- •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.
Распределение Пуассона для дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения.
Пусть производится п независимых испытаний, в каждом из которых вероятность появления события А равна р. Для определения вероятности k появлений события в этих испытаниях используют формулу Бернулли. Если же п велико, то пользуются асимптотической формулой Лапласа. Однако эта формула непригодна, если вероятность события мала (Р≤0,1). В этих случаях (п велико, р мало) прибегают к асимптотической формуле Пуассона.найти вероятность того, что при очень большом числе испытаний, в каждом из которых вероятность события очень мала, событие наступит ровно k раз. Сделаем важное допущение: произведение пр сохраняет постоянное значение, а именно пр=λ. неизменным.
Воспользуемся формулой Бернулли для вычисления, интересующей нас вероятности: но т.к. из формул комбинаторики известно, что число размещений при этом . Тогда можно записать:
дено лишь приближенное значение отыскиваемой вероятности, что поскольку произведение пр сохраняет постоянное значение, то при , вероятность Причём
Эта формула выражает закон распределения Пуассона вероятностей массовых (п велико) и редких (р мало) событий. Замечание. Имеются специальные таблицы, пользуясь которыми можно найти Pn(к), зная k и λ.Пример. Завод отправил на базу 5000 доброкачественных изделий. Вероятность того, что в пути изделие повредится, равно 0,0002. Найти вероятность того. что на базу прибудут 3 негодных изделия.
Геометрическое распределение дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения, причина данного названия распределения.
Пусть производятся независимые испытания, в каждом из которых вероятность появления события Аравна р(0<р<1)ианалогично вероятн.непоявления. если событие А появилось в к-м испытании, то в предшествующих k—1 испытаниях оно не появлялось.Обозначим через Х дискретную случайную величину — число испытаний, которые нужно провести до первого появления события А. Очевидно, возможными значениями Х являются натур.числа х1=1…Пусть в первых к-1 испыт.соб.А не наступило, а в к-ом появилось. Вероятн. этого «сложного события», по теореме умножения вероятностей независимых событий, Получим прогресию : р,qp,q2p(квадрат),…qk-1p…(**) распределение (*) называют геометрическим. Легко убедиться, что ряд (**) сходится и сумма его равна единице. Действительно, сумма ряда (**) Пример. Из орудия производится стрельба по цели до первого попадания. Вероятность попадания в цель р== 0,6. Найти вероятность того, что попадание произойдет при третьем выстреле.Решение. По условию, р==0.6, q=0,4. k=3. Искомая вероятность по формуле (*.)
Понятие и необходимость использования числовых характеристик случайной величины. Понятие математического ожидания (МОЖ) дискретной случайной величины (ДСВ), развёрнутая и свёрнутая запись формулы по вычислению МОЖ ДСВ. Замечание к определению МОЖ.
закон распределения полностью характеризует случайную величину. Однако часто закон распределения неизвестен Иногда выгоднее пользоваться числами (обобщёнными) - такие числа называют числовыми характеристиками случайной величины. К числу важных относится мож. Мож, приближенно равно среднему значению случайной величины. Математическое ожидание дискретной случайной величины. Математическим ожиданием дискретной случайной величины называют сумму произведений всех её возможных значений на их вероятности.
Если дискретная случайная величина Х принимает счетное множество возможных значений, то причем математическое ожидание существует, если ряд в правой части равенства сходится абсолютно. Замечание. Из определения следует, что мож дсв есть неслучайная (постоянная) величина. Пример Решение. М (Х) = 3.0,1 +5.0,6+2.0,3==3,9. математическое ожидание числа появлений события в одном испытании равно вероятности этого события.