- •20. Центральная предельная теорема
- •42.Проверка гипотеза о зависимости (независимости) случайных величин
- •41. Проверка гипотеза о зависимости (независимости) случайных величин
- •2.Билет
- •4Билет Формула полной вероятности
- •7Законы распределения дискретных случайных величин
- •8Распределение непрерывных случайных величин
- •9Системы случайных величин
- •10Условные законы распределения случайных величин, входящих в систему
- •12Нормальный закон на плоскости. Уравнение линии регрессии
- •13Функции от случайных аргументов
- •14 Билет
- •15Закон распределения функции от случайного аргумента общего вида
- •16Законы распределения функции от произвольного числа случайных аргументов
- •17Предельные теоремы теории вероятностей
- •18Частная теорема Чебышева
- •19Теорема Бернулли и Пуассона
19Теорема Бернулли и Пуассона
Частным случаем теоремы Чебышева являются теоремы Бернулли и Пуассона.
Известно, что если проводится серия опытов, в каждом из которых событие может появиться с вероятностью Р, то статистической вероятностью данного события будет являться выражение:
(1),
где n – число опытов,
m – число опытов, в которых появилось событие.
Теорема Бернулли утверждает:
"Т" При неограниченном увеличении числа опытов, в каждом из которых событие может появиться с вероятностью Р, статистическая частота этого события сходится по вероятности к вероятности появления события в отдельном испытании.
Данную теорему можно записать в виде:
(2)где и (дэльта) – сколь угодно малые, но конечные величины.
Доказательство: статистическую вероятность события можно представить в виде суммы случайных величин, делённой на число испытаний:
(3)
При этом каждая из случайных величин независима от других (так как опыты независимы). Эти случайные величины имеют одно и то же распределение вида:
( )
Соответственно, характеристики каждой из случайных величин таковы:
На основании теорем о числовых характеристиках можем записать, что математическое ожидание статистической вероятности равняется:
(4)
То есть математическое ожидание статистической вероятности равняется вероятности появления события в отдельном испытании.
На основании теоремы о дисперсии функции от случайных величин дисперсия статистической вероятности будет определяться выражением:
(5)
С учётом характеристик статистической вероятности неравенство Чебышева можно записать в виде:
(6)
Данное неравенство, выраженное через противоположное событие, будет иметь вид:
(7)
Для любого можно подобрать такое число наблюдений , что будет выполнено условие:
, какое бы ни было; (8)
тогда можно перейти к неравенству вида:
(9)
Если проводится испытаний и в каждом испытании вероятности появления события различны, то в этом случае справедлива теорема Пуассона, утверждающая:
"Т" Если проводится испытаний и в i-том испытании вероятность появления события равна , то при неограниченном увеличении числа опытов статистическая вероятность сходится по вероятности к среднеарифметическому вероятностей появления событий.
(Это вообщем-то частный случай общей теоремы Бернулли). Записывается эта теорема в виде:
(10)