- •Теория вероятностей
- •§ 1. Предмет теории вероятностей
- •§ 2. Случайные события или исходы. Множество элементарных событий. Основные понятия
- •Примеры на построение множества ω.
- •Алгебраические операции над событиями
- •Диаграмма Венна.
- •Свойства операций
- •§ 3. Различные подходы к определению вероятности
- •П. 1. Аксиоматическое определение вероятности
- •П. 2. Классическое определение вероятности
- •Решение.
- •Решение.
- •Пп. 1. Комбинаторный метод вычисления вероятностей в классической схеме
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Пп. 2. Геометрические вероятности в классической схеме
- •Решение.
- •П. 3. Статистическое определение вероятности
- •§ 4. Основные теоремы теории вероятностей п.1. Теоремы сложения вероятностей
- •Доказательство.
- •Доказательство (методом математической индукции).
- •Доказательство.
- •Доказательство.
- •Решение.
- •Д оказательство (геометрическое)
- •П.2. Теоремы умножения вероятностей
- •Доказательство.
- •Решение.
- •Решение.
- •§ 5. Формулы полной вероятности и формула Байеса п. 1. Формула полной вероятности (следствие обеих основных теорем сложения и умножения)
- •Решение.
- •П. 2. Формула Байеса (Бейеса) (следствие теоремы умножения и формулы полной вероятности)
- •Решение.
- •§ 6. Последовательность независимых испытаний п. 1. Независимые испытания
- •П. 2. Формулы Бернулли.
- •Решение.
- •Решение.
- •Замечания.
- •Решение.
- •П. 3. Предельные теоремы в схеме Бернулли
- •Решение.
- •Решение.
- •Доказательство.
- •Решение.
- •П. 4. Наивероятнейшее число появления события в независимых испытаниях
- •Решение.
- •§ 7. Случайные величины п. 1. Основные определения
- •П. 2. Законы распределения случайных величин. Законы распределения дискретных случайных величин. Функция распределения
- •Формы закона распределения дсв.
- •Решение.
- •Решение.
- •3. Функция распределения – универсальный закон распределения (для дсв и нсв).
- •Свойства f(X).
- •Доказательство.
- •Графики функции распределения.
- •Решение.
- •Решение.
- •П. 3. Плотность распределения вероятностей нсв
- •Свойства плотности распределения
- •2. Условие нормировки: интеграл в бесконечных пределах от плотности распределения равен 1: . (4) Доказательство
- •Решение.
- •Решение.
- •П. 4. Числовые характеристики случайных величин, их роль и назначение
- •Пп 1. Характеристики положения (математическое ожидание, мода, медиана)
- •1. Математическое ожидание или среднее значение случайной величины
- •2. Мода случайной величины
- •3. Медиана случайной величины
- •Пп 2. Моменты
- •Доказательство.
- •И эксцесс
- •Решение.
- •Решение.
- •Решение.
- •П. 5. Законы распределения вероятностей дискретных случайных величин: биномиальный, Пуассона, гипергеометрический. Пп 1. Биномиальное распределение
- •Решение.
- •Пп 2. Распределение Пуассона
- •Решение.
- •Решение.
- •Пп 3. Гипергеометрическое распределение
- •Решение.
- •П. 6. Законы распределения вероятностей непрерывных случайных величин: равномерный, показательный, нормальный Пп 1. Равномерное распределение или закон равномерной плотности
- •Решение.
- •Пп 2. Показательное или экспоненциальное распределение
- •Решение.
- •Пп 3. Нормальный закон распределения
- •Смысл параметров m и σ
- •Решение.
- •§ 8. Системы случайных величин или случайные векторы п. 1. Основные понятия.
- •П. 2. Законы распределения свдт и свнт
- •Закон. Таблица распределения – закон распределения свдт.
- •Решение.
- •Решение.
- •Закон. Функция распределения – закон распределения свдт и свнт.
- •Решение.
- •3. Плотность распределения (для свнт)
- •Решение.
- •Решение.
- •П. 4. Плотности распределения отдельных величин, входящих в систему. Равномерное и нормальное распределения. Условные законы распределения
- •Решение.
- •Решение.
- •П. 5. Числовые характеристики системы. Корреляция. Линии регрессии
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •§ 9. Закон больших чисел. Предельные теоремы теории вероятностей
Решение.
1) Величину а найдем из условия: : 0,4 + 0,2 + а = 1, отсюда а = 0,4.
2) Найдем математическое ожидание и дисперсию:
По формуле (1) ,
По формуле (8) D[X] = .
Дисперсию можно было найти, используя формулу (10) и (4): =
3) = (по 5 свойству мат. ожидания) = ,
= (по 5 свойству дисперсии) =
Пример 2. (Ранее рассматривали задачу, п.2, пример 2)
Стрелок производит 3 выстрела по мишени. Вероятность попадания в мишень при каждом выстреле равна 0,4. СВ Х – число попаданий. Определить: 1) математическое ожидание, 2) дисперсию, 3) среднее квадратическое отклонение, 4) моду, 5) асимметрию, 6) среднее арифметическое отклонение.
Решение.
Ранее мы построили ряд распределения числа попаданий. Ряд распределения имеет вид:
xi |
0 |
1 |
2 |
3 |
pi |
0,216 |
0,432 |
0,288 |
0,064 |
1) . (по формуле1).
2)D[X] =
(по формуле 8. Можно было по формуле (4): ).
3) (по формуле 11).
4) Найдем моду М: , следовательно, М = 1.
5) По формуле (6)
=
Тогда коэффициент асимметрии по формуле (12) .
6) По формуле (14) найдем среднее арифметическое отклонение: .
Пример 3. Непрерывная случайная величина подчинена закону распределения с плотностью . Найти: 1) коэффициент А, 2) математическое ожидание, 3) дисперсию, 4) среднее квадратическое отклонение, 5) моду, 6) медиану, 7) асимметрию, 8) эксцесс.
Решение.
1) Если х < 0 , если .
Воспользуемся свойством плотности распределения для определения А:
.
2) , т. к. функция нечетная.
3) D[X] = , следовательно,
D[X] = (решаем методом интегрирования по частям, 2 раза) = 2
4) .
5) М = 0.
6) , следовательно, ,
, следовательно, х = 0 , т. е., Ме = 0.
7) , как интеграл в симметричных пределах от нечетной функции. Следовательно, асимметрия Sk = 0.
8) , следовательно, эксцесс .
П ример 4. Случайная величина Х подчинена закону распределения, плотность которого задана графически. Найти: 1)выражение для плотности, 2) найти мат. ожидание, 3) дисперсию.
Решение.
1) .
2) , следовательно, .
3) Дисперсию найдем двумя способами.
1 способ (по определению): D[X] = .
2 способ (через начальные моменты):
= .
П. 5. Законы распределения вероятностей дискретных случайных величин: биномиальный, Пуассона, гипергеометрический. Пп 1. Биномиальное распределение
Постановка задачи: пусть СВ Х выражает число появления события А ( m раз) при n независимых испытаниях, проводимых в одинаковых условиях. Вероятность появления события А – р – постоянна. Вероятности возможных значений х0 = 0, х1 = 1,…, хn = n данной СВ определяются по формуле Бернулли:
Pn(Х = m) = рmqn-m.
Определение 50. Распределение дискретной случайной величины, для которой ряд распределения задается формулой Бернулли, называется биномиальным.
Примеры типовых задач: 1) число бракованных изделий в выборке из n деталей, 2) число попаданий или промахов при выстрелах в мишень.
Найдем математическое ожидание и дисперсию СВ, имеющей биномиальное распределение.
1) . (*)
Вычислим данную сумму. Ранее записали следствие из теоремы Бернулли, что . Следовательно, .
Продифференцируем данное равенство по переменной р:
.
, умножим обе части полученного равенства на р:
, следовательно, из (*):
= .
Вывод: математическое ожидание числа наступления события А в серии независимых и одинаковых испытаний равно произведению числа испытаний на вероятность появления события при одном испытании
.
2) Можно вывести, что дисперсия СВ Х, распределенной по биномиальному закону, находится по формуле:
.
Тогда среднее квадратическое : .
Пример. Случайная величина Х представляет число бракованных деталей из выборки в 50 штук. Вероятность брака одной детали р = 0,06. Найти , , числа бракованных деталей в выборке.