- •1. Случайные события. Пространство элементарных событий. Алгебра событий.
- •2. Вероятность в дискретных пространствах элементарных событий.
- •3. Классическая схема равновероятных событий.
- •4 Теорема сложения и умножения вероятности.
- •5. Формула полной вероятности и формула Байеса.
- •5.Дискретные случайные величины. Ряд распределения. Числовые характеристики.
- •7.Повторение испытаний. Схема Бернулли. Биномиальное распределение. Формула Пуассона
- •8.Распределение Пуассона
- •10.Нормальное распределение правило 3-х сигм
- •11. Системы дискретных случайных величин. Таблица распределения. Независимость. Ковариация. Механическая интерпретация. Условные распределения.
- •12.Мат. Ожидание и дисперсия суммы случайных величин. Мат ожидание произведения случайных величин.
- •13.Коэффициент корреляции как характеристика статистической связи. Некоррелированность и независимость случ. Величин.
- •13.Законы больших чисел и предельные теоремы. Теорема Бернулли, Чебышева, Муавра-Лапласа
- •15.Асимптотическое распределение среднего арифметического независимых случайных величин и относительной частоты.
7.Повторение испытаний. Схема Бернулли. Биномиальное распределение. Формула Пуассона
Последовательные испытания наз-ся независимыми, если вероятность осущ-я любого исхода в n-ом по счету эксперименте не зависит от исходов предыдущих испытаний.
Схема испытаний Бернулли:
1. послед-ть независимых испытаний с двумя исходами («успех» и «неуспех»);
2. эксперимент проводится n раз в неизменных усл-ях, т.е. вероятности «успеха»(p) и «неуспеха»(1-p=q) неизменны.
n-число испытаний, k-число благоприятных исходов, событие А – «успех», Х – случ.величина, обозначающая число «успехов» в n испытаниях по сх. Бернулли (Х=0,1,2,…n).
- формула Бернулли, где Cnk-число случайного размещения события А в послед-ти из n мест.
Соответствующее распр-е случ.вел.Х наз-ся биномиальным распр-ем. Свойства бином.распр-я:
1. ;
2. -матем.ожидание
3. -дисперсия.
Приближенная формула Пуассона: . При , при условии
(-интенсивность потока): = = ; .
9.Производящие функции вероятностей.
G(z)=P0+P1z+P2z+…+Pkzk…=M[zk]
G(1)= (кси) =1
G’(z)=P1+2P2z+3P3z2+…+ KPKzk-1
G’(1)=M[x]=m
G”(z)=2P2+6P3z+…+k(k-1)PkZk-2
G”(1)=∑k2Pk - ∑kPk
k=0 k=0Биномиальное распределение
X=0,1,2,…n –бином-ое распредел.
Pk=P[x=k]=CknPkqn-k
G(z)=P0+P1z+P2z+…+Pkzk…=∑ CknPkqn-kzk=
=∑ Ckn(pz)kqn-k=(pz+q)n
G’(z)=n(pz+q)n-1p
G’(1)=M[x]=np
G”(z)=n(n-1)( pz+q)n-2p2
G”(1)=n(n-1)p2
M[x]=np = ∑kPk D[x]=npq = ∑(k-np)2Pk
Распределение Пуассона
Pk=P[x=k]= (λk\k!)e-λ
G(z)= ∑(λk\k!)e-λzk=e-λ∑( λz)k\k!= e-λ ezλ= eλ(z-1)
G’(1)= eλ(z-1) λ
G’(1)= λ= M[x]=m
G”(z)= eλ(z-1) λ2
G”(1)= λ2
M[x]=λ D[x]= λ2+ λ- λ2= λ
8.Распределение Пуассона
Выберем фиксированное число и определим дискретное распределение, задаваемое следующей функцией вероятности
,
где
обозначает факториал
— основыние натурального логарифма
Тот факт, что случайная величина имеет распределение Пуассона с параметром , записывается: .
Свойства распределения Пуассона
Сумма независимых пуассоновских случайных величин также имеет распределение Пуассона. Пусть . Тогда
.
Пусть , и . Тогда условное распределение при условии, что , биномиально. Более точно:
.
11.Непрерывные случайные величины. Функция распределения и плотность распределения, и их Свойства. Механическая интерпретация. Свойства мат. Ожидания и дисперсии. Квантили. Мода. Медиана. Асимметрия и эксцесс. Случайная величина Х называется непрерывной, если для нее существует неотрицательная частично-непрерывная функция f(x) , удовлетворяющая для любых значений x равенству (случайные величины, возможные значения которых образуют некоторый интервал). fx - плотность распределения вероятностей (плотность распр-я единичной массы на инт-ле). Св-ва:
е сли x [a;b]: 1. f(x)>=0; 2. ; ;
е сли : 1. f(x)>=0; 2. ; - норм.распр-е.
F(x) – ф-я распределения для непрер.случ.величин, определена на всей числовой оси, ее значение в точке х равно вероятности того, что случайная величина примет значение, меньшее чем х. Свойства:
0 <=F(X)<= 1
F(- )=0
F(+ )=1
F(X)-неубыв.ф-я
F(X)=dF(X)/dx
- вер-ть попадания в отрезок [c;d].
Мат.ожидание: , , где f(x)dx=P[x<X<x+dx] – элемент вер-ти. Свойства:
M[cX]=cM[X]
M[c+X]=c+M[X]
M[X+Y]=M[X]+M[Y]
= ,
Дисперсия: , .
Начальный момент k-го порядка - ;
Центральный момент k-го порядка - .
Асимметрия - , где - ср.квадратич.отклонение
Эксцесс – хар-ет форму распред-я в окрестности вершины
К вантиль – абсцисса (точка на оси х), которая слева от себя отделяет площадь под графиком плотности, равную Р. F(xp)=P – порядок квантили. 1. ; 2. . Квантиль порядка 0,5 – х0,5 – для любого распр-я наз-ся медианой (h) (отделяет ½ площади под плотностью слева и справа). Если распр-е симметрично, то h совпадает с мат.ож. m.
Мода (d) – абсцисса, при кот. плотность распр-я имеет максимум: f(d)=max
- моды нет (несколько лок.максимумов)