- •Принцип практической невозможности маловероятных событий
- •Независимые и зависимые события, условная вероятность события
- •Независимые события. Теорема умножения для независимых событий
- •Вероятность появления хотя бы одного независимого события из совокупности.
- •Теорема сложения вероятностей совместных событий
- •Формула полной вероятности
- •Вероятность гипотез. Формулы Бейеса
- •Формула Бернулли
- •Локальная теорема Лапласа
- •Интегральная теорема Лапласа
- •Понятие и разновидности случайных величин.
- •Закон распределения вероятностей дискретной случайной величины .
- •Биномиальный закон распределения .
- •25. Распределение Пуассона
- •Геометрическое распределение
- •Понятие и вероятностный смысл мож дискретной случайной величины
- •Вероятностный смысл мож и мож в 1м испытании
- •Свойства 1, 2
- •Теорема о математическом ожидании биномиального закона распределения
- •Целесообразность введения рассеяния, отклонения…
- •Дисперсия
- •Свойства 1,2 дисперсии
- •Свойства 3,4 дисперсии
- •Среднеквадратическое отклонение суммы независимых случайных величин.
- •Моменты распределения дискретных случайных величин
- •Коэффициент ассиметрии.
- •Теорема Чебышева.
- •Функция распределения
- •Свойства функции распределения
- •3 Свойство функции распределения
- •Взаимосвязь функции и плотности распределения.
Взаимосвязь функции и плотности распределения.
Зная плотность распределения f (x), можно найти функцию распределения F (x) по формуле . Действительно, мы обозначили через F (x) вероятность того, что случайная величина примет значение, меньшее x. т. е. F(x)=P(X<x). Очевидно, неравенство Х<x можно записать в виде двойного неравенства следовательно, F(x)=P( . Полагая, что а=- , b=х, имеем P( = . Наконец заменив P( на F(x) получим . Т.о., зная плотность распределения, можно найти функцию распределения. Разумеется, по известной функции распределения может быть найдена плотность распределения, а именно:
Вероятностный смысл: Пусть F (x)—функция распределения непрерывной случайной величины X. По определению плотности распределения или . Как известно, разность определяет вероятность того, что Х примет значение, принадлежащее интервалу (х; Т.о. предел отношения вероятности того, что непрерывная случайная величина примет значение, принадлежащее интервалу (х; к длине этого интервала при равен значению плотности распределения в точке x. Итак, функция f(х) определяет плотность распределения вероятности для каждой точки х.
Из дифференциального исчисления известно, что приращение функции приближенно равно дифференциалу функции, т. е. dF(x) или F’(x)dx. Т.к. F’(x)=f(x) и dx= , то f(x) . Вероятностный смысл этого равенства таков: вероятность того, что случайная величина примет значение принадлежащее интервалу (х; приближённо равна произведению плотности вероятности в точке x на длину интервала
Геометрически: вероятность того. что случайная величина примет значение принадлежащее интервалу (х, х+∆х ),приближенно равна площади прямоугольника с основанием ∆х и высотой f(x).