- •Высшая математика теория вероятностей и метематическая статистика
- •Варианты заданий
- •Контрольная работа №4
- •Примеры решения задач
- •Найти: 1) математическое ожидание ; 2) дисперсию ; 3) среднее квадратическое отклонение .
- •Где в первой строке даны значения случайной величины х, а во второй – вероятности этих значений, то математическое ожидание вычисляется по формуле
- •Теория вероятностей справочные формулы
- •Вопросы и задачи для зачета по контрольной работе №4 Случайные события
- •Случайные величины и их числовые характеристики
- •Случайные события
- •Случайная величина и ее числовые характеристики
- •Контрольная работа №5
- •Методические советы по выполнению задания
- •Приложения
Теория вероятностей справочные формулы
СОБЫТИЯ А, В, С…
Сумма событий (хотя бы или А, илиВ) |
А + В |
А В
|
Произведение событий (и А, иВодновременно) |
А В |
А В
|
Виды событий |
Обозначение или определение | |
Невозможное |
V– заведомо не произойдет | |
Достоверное (истинное) |
U– обязательно произойдет | |
Случайное |
в результате испытания может либо произойти, либо не произойти | |
Несовместные АиВ |
если появление Аисключает появлениеВ, т. е.А В= V | |
Совместные АиВ |
если появление Анеисключает появлениеВ, т. е.А В V | |
Равновозможные АиВ |
если ни одно из них не является более возможным, чем другое | |
Противоположные А и |
если | |
Полная группа А1,А2,…Аk |
если | |
Независимые А иВ |
если А не зависит отВ и наоборот |
СОЕДИНЕНИЯ
РАЗМЕЩЕНИЯ – группы элементов, отличающиеся друг от друга и элементами, и порядком | |
ПЕРЕСТАНОВКИ – группы элементов, отличающиеся друг от друга только порядком элементов. | |
СОЧЕТАНИЯ – группы элементов, отличающиеся друг от друга только самими элементами |
ОТНОСИТЕЛЬНАЯ ЧАСТОТА события А п– общее число испытаний m– число появлений событияА |
ВЕРОЯТНОСТЬ события А п– общее число всех равновозможных несовместных элементарных исходов, образующих полную группу m– число исходов, благоприятствующих событиюА | |||
ЗАКОН БОЛЬШИХ ЧИСЕЛ БЕРНУЛЛИ при | ||||
СВОЙСТВА ВЕРОЯТНОСТИ | ||||
СЛОЖЕНИЕ: Если АиВ несовместны, то ЕслиА иВсовместны, то |
ПРОИЗВЕДЕНИЕ: Если АиВ независимы, то
Если АиВзависимы, то Условной вероятностью РАназывают вероятность событияВ, вычисленную в предположении, что событиеА уже произошло. | |||
Следствия: 1. Если А и- противоположные события, тоили. 2. Вероятность появления хотя бы одного события из А1,А2,…Аk : | ||||
ФОРМУЛА ПОЛНОЙ ВЕРОЯТНОСТИ: Апроисходит с одной из гипотезНi. ЕслиН1+Н2+…+Нп=U; HiHj=V; ij, то | ||||
ФОРМУЛА БЕЙЕСА позволяет найти изменение вероятности гипотез, если событие Апроизошло. , гдеР(А)– полная вероятность. |
ПОВТОРЕНИЕ ИСПЫТАНИЙ
Производится писпытаний (независимых), вероятность каждого, а. Находим вероятность того, что событиеАпоявилось ровнотраз. | |
ФОРМУЛА БЕРНУЛЛИ ( п– мало) |
ЛОКАЛЬНАЯ ТЕОРЕМА ЛАПЛАСА (п– велико) , где |
ФОРМУЛА ПУАССОНА (р– мало,п– велико ) , |
ИНТЕГРАЛЬНАЯ ТЕОРЕМА ЛАПЛАСА ; |
Вероятность появления хотя бы одного события в писпытаниях:. | |
Примечание: - четная функция, т.е.. Ее значения находят из таблицы,.
|
- нечетная функция, т.е.. ФункциюФ(х)часто называют функцией Лапласа. Ее значения находят из таблицы, причем прих>5. |
у
х 0
а=0 =1 |
у
0,5 у=Ф(х)
0 х
0,5
|
Отклонение W(A)от постоянной вероятности в независимых испытаниях |
СЛУЧАЙНЫЕ ВЕЛИЧИНЫ
Случайная величины – это величина, которая в результате опыта со случайным исходом принимает то или иное значение . Х– случайная величина,х– ее возможное значение.
| |||||||||||||||||||||||||||||||||||||||||||||||||||||
ДИСКРЕТНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА – это случайная величина, у которой множество возможных значений конечно или счетно (т.е. их можно перенумеровать в каком-то порядке). |
НЕПРЕРВЫНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА – это случайная величина, у которой множество возможных значений сплошь занимает какой-то участок числовой оси, границы которого могут быть как зафиксированными, так и неопределенными. | ||||||||||||||||||||||||||||||||||||||||||||||||||||
ЗАКОН РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ – это всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующим им вероятностям (для дискретной случайной величины) или плотностями вероятностей (для непрерывной случайной величины). | |||||||||||||||||||||||||||||||||||||||||||||||||||||
р1+р2+ …+рп+…=1рп- вероятности илир2 р р1 … х х1 х2 хп Многоугольник распределения |
, гдеf(x)– плотность распределения вероятностейХ. f(x)Ее свойства: 1. График плотности 2 .распределения 3. | ||||||||||||||||||||||||||||||||||||||||||||||||||||
ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ – это вероятность того, что случайная величина примет значение меньшее, чем заданное х, т.е.
| |||||||||||||||||||||||||||||||||||||||||||||||||||||
Функция распределения любой дискретной случайной величины есть разрывная ступенчатая функция, скачки которой происходят в точках, соответствующих возможным значениям случайной величины и равны вероятностям этих значений. |
Свойства: 1. F(x)– неубывающая функция 2. F()=0 3. F(+)=1 4. 0 F(x)1 5. 6. |
Функция распределения любой непрерывной случайной величины есть непрерывная функция в любой точке и дифференцируема всюду. Вероятность любого отдельного значения непрерывной случайной величины равна нулю, т.е. . Связь между плотностью и функцией распределения непрерывной случайной величины . | |||||||||||||||||||||||||||||||||||||||||||||||||||
F(x)
1
р1+р2 р1
х1 0 х2 х3 …хп х |
F(x)1
| ||||||||||||||||||||||||||||||||||||||||||||||||||||
ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН | |||||||||||||||||||||||||||||||||||||||||||||||||||||
Дискретная случайная величина
|
МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ
ДИСПЕРСИЯ
СРЕДНЕЕ КВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ |
Непрерывная случайная величина
| |||||||||||||||||||||||||||||||||||||||||||||||||||
Свойства: М(С)=С D(С)=0 М(СХ)=СМ(Х) D(CX)=C2D(X) М(ХY)=М(Х)М(Y) D(ХY)=D(Х)+D(Y) М(ХY)=М(Х)М(Y) | |||||||||||||||||||||||||||||||||||||||||||||||||||||
ВИДЫ РАСПРЕДЕЛЕНИЙ СЛУЧАЙНЫХ ВЕЛИЧИН | |||||||||||||||||||||||||||||||||||||||||||||||||||||
Дискретная случайная величина
БИНОМИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ М(Х)=пр; D(Х)=прq; q=1p
РАСПРЕДЕЛЕНИЕ ПУАССОНА М(Х)=; D(Х)=; =пр10; р-мало;п-велико
ГЕОМЕТРИЧЕСКОЕ РАСПРЕДЕЛЕНИЕ М(Х)=; D(Х)=; q=1p
|
Непрерывная случайная величина НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ , гдеа=М(Х); =(Х). График плотности распределения – кривая Гаусса или нормальная кривая.
- точки перегиба. Вероятность попадания в заданный интервал , гдеФ(х)– функция Лапласа. Вероятность заданного отклонения . Правило трех сигм . | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Непрерывная случайная величина
РАВНОМЕРНОЕ РАСПРЕДЕЛЕНИЕ ; ПОКАЗАТЕЛЬНОЕ РАСПРЕДЕЛЕНИЕ ; Для нормального распределения , где- функция Лапласа. Интеграл Пуассона или | |||||||||||||||||||||||||||||||||||||||||||||||||||||
ЗАКОН БОЛЬШИХ ЧИСЕЛ–ТЕОРЕМА ЧЕБЫШЕВА Если Х1, Х2, …, Хп– попарно независимые случайные величины, причем дисперсии их равномерно ограничены, то, где >0 сколь угодно малое число. НЕРАВЕНСТВО ЧЕБЫШЕВА |