- •Элементы теории вероятностей
- •Содержание
- •Введение
- •1. Основные понятия теории вероятностей
- •1.1. Стохастический эксперимент, элементарный исход, пространство элементарных исходов, событие, вероятность события, достоверное и невозможное события
- •1.2. Операции над событиями
- •1.3. Аксиоматика теории вероятностей
- •1.4. Классическое определение вероятности
- •2.Условные вероятности
- •2.1. Теорема умножения вероятностей. Независимые события
- •2.2. Формула полной вероятности
- •2.3. Формула Бейеса
- •3. Случайные величины и законы их
- •3.1. Случайная величина и ее функция распределения
- •3.2. Дискретные случайные величины
- •3.2.1. Распределение Бернулли
- •3.2.2. Биномиальное распределение
- •3.2.3. Геометрическое распределение
- •3.2.4. Гипергеометрическое распределение
- •3.2.5. Распределение Пуассона
- •3.3. Непрерывные случайные величины
- •3.3.1. Равномерное распределение
- •3.3.2. Показательное распределение
- •3.3.3. Распределение Коши
- •3.3.4. Нормальное распределение
- •3.3.5. Распределение Пирсона
- •3.4. Функции от случайной величины.
- •4. Числовые характеристики случайных величин
- •4.1. Математическое ожидание случайной величины
- •4.2. Медиана и мода случайной величины
- •4.3. Дисперсия и среднеквадратическое отклонение случайной величины
- •4.4. Моменты случайной величины
- •5. Задания для выполнения расчетно-графической работы
- •Задача 2 (1 балл)
- •Задача 3
- •Задача 4.(1 балл)
- •Задача 5 Случайная величина х задана функцией плотности вероятности
- •Задача 6
- •Литература
3.2.3. Геометрическое распределение
Рассмотрим последовательность испытаний, в каждом из которых может произойти с вероятностью р событие А ("успех"), а может и не произойти ("неудача"). Опыты продолжаются до первого появления события А.
Случайная величина Х - число произведенных опытов или число испытаний Бернулли, предшествующих наступлению первого успеха. Ясно, что случайная величина Х может принимать лишь значения из множества целых положительных чисел: 0,1,2, ... (т.е. успех может произойти при первом испытании, втором, третьем и т.д.). Найдем для k=0,1,2,..., т.е. вероятность того, что успех наступит после k-го опыта. Ясно, что событие Вk можно представить как произведение
B0=A; ; ; и т.д.
По теореме умножения для независимых событий
Случайная величина Х имеет геометрическое распределение с параметром р, если она принимает целые положительные значения k=0,1,2,... с вероятностями . Кратко это записывают в виде Х ~ G(p).
Вероятности рk образуют геометрическую прогрессию, отсюда и название "геометрическое распределение".
Просуммировав бесконечно убывающую геометрическую прогрессию, легко убедиться в том, что .
Пример 3.4. Найти вероятность того, что при подбрасывании симметричной игральной кости шестерка первый раз появится при третьем подбрасывании.
Решение. Обозначим Х - число подбрасываний игральной кости до первого появления шестерки. Ясно, что Х ~ G().
Искомая вероятность - это вероятность того, что случайная величина Х примет значение, равное двум, т.е.
Пример 3.5. Симметричную монету подбрасывают до первого появления орла. Найти вероятность того, что первый раз орел выпадет при пятом подбрасывании.
Решение.
Обозначим Х - число подбрасываний монеты до первого появления орла.
В силу симметричности монеты Х ~ G().
Искомая вероятность - это вероятность того, что случайная величина Х примет значение, равное четырем, т.е.
3.2.4. Гипергеометрическое распределение
Многие задачи комбинаторики могут быть сведены к следующей модели. В генеральной совокупности из N элементов имеется М элементов красного цвета и N - М элементов черного цвета. Случайным образом выбирается группа из n элементов.
Случайная величина Х - число элементов красного цвета среди отобранных n элементов. Ясно, что случайная величина Х может принимать любые целые значения от 0 до наименьшего из чисел {n,М}.
Найдем вероятность рm=Р{Х=m} - вероятность того, что случайная величина Х приняла значение, равное m, или что среди отобранных n элементов ровно m красных.
Для того, чтобы найти рm, заметим, что выбранная группа состоит из m красных и п - m черных элементов. Красные элементы могут быть выбраны различными способами, а черные способами. Так как любой выбор красных элементов может комбинироваться с любым выбором черных, имеем
Определенный таким образом набор вероятностей называется гипергеометрическим распределением.
Случайная величина Х имеет гипергеометрическое распределение, если она принимает целые значения m=0,l,2,...,min{n,M} с вероятностями
Пример 3.6. Пусть в партии из N изделий М изделий 1-го сорта. Из этой партии извлекаются для контроля n изделий. Закон распределения случайной величины Х - числа изделий 1 -го сорта среди выбранных n изделий - имеет гипергеометрическое распределение.
Пример 3.7. В комитете каждый из 50 американских штатов представлен двумя сенаторами. Найти вероятность того, что в комитете из 50 случайно выбранных сенаторов представлен данный штат.
Решение. Обозначим Х - число сенаторов в комитете, представляющих данный штат. Из условия задачи следует, что N = 100 сенаторов, М = 2 сенатора, представляющих данный штат, n = 50 -число сенаторов в комитете.
Данный штат будет представлен в комитете, если Х = 1 или Х = 2, т.е. искомая вероятность Р равна