- •Классическое определение вероятности.
- •Формула сложения вероятностей.
- •Формула полной вероятности.
- •Повторные независимые испытания
- •Формула Бернулли
- •1.10. Теоремы Муавра-Лапласа
- •13.Случайные величины: дискретные и непрерывные случайные дискретные величины
- •Пуассона распределение
- •Свойства
- •Свойства
- •Гипергеометрическое распределение.
- •1. Дискретная случайная величина, закон и функция распределения
- •2. Числовые характеристики дискретных случайных величин
- •30. Система случайных величин, закон распределения вероятностей дискретной двумерной случайной величины.
- •31. Функция распределения двумерной случайной величины, ее свойства.
- •Свойства функции распределения двумерной случайной величины
- •Определение плотностей вероятности составляющих двумерной случайной величины:
- •Понятие ковариация и коэффициента корреляции
- •41. Линейная регрессия. Линейная корреляция. Нормальная корреляция
- •42.Закон больших чисел. Лемма Чебышева.
- •43.Неравенство Чебышева.
- •44.Теорема Чебышева.
- •45.Теорема Бернули.
- •46. Центральная предельная теорема.
- •47. Основные понятия математической статистики: вариационный ряд, его характеристики.
- •48. Средние величины, показатели вариации.
- •50. Понятие оценки параметров.
- •51. Методы нахождения оценок: метод моментов, метод максимального правдоподобия, метод наименьших квадратов.
- •52. Понятие статической гипотезы и схеме ее проверки.
- •56.Проверка гипотезы о законе распределения. Хи-квадрат критерий Пирсона.
- •57.Проверка гипотезы о законе распределения. Критерий Колмогорова.
- •58.Проверка гипотезы о законе распределения. Критерий Колмогорова-Смирнова.
Повторные независимые испытания
На практике приходится сталкиваться с такими задачами, которые можно представить в виде многократно повторяющихся испытаний, в результате каждого из которых может появиться или не появиться событие . При этом интерес представляет исход не каждого "отдельного испытания, а общее количество появлений события в результате определенного количества испытаний. В подобных задачах нужно уметь определять вероятность любого числа появлений события в результате испытаний. Рассмотрим случай, когда испытания являются независимыми и вероятность появления события в каждом испытании постоянна. Такие испытания называются повторными независимыми.
Примером независимых испытаний может служить проверка на годность изделий, взятых по одному из ряда партий. Если в этих партиях процент брака одинаков, то вероятность того, что отобранное изделие будет бракованным, в каждом случае является постоянным числом.
Формула Бернулли
Воспользуемся понятием сложного события, под которым подразумевается совмещение нескольких элементарных событий, состоящих в появлении или непоявлении события в –м испытании. Пусть проводится независимых испытаний, в каждом из которых событие может либо появиться с вероятностью , либо не появиться с вероятностью . Рассмотрим событие , состоящее в том, что событие в этих испытаниях наступит ровно раз и, следовательно, не наступит ровно раз. Обозначим появление события , a — непоявление события в –м испытании. В силу постоянства условий испытания имеем
Событие может появиться раз в разных последовательностях или комбинациях, чередуясь с противоположным событием . Число возможных комбинаций такого рода равно числу сочетаний из элементов по , т. е. . Следовательно, событие можно представить в виде суммы сложных несовместных между собой событий, причем число слагаемых равно :
(3.1) |
где в каждое произведение событие входит раз, а — раз.
Вероятность каждого сложного события, входящего в формулу (3.1), по теореме умножения вероятностей для независимых событий равна . Так как общее количество таких событий равно , то, используя теорему сложения вероятностей для несовместных событий, получаем вероятность события (обозначим ее )
(3.2) |
Формулу (3.2) называют формулой Бернулли, а повторяющиеся испытания, удовлетворяющие условию независимости и постоянства вероятностей появления в каждом из них события , называют испытаниями Бернулли, илисхемой Бернулли.
Локальная теорема Лапласа
1.10. Теоремы Муавра-Лапласа
Пусть в каждом из независимых испытаний событие A может произойти с вероятностью , (условия схемы Бернулли). Обозначим как и раньше, через вероятность ровно появлений события А в испытаниях. кроме того, пусть – вероятность того, что число появлений события А находится между и .
Локальная теорема Лапласа.
Если n – велико, а р – отлично от 0 и 1, то
где - функция Гаусса (функция табулирована, таблицу можно скачать на странице формул по теории вероятностей).
Интегральная теорема Лапласа
Интегральная теорема Лапласа.
Если n – велико, а р – отлично от 0 и 1, то
P(n; k1, k2) где - функция Лапласа (функция табулирована, таблицу можно скачать на странице формул по теории вероятностей).
Функции Гаусса и Лапласа обладают свойствами, которые необходимо знать при использовании таблиц значений этих функций:
а)
б) при больших верно .
Теоремы Лапласа дают удовлетворительное приближение при . Причем чем ближе значения к 0,5, тем точнее данные формулы. При маленьких или больших значениях вероятности (близких к 0 или 1) формула дает большую погрешность (по сравнению с исходной формулой Бернулли).