- •События и операции над ними. Относительные частоты и их свойства.
- •2.Аксиомы тв. Дискретное пространство элементарных исходов. Классическое определение вероятности.
- •3. Элементы комбинаторики. Основное правило комбинаторики.
- •(Обобщенная теорема сложения вероятностей)
- •(Теорема сложения k слагаемых)
- •6.Условная вероятность. Независимость.
- •7.Формулы полной вероятности и Байеса.
- •8.Схема Бернулли.Полиноминальное распределение.
- •9.Теорема Пуассона.
- •10.Локальная и интегральная теоремы Муавра-Лапласа.
- •12.Дискретные случайные величины. Закон распределения. Биномиальное, геометрическое и распределение Пуассона.
- •13.Математическое ожидание дискретной случайной величины и его свойства
- •Свойства математического ожидания:
- •Математическое ожидание постоянной величины равно самой постоянной:
- •Постоянный множитель можно выносить за знак математического ожидания:
- •14.Дисперсия случайной величины и ее свойства. Начальный и центральный момент.
- •15. Непрерывные случайные величины. Св-во плотности распределения
- •16. Равномерное, показательное, нормальное распределения и их св-ва
- •17. Лемма о нормальном распределении. Критерии независимости дискретной и непрерывной случайной величин
- •18. Случайный вектор. Св-ва функции распределения случайного вектора
- •2.Функция распределения случайного вектора неубывающая по каждому аргументу.
- •19. Случайный вектор. Свойства плотности распределения случайного вектора
- •20. Функция двух случайных аргументов. Формула свёртки
- •21. Числовые характеристики системы двух случайных величин. Корелляция и ее св-ва
- •22. Задачи математической статистики. Генеральная совокупность. Выборка
- •23. Эмпирическая функция распределения. Полигон и гистограмма
9.Теорема Пуассона.
Теорема. Пусть производится n независимые испытания в каждом из которых событие а малое с событием р тогда, если число испытании неограниченно возрастает, а р стремится к нулю и причем np=a величина постоянная, то вероятность появления k события Р в n испытаниях находится по формуле .
Доказательство: По формуле Бернулли , где q=1-p.
Отсюда .
По условию .
Подставляя, получим
Перейдем к пределу при , т.е.
.
—формула Пуассона.
Замечание: Теоремой удобно пользоваться, когда р→0, . Существуют специальные таблицы, в которых приведены значения вероятностей для различных а и k.
10.Локальная и интегральная теоремы Муавра-Лапласа.
Формулой Бернулли удобно пользоваться, когда значение n не очень велико. Если же n достаточно велико, то удобнее пользоваться приближенными формулами, одна из которых содержится в следующей теореме.
Теорема (локальная теорема Муавра-Лапласа).
Если вероятность появления события А в каждом отдельном испытании постоянная и отлична от 0 и 1, т.е. 0<p<1, то вероятность того, что событие А появится ровно k раз в n независимых испытаниях.
, где ; , q=1-p.
Замечание: Имеются специальные таблицы значений функций φ(х). Нужно учитывать, что функция φ(х)–четная, т.е. φ(х)=φ(-х).
Теорема (интегральная теорема Муавра-Лапласа).
Если вероятность появления события А в каждом отдельном испытании постоянна и отлична от 0 и 1, т.е.0<p<1, то вероятность того, что событие А появится от k1 до k2 раз в n независимых испытаниях определяется выражением: , где
—функция Лапласа,
, , .
Замечание: Функция Лапласа—нечетная, т.е. . Значения находят по таблице.
11.Случайные величины. Функция распределения и их свойства.
Случайной величиной Х называется функция X(w), отображающая пространство элементарных исходов Ω во множ-ве действительных чисел R.
Множество значений случайной величины обозначается Ωх. Одной из важных характеристик случайной величины является функция распределения случайной величины.
Функцией распределения случайной величины Х называется функция F(x) действительной переменной х, определяющая вероятность того, что случайная величина Х примет в результате эксперимента значение, меньшее некоторого фиксированного числа х.
.
Замечание: Если рассматривать случайную величину Х как случайную точку на оси ох, то функция распределения F(x) с геометрической точки зрения—это вероятность того, что случайная точка Х в результате реализации эксперимента попадет левее точки х.
Свойства функции распределения.
Функция распределения F(x)–неубывающая функция, т.е. для таких что x1<x2 .
.
, т.е.
. Поскольку , то
.
Для любых вероятность того что
Замечание. Если функция распределения F(x) непрерывная, то свойство выполняется и при замене знаков ≤ и < на < и ≤.
, .
, .
Функция распределения F(x) непрерывна слева. (т.е. ).
Вероятность того, что значение случайной величины Х больше некоторого числа х, вычисляется по формуле.
.
. Найдем их вероятности
.
Поскольку вероятность достоверного события равна единице, то
. Отсюда .