- •Тема: Предмет теории вероятностей (тв), ее значение для экономической науки. Случайные события. Алгебра событий.
- •§ 1. Элементы комбинаторики.
- •§ 2. Предмет теории вероятностей.
- •§ 3. Краткая историческая справка.
- •§ 4. Виды случайных событий.
- •§ 5. Классическое определение вероятности.
- •§ 6. Относительная частота. Статистическая вероятность.
- •Тема 2. Теоремы сложения и умножения вероятностей.
- •§1. Теорема сложения вероятностей несовместных событий.
- •§ 2. Полная группа событий.
- •§ 3. Теорема умножения вероятностей.
- •§ 4. Независимые события. Теорема умножения независимых событий.
- •§ 5. Вероятность появления хотя бы одного события.
- •§ 6. Теорема сложения вероятностей совместных событий.
- •§ 7. Формула полной вероятности.
- •§ 8. Формула Бейеса.
- •Тема: Повторение испытаний. Формула Бернулли.
- •§ 1. Формула Бернулли.
- •§ 2. Локальная теорема Лапласа.
- •§ 3. Интегральная теорема Лапласа.
- •Тема: Случайные величины.
- •§ 1. Дискретные и непрерывные случайные величины (св).
- •§ 2. Законы распределения вероятностей дсв.
- •§ 3. Числовые характеристики дискретных случайных величин.
- •§ 4. Дисперсия дискретной случайной величины.
- •Тема: Закон больших чисел (самостоятельно).
- •§ 1. Неравенство Чебышева. (рассмотреть самостоятельно)
- •§ 2. Теорема Чебышева.
- •Тема. Функция распределения вероятностей св.
- •§ 1. Функция распределения и ее свойства.
- •§ 2. График функции распределения.
- •§ 3. Плотность распределения вероятностей нсв.
- •Свойства плотности распределения.
- •§ 4. Законы распределения вероятностей.
- •§ 5. Нормальное распределение. Числовые характеристики нсв.
- •§ 6. Вычисление вероятности заданного отклонения
§ 5. Нормальное распределение. Числовые характеристики нсв.
Определение 1. Математическим ожиданием НСВ Х, возможные значения которой принадлежат отрезку , называют определенный интеграл:
.
Если возможные значения принадлежат всей оси Ox, то
.
Предполагается, что несобственный интеграл сходится абсолютно, т.е. существует .
Определение 2. Дисперсией НСВ, называют математическое ожидание ее отклонения:
.
Среднее квадратичное отклонение: (также для ДСВ).
Определение 3. Нормальным называют распределение вероятностей НСВ, которое описывается плотностью:
Нормальное распределение определяется двумя параметрами: а и σ, где
а – математическое ожидание;
σ – среднее квадратическое отклонение.
График плотности нормального распределения называют нормальной кривой или кривой Гаусса.
Исследуем функцию:
.
Очевидно, что функция определена на всей числовой оси.
При всех значениях x функция принимает положительные значения, т.е. нормальная кривая расположена над осью OX.
Предел функции при неограниченном возрастания равен нулю: , т.е. ось ОХ является горизонтальной асимптотой графика.
Исследуем функцию на экстремум найдем:
;
.
Если , ; если , то ; если , то . Следовательно при функция имеет максимум: .
График функции симметричен относительно прямой .
Найдем точки перегиба функции. Найдем .
;
Показать самостоятельно, что при и вторая производная и при переходе через эти точки она меняет знак; и точки ; - являются точками перегиба. При и график нормальной кривой имеет вид:
Изменение величины параметра а (математического ожидания) не изменяет формы нормальной кривой, а приводит лишь к ее сдвигу вдоль оси ОХ, вправо, если, а возрастает и влево, если убывает.
Можно показать, что с возрастанием ордината нормальной кривой убывает, кривая становится пологой, т.е. сжимается к оси ОХ; при убывании нормальная кривая становится равной 1.
Графики имеют такой вид:
Пусть случайная величина Х распределена по нормальному закону. Тогда вероятность того, что случайная величина Х примет значение, принадлежащее интервалу (α,β) равна:
.
Преобразуем эту формулу так, чтобы можно было пользоваться функцией Лапласа, и получим формулу:
(*)
Пример. Случайная величина распределена по нормальному закону. Математическое ожидание а = 30, среднее квадратическое отклонение σ = 10. Найти вероятность того, что Х примет значение, принадлежащее интервалу (10, 50).
Решение. α = 10, β = 50, а = 30, σ = 10.
По формуле (*):
По таблице находим: = 0,4772
§ 6. Вычисление вероятности заданного отклонения
Часто требуется вычислить вероятность того, что отклонение нормально распределенной случайной величины Х по абсолютной величине меньше заданного положительного числа δ, т.е. требуется найти вероятность осуществления неравенства. .
Используя формулу Лапласа, получим:
(**)
Пример. Случайная величина Х распределена нормально. Математическое ожидание и среднее квадратическое отклонение Х соответственно равны: а = 20, σ = 10. найти вероятность того, что отклонение по абсолютной величине будет меньше трех.
Решение. Применим формулу:
а = 20, σ = 10, δ = 3.
.
По таблице находим: Ф(0,3) = 0,1179.
.
Преобразуем формулу (**).
Пусть δ = σt, если t =3, получим δ = 3σ. Тогда .
Это означает, что вероятность того, что отклонение по абсолютной величине будет меньше утроенного среднего квадратического отклонения равна 0,9973 и вероятность того, что абсолютная величина отклонения превысит утроенное среднее квадратическое отклонение очень мала, а именно равна 0,0027%. Это означает, что только в 0,27% случаев так произойдет. Такое правило называется правилом трех сигм.