- •Предмет теории вероятностей
- •События. Пространство элементарных событий. Полная группа событий.
- •12. Повторение испытаний. Формула Бернулли.
- •13. Мода биноминального распределения (дописать)
- •14. Локальная предельная теорема Муавра-Лапласа.
- •15.Интегральная теорема Муавра-Лапласа.
- •16. Формула Пуассона и ее применение
- •18.Дискретная случайная величина. Способы её задания.
- •Вероятностные характеристики дискретных случайных величин.
- •Биномиальное распределение и его числовые характеристики.
- •29.Функция распределения дискретной случайной величины и ее свойства. График функции распределения дискретной случайной величины.
- •31.Функция распределения и ее свойства.
- •31.Плотность распределения и ее свойства, связь с функцией распределения
- •32.Математическое ожидание непрерывной случайной величины. И его свойства
- •Правило трёх сигм
- •39. Неравенство Чебышёва
- •Неравенство Маркова ( из этого неравенства следует н. Чебышёва)
- •40. Закон больших чисел. Теорема Чебышева
- •Закон больших чисел
- •46. Вероятность попадания случайной точки в полуполосу, в прямоугольник
- •49. Коэффициент корреляции и его свойства
- •Свойства коэффициента корреляции
- •51. Линейная регрессия. Прямые линии регрессии
- •Первая модель распределения Пуассона
- •Вторая модель распределения Пуассона
12. Повторение испытаний. Формула Бернулли.
Если производится некоторое количество испытаний, в результате которых может произойти или не произойти событие А, и вероятность появления этого события в каждом из испытаний не зависит от результатов остальных испытаний, то такие испытания называются независимыми относительно события А.
Допустим, что событие А наступает в каждом испытании с вероятностью Р(А)=р. Определим вероятность Рт,п того, что в результате п испытаний событие А наступило ровно т раз.
Эту вероятность в принципе можно посчитать, используя теоремы сложения и умножения вероятностей, как это делалось в рассмотренных выше примерах. Однако, при достаточно большом количестве испытаний это приводит к очень большим вычислениям. Таким образом, возникает необходимость разработать общий подход к решению поставленной задачи. Этот подход реализован в формуле Бернулли. (Якоб Бернулли (1654 – 1705) – швейцарский математик)
Пусть в результате п независимых испытаний, проведенных в одинаковых условиях, событие А наступает с вероятностью Р(А) = р, а противоположное ему событие с вероятностью
Обозначим Ai – наступление события А в испытании с номером i. Т.к. условия проведения опытов одинаковые, то эти вероятности равны.
Если в результате п опытов событие А наступает ровно т раз, то остальные п-т раз это событие не наступает. Событие А может появиться т раз в п испытаниях в различных комбинациях, число которых равно количеству сочетаний из п элементов по т. Это количество сочетаний находится по формуле:
Вероятность каждой комбинации равна произведению вероятностей:
Применяя теорему сложения вероятностей несовместных событий, получаем Формулу Бернулли
{то же самое но другими словами}
Производится n независимых испытаний, в каждом из которых, вероятность появления события А постоянно и равна р = Р(А). Такая схема провидения испытаний называется схемой Бернулли.
Формула Бернулли.
, q = 1-p
- вероятность того, что в n независимых испытаниях события А наступит ровно m раз.
Пример:
Вероятность выхода из строя одного прибора за время Т равна 0,2. В начале смены включили 6 приборов. Найти вероятность того, что за время Т выйдет из строя:
а) более 4-х приборов;
б) от 2-х до 4-х приборов;
в) хотя бы один прибор;
г) ни одного.
Замечание:
Приборы выходят из строя независимо друг от друга.
F = {прибор выходит из строя за время Т}
p(F) = 0.2 = p
Решение:
A = {из строя выйдет более 4-х приборов};
B = {из строя выйдет от 2-х до 4-х приборов};
C = {из строя выйдет хотя бы один прибор};
D = {безотказная работа всех приборов}.
а)
б)
в)
г)
13. Мода биноминального распределения (дописать)
Модой СВ называется наиболее вероятное ее значение(значение соответствует max плотности вероятности).
ДСВ:
|
0 |
2 |
3 |
5
f(x) |
|
0.2 |
0.4 |
0.1 |
0 .3 |
f(x)
Мо=2
0
Mo
x
Медианой СВ называется то значение СВ , для которого вероятность того, что