- •Теория вероятностей
- •Содержание
- •Раздел 6. Законы распределения функций случайных аргументов. 90
- •1. Теоретическая часть. Введение
- •Раздел 1. Понятие события и его вероятности.
- •1.1. Предмет теории вероятности.
- •1.2. Алгебра событий. Пространство элементарных событий.
- •1.3. Классическое определение вероятности.
- •1.4. Геометрические вероятности.
- •1.5. Частота и вероятность.
- •1.6. Аксиоматическое построение теории вероятностей.
- •1.7. Условная вероятность и простейшие основные формулы.
- •1.8. Формула полной вероятности.
- •1.9 Формула Бейеса.
- •Раздел 2. Последовательные независимые испытания
- •2.1. Независимые испытания. Формулы Бернулли.
- •2.2. Обобщенная теорема о повторении опытов.
- •Раздел 3. Понятие случайной величины. Функция распределения и ее основные свойства.
- •3.1. Понятие случайной величины и функции распределения.
- •3.2. Свойства функции распределения.
- •3.3. Дискретные и непрерывные случайные величины.
- •3.4. Числовые характеристики случайных величин.
- •Раздел 4. Примеры распределений случайных величин.
- •4.1. Биномиальное распределение.
- •4.2. Теорема Пуассона
- •4.3. Закон Пуассона.
- •4.4. Равномерное распределение.
- •4.5. Показательное распределение.
- •4.6.Нормальный закон распределения.
- •Раздел 5. Системы случайных величин (случайные векторы).
- •5.1. Понятие о системе случайных величин.
- •5.2. Функция распределения системы двух случайных величин.
- •5.3. Плотность распределения системы двух случайных величин.
- •5.4. Законы распределения отдельных компонент, входящих в систему. Условные законы распределения.
- •5.5. Зависимые и независимые случайные величины.
- •5.6. Числовые характеристики системы двух случайных величин.
- •5.7. Система произвольного числа случайных величин (случайные вектора).
- •5.8. Числовые характеристики системы нескольких случайных величин.
- •Раздел 6. Законы распределения функций случайных аргументов.
- •6.1. Закон распределения функции одного случайного аргумента.
- •6.2. Закон распределения функции двух случайных величин.
- •6.3. Закон распределения суммы двух случайных величин. Композиция законов распределения.
- •6.4. Распределение произведения.
- •6.5. Распределение квадрата случайной величины.
- •6.6. Распределение частного.
- •6.7. Числовые характеристики функций случайных величин.
- •Раздел 7. Теоремы о числовых характеристиках.
- •7.1. Основные теоремы о математическом ожидании.
- •7.2. Теоремы о дисперсии случайной величины.
- •7.3. Теорема о линейной зависимости случайных величин.
- •Раздел 8. Характеристические функции.
- •8.1. Определение и простейшие свойства характеристических функций.
- •8.2. Предельные теоремы для характеристических функций.
- •Раздел 9. Предельные теоремы для случайных величин.
- •9.1. Сходимость последовательностей случайных величин.
- •9.2. Закон больших чисел.
- •9.3. Следствия закона больших чисел.
- •Раздел 10. Предельные теоремы теории вероятностей.
- •10.1. Центральная предельная теорема.
- •10.2. Теорема Ляпунова.
- •10.3. Теорема Лапласа.
- •2. Практические занятия, тесты, самостоятельная работа. Занятие 1. Непосредственный подсчет вероятности с использованием классического определения вероятности.
- •1.1. Краткая теоретическая часть.
- •1.2. Тест.
- •1.3. Решение типовых задач.
- •1.4. Задачи для самостоятельной работы.
- •Занятие 2. Геометрическое определение вероятности.
- •2.1. Краткая теоретическая часть.
- •2.2. Тест
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельной работы
- •Занятие 3. Условная вероятность. Теорема умножения вероятностей.
- •3.1. Краткая теоретическая часть
- •3.2. Тест
- •3.3. Решение типовых задач
- •3.4. Задачи для самостоятельной работы
- •Занятие 4. Теорема сложения вероятностей.
- •4.1. Краткая теоретическая часть
- •4.2. Тест
- •4.3. Решение типовых задач
- •4.4. Задачи для самостоятельной работы
- •Занятие 5. Формула полной вероятности.
- •5.1. Краткая теоретическая часть
- •5.2. Тест.
- •5.3. Решение типовых задач
- •5.4. Задачи для самостоятельной работы
- •Занятие 6. Формула Бейеса.
- •6.1. Краткая теоретическая часть
- •6.2.Тест
- •6.3. Решение типовых задач
- •6.4. Задачи для самостоятельной работы
- •Занятие 7. Последовательные независимые испытания.
- •7.1. Краткая теоретическая часть
- •7.2. Тест
- •7.3. Решение типовых задач
- •7.4. Задачи для самостоятельной работы
- •Занятие 8. Дискретные и непрерывные случайные величины.
- •8.1. Краткая теоретическая часть а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •8.2. Тест
- •А) только к дискретным случайным величинам
- •8.3. Решение типовых задач а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Б) Функция распределения и плотность вероятности непрерывной случайной величины
- •8.4. Задачи для самостоятельной работы а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Занятие 9. Числовые характеристики дискретных случайных величин.
- •9.1. Краткая теоретическая часть
- •9.2. Тест
- •9.3. Решение типовых задач
- •9.4. Задачи для самостоятельной работы
- •Занятие 10. Дискретные и непрерывные случайные величины.
- •10.1. Краткая теоретическая часть
- •10.2. Тест
- •10.3. Решение типовых задач
- •10.4. Задачи для самостоятельной работы
- •Занятие 11. Закон Пуассона.
- •11.1. Краткая теоретическая часть
- •11.2. Тест
- •11.3. Решение типовых задач
- •11.4. Задачи для самостоятельной работы
- •Занятие 12. Закон нормального распределения.
- •12.1. Краткая теоретическая часть
- •12.2. Тест
- •12.3. Решение типовых задач
- •12.4. Задачи для самостоятельной работы
- •Литература
Занятие 7. Последовательные независимые испытания.
7.1. Краткая теоретическая часть
В настоящем разделе мы изучим основные закономерности, относящиеся к одной из важнейших схем теории вероятностей — схеме последовательных независимых испытаний. В это понятие мы вкладываем следующий смысл.
Под испытанием(опытом) мы станем понимать осуществление определенного комплекса условий, в результате которого может произойти то или иное элементарное событие пространства U элементарных событий. Математической моделью последовательности п испытаний является новое пространство элементарных событий, состоящее из точек, где- произвольная точка пространства U, отвечающая испытанию с номером i.
Предположим, что для s-го испытания пространство U разбито на k несовместимых случайных событий , т. е. предположим, что
|
|
Событие назовемi-м исходом при s-м испытании. Обозначим вероятность i-го исхода при s-м испытании через .
Обозначим через событие, состоящее из всех тех точекпространства, для которых. Если в пространствеUn имеет место равенство при любых- то испытания называютсянезависимыми.
В дальнейшем мы ограничимся случаем, когда вероятности событий не зависят от номера испытанияs; обозначим в этом случае ; в силу несовместимости и единственной возможности исходовочевидно, имеем. Эта схема впервые была рассмотрена Я. Бернулли в важнейшем частном случае; по этой причине указанный случай носит названиесхемы Бернулли. В схеме Бернулли обычно полагают .
Из определения независимых испытаний вытекает следующий результат:
Теорема. Если данные п испытаний независимы, то любые т из них также независимы.
Простейшая задача, относящаяся к схеме независимых испытаний, состоит в определении вероятности того, что прип испытаниях событие А наступит т раз, а остальные п—т раз наступит противоположное событие , обозначим это событие В. Тогда
|
(7.1) |
Здесь Аi – событие состоящее в том, что событие А произойдет в i- ом испытании. Событие В представляет собой сумму несовместных событий, тогда согласно теореме сложения вероятностей получаем
|
(7.2) |
Вероятность каждого слагаемого в данной сумме по теореме умножения для независимых событий равна . По теореме сложения вероятностей искомая вероятностьравна сумме только что вычисленных вероятностей для всех различных способовт появлений события А и n—т не появлений среди п испытаний. Число таких способов, как известно из теории сочетаний, равно ; следовательно, искомая вероятность равна
|
(7.3) |
Так как все возможные несовместимые между собой исходы п испытаний состоят в появлении события 0 раз, 1 раз, 2 раза, ...,n раз, то ясно, что
|
(7.4) |
Легко заметить, что вероятность равна коэффициенту прив разложении биномапо степенямx.
Исследуем далее, как ведет себя вероятность при различных значениях m. с увеличениемm сначала возрастает, затем достигает максимума и при дальнейшем росте m убывает. При этом, если является целым числом, то максимальное значение вероятностьпринимает для двух значенийm, а именно и. Если же не является целым числом, то максимальное значение вероятности достигается при, равном максимальному целому числу, большему изи. Числоназывают наивероятнейшим значением и обозначают через.
Поставим теперь более общую задачу.
Рассмотрим последовательность n независимых испытаний, в каждом из которых может произойти или не произойти некоторое событие А. При этом вероятность появления события в каждом испытании различна.
Обозначим через .Аi – событие состоящее том что А произойдет в i-ом испытании – событие состоящее том чтоА не произойдет в i-ом испытании соответственно.
Следует определить вероятность того что событие А произойдет m раз в серии из n испытаний.
Вероятность того, что событие А произойдет m раз в серии из n испытаний равна коэффициенту при в выражении производящей функции
|
(7.5) |
то есть
|
(7.6) |
|
(7.7) |
Обозначим через событие состоящее в том, чтоА появляется не менее m раз в n независимых испытаниях, а вероятность обозначим , тогда
|
(7.8) |
В тех случаях когда удобно пользоваться следующей формулой
|
(7.9) |