- •Содержание
- •Глава 1. Вероятность событий
- •§1. Пространство элементарных исходов. Операции над событиями. Отношения между событиями.
- •Операции над событиями.
- •Свойства операций над множествами
- •Задачи для самоконтроля к §1
- •§ 2 Классическое определение вероятности. Основные свойства вероятности.
- •§ 3 Основные формулы комбинаторики.
- •3.1 Принцип (правило) умножения.
- •3.2 Перестановки.
- •3.3 Размещения.
- •3.4 Сочетания.
- •3.5 Гипергеометрическое распределение.
- •§4 Общее определение вероятности.
- •Геометрические вероятности
- •Задание вероятности на дискретном пространстве элементарных исходов
- •Задачи для самоконтроля к §2,3,4
- •§5 Условная вероятность
- •§6 Независимость событий.
- •Задачи для самоконтроля к §5, 6
- •§7 Формула полной вероятности.
- •§8 Формула Байеса.
- •Задачи для самоконтроля к §7, 8
- •§9 Последовательность испытаний (схема Бернулли ).
- •Задачи для самоконтроля к §9
- •§ 10 Предельные теоремы в схеме Бернулли.
- •10.1 Локальная теорема Муавра – Лапласа.
- •10.2 Интегральная теорема Муавра – Лапласа.
- •10.3 Формула Пуассона (формула редких событий).
- •10.4 Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях.
- •Задачи для самоконтроля к §10
- •Глава 2 Случайные величины.
- •§1 Случайные величины и функция распределения.
- •§2 Дискретные случайные величины.
- •2.1 Ряд распределения.
- •2.2 Функция распределения дискретной с.В.
- •2.3 Математическое ожидание дискретной случайной величины.
- •2.4 Дисперсия.
- •Задачи для самоконтроля к §2
- •§3 Важнейшие дискретные случайные величины
- •Биномиальное определение
- •Геометрическое распределение
- •Распределение Пуассона
- •Задачи для самоконтроля к §3
- •§4 Непрерывные случайные величины.
- •4.1 Плотность распределения
- •4.2 Математическое ожидание и дисперсия непрерывной с.В.
- •4.3 Квантиль.
- •Задачи для самоконтроля к §4
- •§5 Важнейшие непрерывные случайные величины.
- •5.1 Равномерное распределение
- •5.2 Экспоненциальное ( показательное) распределение
- •5.3 Нормальное распределение.
- •Задачи для самоконтроля к §5
- •§6 Двумерные случайные величины.
- •6.1 Дискретная двумерная случайная величина.
- •6.2 Функция распределения двумерной случайной величины.
- •6.3 Непрерывные двумерные случайные величины.
- •§7 Ковариация и корреляция.
- •Задачи для самоконтроля к §6, 7
- •§8 Задача о наилучшем линейном прогнозе.
- •Задачи для самоконтроля к § 8
- •Глава 1
- •Глава 2
- •Литература
Задачи для самоконтроля к §4
1. Дана плотность распределения случайной величины x . Найти неизвестный параметр с, функцию распределения, мат. ожидание, дисперсию и вероятность Р{x < Mx }.
2. Случайная величина x задана своей функцией распределения. Найти неизвестный параметр с, плотность распределения, мат. ожидание, дисперсию, медиану и вероятность Р{x > 1,5}.
§5 Важнейшие непрерывные случайные величины.
5.1 Равномерное распределение
Случайная величина, подчиняющаяся такому распределению, описывает момент наступления случайного события, время наступления которого в интервале [а, в]. Числа а, в являются параметрами равномерного распределения, –∞ < а < в < ∞.
Плотность равномерно распределённой с.в:
Функция распределения:
Графики этих функций:
Найдем М ξ и Dξ для равномерно распределённой с.в.:
Аналогичным образом получается формула для дисперсии:
Пример 1. Известно, что в метро электрички отходят через каждые 5 мин. Некто пришел на перрон и электрички не обнаружил. Найти вероятность того, что ему придется ждать меньше 2-х минут.
Решение:
С.в. ξ –время ожидания электрички. Она может принимать значения в интервале [0, 5] с равными вероятностями. Т.е. это равномерное распределение с параметрами а=0, в=5. Найти надо
P{x £ 2} = P{0 <x £ 2} = Fξ(2) - Fξ(0)
5.2 Экспоненциальное ( показательное) распределение
Случайные величины, распределённые подобным образом, описывают время между наступлениями редких событий (см. распределение Пуассона). Параметром этого распределения также является величина . Плотность распределения задаётся как
Функция распределения:
Мат. ожидание и дисперсия:
Пример 2. Время работы телевизора подчиняется экспонициальному распределению, причём среднее время работы до поломки 2 года. Найти вероятность того, что телевизор проработает 5 лет.
Решение:
С.в. ξ – время работы телевизора до поломки. Найти надо
Для нахождения параметра λ вспомним , что “среднее время работы” – это мат. ожидание с.в. Для показательного распределения ,
Отсюда находим : λ = ½. Тогда
5.3 Нормальное распределение.
Нормальному распределению подчиняется множество случайных величин: рост и вес человека, прибыль предприятия, температура воздуха и т.д. Параметрами его являются величины a (среднее) и σ ( СКО). А само распределения обозначается N(a, σ) (т.е. “нормальное с параметрами a и σ”)
Плотность нормального распределения:
Нормальное распределение играет очень важную роль в теории вероятностей и мат. статистике, поэтому рассмотрим его подробнее.
Кратко опишем некоторые свойства плотности для N(a, σ):
эта функция симметричена относительно прямой х = а (см. рисунок ниже)
имеет максимум в точке х = а, и сам максимум равен
График плотности нормального распределения выглядит следующим образом:
Параметр а не влияет на высоту “горки”, на ее высоту влияет σ: чем σ меньше, тем “горка” выше и круче. Это согласуется с физическим смыслом σ (мера разброса).
Особое место занимает нормальное распределение N ( 0, 1) – оно называется стандартным или нормированным.
График плотности такого распределения симметричен относительно оси OY.
Функция распределения для нормально распределённой случайной величины
Для стандартного нормального распределения N ( 0, 1) функция распределения обозначается Ф(х) и задаётся выражением:
Как уже говорилось, интеграл этот – “неберущийся” и значения этой функции берут из специальных таблиц. Часто вместо функции Ф(х) используют Ф0(х):
Связь между ними следующая: Ф(x) = 0.5 + Ф0(x)
Утверждение: Для N(a, σ) справедливы равенства:
1)
Т.е. имея таблицу функции Ф(х) или Ф0(х) легко вычислить функцию распределения для нормального распределения с любыми параметрами
2) Р{х1 < ξ < х2} = Ф ( (х2 – а) / σ) – Ф ( (х1 – а) / σ) =
Ф0 ( (х2 – а) / σ) – Ф0 ( (х1 – а) / σ).
3) Р {|ξ – a| <ε} = 2 Ф0 (ε/σ).
Пример 3. Случайная величина x – длительность беременности женщины.
Плотность распределения x дана на рисунке ниже. Известно, что в интервал [270,290] попадает 68% родов, в интервал [260, 300] – 95%, в интервал [250,310] – 97%. Найти параметры нормального распределения.
Из рисунка видно, что параметр а ( среднее) равен 280 дней. Чтобы найти параметр σ, надо взять любой симметричный относительно среднего интервал. Возьмём, к примеру, [270,290]. Известно, что
Р{270 <ξ< 290} = 0.68
Р{270 <ξ< 290} = F(290) – F(270) = Ф0((290 – 280) /σ) – Ф0((270 – 280) /σ) = =2× Ф0 (10/σ). Получаем уравнение
2Ф0 (10/σ) = 0.68
Ф0 (10/σ) = 0.34
Теперь по таблице функции Ф0 находим значение функции, наиболее близкое к 0.34, и определяем соответствующий ему аргумент. В данном случае он равен 0.995.
10/σ = 0.995
σ = 10.05
Т.е. это нормальное распределение с параметрами а=280, и s = 10.05.