- •Случайное событие. Элементарные и составные события.
- •Достоверное и невозможное событие. Полная группа событий.
- •Произведение и сумма событий.
- •Понятие вероятности события. Классическая формула расчета вероятностей. Свойства вероятностей.
- •Соединения элементов: размещения, перестановки и сочетания.
- •Независимые и зависимые события. Условная вероятность. Теорема умножения вероятностей.
- •Несовместные и совместные события. Теорема сложения вероятностей.
- •Формула полной вероятности. Формула Байеса.
- •Независимые опыты. Однородные опыты. Формула Бернулли.
- •Интегральная и локальная теоремы Муавра-Лапласа.
- •10А. Формула Пуассона для редких событий.
- •Простейший поток событий. Интенсивность потока. Формула Пуассона.
- •Понятие дискретной случайной величины. Закон распределения. Ряд распределения. Функция распределения дискретной случайной величины.
- •Математическое ожидание и дисперсия дискретной случайной величины. Среднее квадратическое отклонение.
- •Вычеркнут
- •Функция распределения, плотность распределения непрерывной случайной величины, их взаимосвязь и свойства.
- •Теорема Чебышева. Теорема Бернулли.
- •Центральная предельная теорема Ляпунова.
Понятие дискретной случайной величины. Закон распределения. Ряд распределения. Функция распределения дискретной случайной величины.
Случайной называется величина, которая в результате опыта принимает значение заранее неизвестно какое. Значениями случайной величины может являться числа, а также объекты нечисловой природы (н-р, ответы респондентов в анкете с вариантами ответов да/нет). Случайные величины будем обозначать заглавными буквами латинского алфавита (X,Y,Z,V,U и т.д.), а значение – соответствующими малыми буквами (x1, xk, yn, v101 и т.д.)
Случайная величина характеризуется значениями, которое она может принимать и вероятностями, с которыми эти значения принимаются. Всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующих им вероятностями называется Законом распределения случайной величины.
Случайная величина называется дискретной, если множество её возможны значений конечно или счётно (от 1 до 100).
Для дискретных случайных величин простейшей формой закономерности распределения является ряд распределения: это таблица, состоящая из 2-х строк; верхние строки перечисляют все значения случайной величины в порядке возрастания, а в нижней – соответствующие им вероятности.
х1 с вероятностью р1
Ʃkpi=1
Должна принять каждой случ. величине х.
Н-р: Пример для построения ряда распределения: монета подбрасывается 2 раза, случайная величина х – это число выпавших гербов. Построить ряд распределения:
ГГ, ГР, РГ, РР
х|0 |1 |2_
y|1/4|2/4|1/4
По формуле Бернулли: Р2,1=С21*(1/2)1*(1/2)2-1=(2!/2*1!)*1/4=2/4
Каждой случайной величине х можно сопоставить некоторую функцию, которую обозначают f(x) и которая для каждого х на всей числ. осн. задается равенством F(x)=P(X<x)-для любых хХ большое принимате значение меньше, чем х малое, тогда функция f(x) – называется функцией распределения вероятности случайной величины Х или просто функцией распределения величины х.
Графическое представление функции распределения (общий случай): график будет представлять собой ступенчатую, ломаную линию со скачками в точках x1,x2, величины скачков равны соответственно р1, р2, р3 и т.д. Левее х1 график совпадает с осью Ох, а правее последнего значения ступень на высоте 1 единицы.
Закон распределения является исчерпывающей характеристикой случайной величины, но не во всякой задаче нужно знать весь закон распределения, в ряде случаев для их решения можно обойтись одним или несколькими числами, отражающими наиболее важные особенности закона распределения, такого рода числа называют числовые характеристики случайной величины.
Математическое ожидание и дисперсия дискретной случайной величины. Среднее квадратическое отклонение.
Математическое ожидание или среднее значение дискретной случайной величины х, которое обозначается символом mx.
mx=p0*x1+p1*x2+p2*x2+pk*xk=(среднее значение)Ʃkpx*xk
mx=0*1/4+1*1/4+2*1/4=1.
Дисперсия дискретной случайной величины х. Обозначается D(x).
Называется число D(x)=(x1-mx)2*p1+(x2-mx)2*p2+(xk-mx)2*pk+…=Ʃk(xk-m)2*pk
Дисперсия характеризует разброс отдельных значений случайной величины относительно её среднего значения.
Dx=(0-1)2*1/4+(1-1/2)2*2/4+(2-1)2*1/4=1/2.
Среднее квадратическое отклонение, обозначается (мат.сигма)Ϭх
Ϭх=√Dх
Ϭx=√1/2