- •Действия над событиями
- •Определение
- •Теорема
- •Лемма 1
- •Лемма 2
- •Теорема
- •Свойства вероятности:
- •Теорема о вероятности суммы событий
- •Условная вероятность
- •Теорема о вероятности произведения событий.
- •Независимые события.
- •Свойства
- •Теорема Пуассона
- •Закон распределения дискретной случайной величины. Математическое ожидание и дисперсия дискретной случайной величины. Функция распределения.
- •Свойства математического ожидания
- •Функция и плотность распределения непрерывной случайной величины
- •Числовые характеристики непрерывных случайных величин
- •Равномерное распределение
Свойства
Частота случайного события заключена между 0 и 1
Относительная частота достоверного события равна 1
Относительная частота невозможного события равна 0
Частота суммы 2х несовместных событий равна сумме относительных частот этих событий
Определение
Вероятностью события называется число (предел), около которого группируются значения частоты данного события в различных сериях большого числа испытаний (n→)
Вероятность математическая – это числовая характеристика степени возможности появления какого-либо определенного события в тех или иных определенных могущих повторяться в неограниченное число раз условиях.
ВОПРОС № 6
Формула Бернулли. Локальная и интегральная теоремы Лапласса. Формула Пуассона. Статистическое определение вероятности
Пример
В определенной ситуации вероятность выигрыша на бирже в течении дня равна 0,3. Какие варианты событий возможны при биржевой игре в той же ситуации в течении двух дней
p=0,3 ; q=0,7
0,3*0,3
0,3*0,7
0,7*0,3
0,7*0,7
2 – биноминальный коэффициент, число C
Определение
Производятся испытания, каждом из которых может появиться событие A с вероятностью p или не появиться событие A ( ) с вероятностью q. Если вероятность события A в одном испытании не зависит от появления его в любом другом, то испытания являются независимыми относительно события A. Будем считать, что испытания происходят в одинаковых условиях и вероятность появления события A в каждом испытании одна и та же.
Формула Бернулли
Вероятность того, что в серии из n испытаний (независимых) событие A появится ровно k раз и не появится n-k раз равна:
Pn(k)=Ckn*pk*qn-k
Пример
p=0,9 q=0,1; n=4; k=3
P4(3)=C34*0,93*0,1=0,2916
Формула Бернулли применима к небольшим числам.
Теорема Пуассона
Если вероятность P наступления события A в каждом испытании постоянна и мала, а число независимых испытаний n достаточно велико, то вероятность того, что событие A наступит ровно k раз приближенно равна:
При npq≥10, то применяют формулы Лапласса, если npq<10, то формулы Пуассона.
Пример
Завод отправил в торговую сеть 500 изделий. Вероятность повреждения изделия в пути равна 0,002. Найти вероятность того, что при транспортировке будет повреждено не более 3х изделий?
Биноминальное распределение.
О. Закон распределения дискретной случайной величины, определяемой формулой Бернулли, называется биноминальным.
X: число появлений события А в n независимых испытаниях. Событие А появляется с вероятностью p в одном испытании и не появляется с вероятностью q.
Табличный вид биноминального распределения
X |
0 |
1 |
2 |
…. |
k |
n |
P |
qn |
Cn1*p1*qn-1 |
Cn2*p2*qn-2 |
|
Cnk*pk*qn-k |
pn |
2
X: число появления события A в 1 испытании.
Y |
0 |
1 |
P |
q |
p |
M(Y)=0*q+1*p=p
X=Y1+Y2+…+Yn
M(X)=M(Y1)+M(Y2)+…+M(Yn)=np - математическое ожидание биноминального распределения
Дисперсия дискретной случайной величины находится по формуле:
D(X)=M(X2)-(M(X))2
Найдем по формуле дисперсию случайной величины Y:
M(Y2)=02*q+12*p
D(Y)=p-p2=p(1-p)=pq
D(X)=D(Y1)+D(Y2)+…+D(Yn)=npq
D(X)=npq – Дисперсия биноминального распределения
Среднее квадратическое отклонение биноминального распределения -
qn+ Cn1*p1*qn-1+Cn1*p1*qn-1+…+Cnk*pk*qn-k+pn=(q+p)n=1
ВОПРОС № 7