- •Министерство образования и науки российской федерации
- •Раздел I. Теория вероятностей
- •Тема 1. Случайные события
- •1.1 Классификация событий
- •1.2. Вероятность событий
- •Свойства вероятности
- •1.3. Элементы комбинаторики
- •1.4. Операции над событиями
- •Тема 2. Основные теоремы
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема умножения вероятностей
- •2.3. Формула полной вероятности. Формулы Байеса
- •Тема 3. Повторные независимые испытания
- •3.1. Формула Бернулли
- •3.2. Формула Пуассона
- •3.3. Локальная теорема Муавра-Лапласа
- •Свойста функци , ее график
- •3.4. Интегральная теорема Муавра-Лапласа
- •Свойства функции :
- •Тема 4. Дискретная случайная величина и её характеристики
- •4.1. Понятие случайной величины
- •4.2. Закон распределения дискретной случайной величины
- •4.3. Математические операции над случайными величинами
- •4.4. Числовые характеристики дискретной случайной величины
- •Свойства
- •Свойства
- •4.5. Биноминальный закон распределения и закон Пуассона
- •4.6. Функция распределения случайной величины
- •Свойства функции распределения
- •Тема 5. Непрерывные случайные величины.
- •5.1. Плотность распределения вероятностей непрерывных случайных величин
- •Свойства плотности распределения
- •5.2. Числовые характеристики непрерывных случайных величин
- •5.3. Нормальный закон распределения
- •Свойства случайной величины, распределенной по нормальному закону
- •5.4. Центральная предельная теорема. Теорема Ляпунова
- •Тема 6. Двумерные (n-мерные) случайные величины
- •6.1. Способы задания двумерной случайной величины
- •Свойства двумерной функции распределения
- •6.2. Условные законы распределения
- •6.3. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •6.4. Двумерный нормальный закон распределения
- •Тема 7. Закон больших чисел
- •Неравенство Маркова (лемма Чебышева)
- •Неравенство Чебышева
- •Теорема Чебышева
- •Раздел II. Математическая статистика Тема 8. Выборочный метод. Общие вопросы
- •8.1. Понятие о вариационных рядах
- •8.2. Эмпирическая функция распределения
- •Свойства :
- •8.3. Числовые характеристики вариационного ряда
- •Основные свойства
- •Основные свойства дисперсии
- •Упрощённый способ расчёта средней арифметической и дисперсии
- •8.4. Выборочный метод
- •Тема 9. Оценка доли признака и генеральной средней
- •Точечные оценки генеральной совокупности. Свойства оценок
- •Интервальная оценка параметров
- •Доверительный интервал для генеральной средней и генеральной доли по большим выборкам
- •Объём выборки
- •Тема 10. Статистическая проверка гипотез
- •10.1. Статистическая гипотеза и общая схема её проверки
- •1) - То нулевую гипотезуотвергают,
- •2) - То нет оснований отвергнуть.
- •10.2. Построение теоретического закона распределения по опытным данным. Критерий согласия Пирсона
- •Правило проверки нулевой гипотезы
- •Тема 11. Корреляция и регрессия
- •11.1. Линейная парная регрессия
- •11.2. Оценка тесноты корреляционной зависимости
- •Свойства выборочного коэффициента корреляции r
- •Проверка значимости выборочного коэффициента корреляции
Тема 3. Повторные независимые испытания
Определение. Испытания называютсянезависимымипо отношению к событию, если вероятность появленияв каждом испытании не зависит от результатов других испытаний.
Примеры таких испытаний:
многократное извлечение из урны одного шара, если каждый шар возвращается обратно;
стрельба по мишени, при условии, что при каждом выстреле вероятность попадания в мишень одинакова.
3.1. Формула Бернулли
Пусть производится несколько испытаний. В каждом из этих испытаний вероятность появления события не зависит от исходов других испытаний и является величиной постоянной равнойр. Следовательно, вероятность ненаступления события в каждом испытании также постоянна и равна.
Поставим перед собой задачу вычислить вероятность того, что в испытаниях событиепроизойдёт ровнораз.
Теорема. Если вероятность наступления события в каждом испытании постоянна, то вероятность того, что виспытаниях событие появится ровнораз равна
- формула Бернулли.
Доказательство. Предположим, что событие появилосьраз по порядку, а затемраз не появилось. Найдем вероятность событияпо теореме умножения вероятностей независимых событий
.
Число всех комбинаций будет и вероятность каждой такой комбинации равна. Т.к. все комбинации между собой несовместны, то по теореме сложения вероятностей несовместных событий имеем.
Пример 3.1. Два равносильных игрока играют в шахматы. Что вероятнее выиграть 1 раз из 2-х партий или 2 раза из 4-х?
Решение. Найдем вероятности ,по формуле Бернулли.
Вероятность выигрыша в одной партии равна , следовательно,.
Вероятнее выиграть одну партию из двух.
3.2. Формула Пуассона
Пусть мы хотим вычислить вероятность того, что при большом количестве испытаний (например, n= 500) событие появитсяkраз (пусть k = 300). Используя формулу Бернулли, имеем
.
Видно, что непосредственное вычисление по формуле достаточно громоздкая процедура.
Существуют другие формулы, позволяющие приблизительно рассчитать , есливелико, адостаточно мало, причем их произведение(будем считать).
Теорема. Если вероятность наступления события в каждом испытании стремится к нулю при неограниченном увеличении числа испытаний, причём произведениестремится к постоянному числу, то
- формула Пуассона.
Пример 3.2. Завод-изготовитель отправил на базу 12000 доброкачественных изделий. Число изделий поврежденных при транспортировке составляет в среднем 0,05%. Найти вероятность того, что на базу поступит не более 3 поврежденных изделий.
Решение. Для нахождения искомой вероятности применим формулу Пуассона. Имеем n = 12000, p = 0,0005, .
3.3. Локальная теорема Муавра-Лапласа
Теорема. Если вероятность наступления события в каждом испытании постоянна и отлична от 0 и 1, то вероятность того, что событиепроизойдётраз виспытаниях при достаточно большом числеприблизительно равна
- формула Лапласа,
где ,- функция Гаусса.
Формула Лапласа даёт незначительную погрешность, если .
Для упрощения расчётов составлена таблица значений функции , которая приводится в приложениях учебников.