- •Предмет теории вероятностей. Основные понятия теории вероятностей. Статистическое и классическое определение вероятности
- •Аксиомы тв
- •Размещения, перестановки и сочетания
- •Правила суммы и произведения
- •Условная вероятность
- •Формула полной вероятности. Формула Байеса
- •Дискретные случайные величины. Числовые характеристики дискретной случайной величины и их свойства
- •Функция распределения и её свойства
- •Непрерывные случайные величины. Плотность вероятности и её свойства. Числовые характеристики непрерывной случайной величины
- •Распределения дискретной случайной величины
- •Распределения непрерывной случайной величины
- •Закон больших чисел
- •Понятие о теореме Ляпунова. Центральная предельная теорема
- •Многомерные случайные величины. Определение системы случайных величин. Закон распределения вероятностей дискретной двумерной случайной величины
- •Функция распределения двумерной случайной величины и её свойства
- •Двумерная плотность вероятности и её свойства. Нахождение функции распределения системы по известной плотности распределения
- •Зависимые и независимые случайные величины. Корреляционый момент. Коэффициент корреляции
- •Коррелированность и зависимость случайных величин. Нормальный закон распределения на плоскости
- •Линейная регрессия. Прямые линии среднеквадратической регрессии. Линейная корреляция. Нормальная корреляция.
- •Основные понятия математической статистики. Числовые характеристика вариативного ряда
- •Основные понятия математической статистики. Числовые характеристика вариативного ряда
Функция распределения и её свойства
Среди событий х€В выделяют событие Х<x и вероятность случайной величины Х сопоставляется функция F(Х), определенная на всей числовой оси. Эта функция называется функцией распределения вероятностей случайной величины, т.еF(Х)=Р(Х<x). Геометрически это равенство можно истолковать так: F(Х) –это вероятность того, что случ величина примет значение, которое изображается на числ оси точкой, лежащей левее т. х.
Свойства:
F(x) имеет значения [0;1];(вероятность-всегда неотр число)
P(x1<x<x2)=F(x2)-F(x1) ()
F(x) не убывает, т.е. если x1<x2, то F(x1)< F(x2);
, ;
F(x) непрерывна справа, т.е.
Скачок в функции распределения в произвольную точку Х совпадает с вероятностью события x-X
Непрерывные случайные величины. Плотность вероятности и её свойства. Числовые характеристики непрерывной случайной величины
Случайная величина х называется непрерывной, если её функция распределения F(x) непрерывна при всех значениях х
Свойства:
Если х-непрерывная случайная величина, то P(x-x)=0
Вероятность попадания непрерывной случайной величины в интервалp(x1<x<x2)= p(x1≤x<x2)= p(x1<x≤x2)= p(x1≤x≤x2)
Если вычислить вероятность попадания непрерывной случайной величины в участок x1≤x<x+∆х, то
P(x1≤x<x+∆х)=F(x+∆х)-F(x) – приращение функции распределения на участке
= F’(x)=p(x)
Функция p(x)=F’(x) называется плотностью вероятности или плотностью распределения
Свойства:
p(x)≥0(т.к. функция распределения – неубывающая функция, значит и её производная – функция неотрицательная)
=1(несобственный интеграл выражает вероятность события, состоящего в том, что случ величина примет значение, принадл интервалу( ; ). Очевидно, такое событие достоверно и его вероятн = 1
Числовые характеристики: см вопрос 7
Распределения дискретной случайной величины
По схеме Бернулли. Условия: проводимые испытания независимы, в каждом испытании возможны 2 исхода, вероятность появления события в каждом исходе постоянна. Тогда вероятность того, что в предлагаемых n испытаниях событие появится m раз распределяется по формуле :
Рn(m)=Cnm*pm*(1-p)n-m– биномиальное распределение
P(m1≤ m≤ m2)=
Наивероятнейшее значение m0числа наступления события А при проведении nиспытаний при условии выполнения схемы Бернулли:
np-q≤m0≤np+p
для приближенного вычисления вероятности используются след формулы:
Локальная формула Лапласа
Где n - число опытов (испытаний),p - вероятность успеха,q=1-p - вероятность неуспеха,
,
Функция четная :ɤ(-x)=ɤ(x)
Условия применения формулы: npq≥10
Формула Пуассона:
n - число опытов (испытаний),p - вероятность успеха,
Условия применения формулы: npq≤10
Интегральная формула Лапласа
Гдеn - число опытов (испытаний),p - вероятность успеха,q=1-p - вероятность неуспеха,
Функция четная: Ф(-х)=-Ф(х)
Геометрическое распределение
Дискретная случайная величина Х имеет геометрическое распределение, если ее возможные значения 0, 1, 2, ... , m, … , а вероятности этих значений: где 0 < p < 1, q = 1 – p ; m = 0, 1, 2, ... .
Гипергеометрическое распределение
Дискретная случайная величина Х имеет гипергеометрическое распределение если
Где n – общее число испытаний, х-принимает значение из некоторого множества М, s-количество элементов, обладающих определенными свойствами, k- число выборки, m-число элементов, обладающих этим свойством и попавших в выборку.