- •Вопросы для подготовки к зачёту 21.06.2012 г. По дисциплине «Теория вероятностей и математическая статистика» (гр.Соэ 111 - 2012 год) Теоретическая часть
- •Виды случайных событий: зависимые и независимые, достоверные и невозможные, равновозможные, противоположные – их примеры.
- •Понятие комбинаторики, её основные определения и формулы, примеры основных понятий комбинаторики. Правила суммы и произведения комбинаторики.
- •Теорема умножения для двух зависимых событий, её условия и доказательство, следствие данной теоремы для нескольких событий, примеры применения данной теоремы и её следствия.
- •Теорема о формуле полной вероятности: её условие применения, словесная формулировка, математическая запись, её доказательство.
- •Понятие гипотез. Постановка задачи и вывод формул Бейеса. Что позволяют формулы Бейса?
- •Постановка задачи на ввод и вывод формулы Бернулли. Необходимые условия для применения формулы Бернулли.
- •Локальная теорема Лапласа: условия её применения, математическая запись теоремы, математическая формула и основное свойство функции используемой в этой теореме.
- •Интегральная теорема Лапласа: условия её применения, словесная формулировка, математическая запись теоремы, вывод формулы с использованием функции Лапласа, основные два свойства функции Лапласа.
- •Понятие случайной величины (св), правила обозначения св и возможных значений св. Понятие дискретной и непрерывной св, их примеры.
- •Понятие закона распределения дискретной случайной величины (дсв), способы задания закона дсв и их особенности, примеры способов задания законов дсв.
- •Распределение Пуассона для дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения.
- •Геометрическое распределение дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения, причина данного названия распределения.
- •Математическое ожидание (мож) числа появления события в одном испытании – словесная формулировка, доказательство. Вероятностный смысл мож – словесная формулировка, доказательство, два замечания.
- •Третье свойство мож (мож произведения 2-х независимых случ.Величин) – словесная формулировка, мат.Запись, доказательство, следствие.
- •Четвёртое свойство мож (мож суммы 2-х случ.Величин) - словесная формулировка, мат.Запись, доказательство, следствие.
- •Теорема о мож биномиального закона распределения – условия её применения, словесная формулировка, математическая запись, доказательство, замечание.
- •Необходимость введения и понятие ско случайных величин. Теорема о ско суммы взаимно независимых случайных величин (словесная формулировка, мат.Запись, доказательство).
- •Плотность распределения случайной величины: определение, мат.Запись, 2 свойства (словесная формулировка, математическая запись, доказательство). Примеры кривых распределения случайных величин.
Постановка задачи на ввод и вывод формулы Бернулли. Необходимые условия для применения формулы Бернулли.
Если производится несколько испытаний, причем вероятность событияА в каждом испытании не зависит от исходов других испытаний, то такие испытания называют независимыми относительно события А. В разных независимых испытаниях событиеА может иметь либо различные, либо одну и ту же вероятность. Соб.А имеет одну и ту же вероятность.сложное событие - совмещение нескольких отдельных событий, которые называют простыми.
n независимых испытаний(событиеА появиться либо не появиться). вероятность событияА в каждом испытании одна и та же, а именно равна р. вероятность ненаступления события А в каждом испытании также постоянна и равна Поставим перед собой задачувычислить вероятность того, что при п испытаниях событиеА осуществится ровно k раз и, следовательно, не осуществится п—k раз.
испытаниях событие появится ровно 3 раза и, следовательно, не наступит 2 раза. Поставленную задачу можно решить с помощью так называемой формулы Бернулли.
Вывод формулы Бернулли. Вероятность одного сложного события, состоящего в том, что в писпытаниях событие А наступитkраз и не наступит п—kраз, по теореме умножения вероятностей независимых событий
события несовместны, то по теореме сложения вероятностей несовместных событий искомая вероятность равна сумме вероятностей всех возможных сложных событий. Поскольку же вероятности всех этих сложных событий одинаковы, то искомая вероятность равна вероятности одного сложного события, умноженной на их число:
или Полученную формулу называют формулой Бернулли. Пример. Вероятность того, что расход электроэнергии в продолжение одних суток не превысит установленной нормы, равна р-=0,75. Найти вероятность того, что в ближайшие 6 суток расход электроэнергии в течение 4 суток не превысит нормы.Решение. Вероятность нормального расхода электроэнергии в продолжение каждых из 6 суток постоянна и равна р=0,75. Следовательно.вероятность перерасхода электроэнергии в каждые сутки
Искомая вероятность по формуле Бернулли равна пользоваться формулой Бернулли при больших значениях «п» достаточно трудно, так как формула требует выполнения действий над громадными числами
Локальная теорема Лапласа: условия её применения, математическая запись теоремы, математическая формула и основное свойство функции используемой в этой теореме.
Локальная теорема Лапласа дает асимптотическую формулу, которая позволяет приближенно найти вероятность появления события ровно k раз в п испытаниях, если число испытаний достаточно велико. Заметим, что для частного случая, а именно для р= 1/2, асимптотическая формула была найдена в 1730 г. Муавром; в 1783 г. Лаплас обобщил формулу Муавра для произвольного «р», отличного от 0 и 1. Поэтому теорему, о которой здесь идет речь, иногда называюттеоремой Муавра—Лапласа. теорема.Если вероятность «р» появления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что событие А появится в «n» испытаниях ровно «k» раз приближенно равна (тем точнее, чем больше «n») значению функции
ным значениям аргумента х(см. приложение 1). Для отрицательных значений аргумента пользуются теми же
Итак, вероятность того, что событие А появится в пнезависимых испытаниях ровно k раз, приближенно равна
Пример 1. Найти вероятность того, что событиеА наступит ровно 80 раз в 400 испытаниях, если вероятность появления этого события в каждом испытании равна 0,2.
Решение. По условию, п==400; к==80; р==0,2; q==0,8. Воспользуемся асимптотической формулой Лапласа:
Вычислим определяемое данными задачи значение х:
Искомая вероятность