параметры закона распределения.
Именно,

с помощью значений этих параметров удается персонифицировать различные случайные переменные, подчиняющиеся нормальному закону распределения