- •Предмет теории вероятностей
- •2. Понятие события. Виды событий.
- •Виды случайных событий
- •3. Классическое и статистическое определение вероятности. Основные формулы комбинаторики
- •3.1 Классическое определение вероятности.Свойства вероятности.
- •3.2 Относительная частота. Устойчивость относительной частоты
- •3.3 Ограниченность классического определения вероятности. Статистическая вероятность.
- •3.4 Основные формулы комбинаторики
- •Решение. Искомое число способов
- •1. Понятие суммы и произведения событий.
- •2. Теоремы сложения вероятностей несовместных событий и событий, образующих полную группу событий
- •Теорема сложения вероятностей несовместных событий
- •2.2. Полная группа событий
- •Теорема сложения вероятностей противоположных событий. Принцип практической невозможности маловероятных событий.
- •3.1 Противоположные события
- •3.2. Принцип практической невозможности маловероятных событий
- •2. Теоремы умножения для зависимых и независимых событий.
- •Теорема о вероятности появления хотя бы одного независимого
- •Теорема сложения вероятностей совместных событий
- •2. Формула полной вероятности
- •Деталь может быть извлечена , либо из первого набора (событие в1), либо из второго (событие в2).
- •3. Вероятность гипотез. Формулы Бейеса
- •1) Деталь проверил первый контролер (гипотеза в1);
- •2) Деталь проверил второй контролер (гипотеза b2).
- •1. Формула Бернулли
- •2. Локальная теорема Лапласа
- •3. Интегральная теорема Лапласа
- •Случайная величина
- •Дискретные и непрерывные случайные величины
- •2. Закон распределения вероятностей дискретной случайной величины .
- •3. Биномиальный закон распределения .
- •4 . Распределение Пуассона
- •5 . Геометрическое распределение .
- •Понятие и вероятностный смысл математического ожидания дискретной случайной величины
- •Вероятностный смысл математического ожидания Пусть произведено «n» испытаний, в которых слу-
- •2. Свойства математического ожидания
- •Математическое ожидание случайной величины сх:
- •3. Теорема о математическом ожидании биномиального закона распределения
- •Дисперсия дискретной случайной величины и формула для ее вычисления.
- •1.1 Целесообразность введения числовой характеристики рассеяния случайной величины
- •1.2 Отклонение случайной величины от ее математического ожидания
- •1.3 Дисперсия дискретной случайной величины
- •1.4. Формула для вычисления дисперсии
- •2. Свойства дисперсии и их следствия.
- •Доказательство. По формуле для вычисления дисперсии имеем
- •Дисперсия числа появлений события в независимых испытаниях (дисперсия биномиального закона распределения)
- •3. Среднеквадратическое отклонение одной и суммы независимых случайных величин.
- •Среднее квадратическое отклонение суммы взаимно независимых случайных величин
- •4. Сущность и значение для практики теоремы Чебышева.
- •2. Свойства функции распределения
- •3. График функции распределения
- •1. Определение и свойства плотности распределения.
- •Свойства плотности распределения
- •2. Взаимосвязь функции и плотности распределения вероятностей.
- •Вероятностный смысл плотности распределения.
- •Вероятность попадания непрерывной случайной величины в заданный интервал
3. Теорема о математическом ожидании биномиального закона распределения
Пусть производится «п» независимых испытаний, в каждом из которых вероятность появления события А постоянна и равна «р». Чему равно среднее число появлений события А в этих испытаниях? Ответ на этот вопрос дает следующая теорема.
Теорема.
Математическое ожидание М(Х) числа появлений события А в «n» независимых испытаниях равно произведению числа испытаний на вероятность появления события в каждом испытании:
Доказательство. Будем рассматривать в качестве случайной величины Х число наступления события А в «n» независимых испытаниях. Очевидно, общее число Х появлений события А в этих испытаниях складывается из чисел появлений события в отдельных испытаниях. Поэтому, если X1 – число появлений события в первом испытании, Х2 – во втором, …, Хn – в «n» - м, то общее число появления события Х = X1 + Х2 + …. + Хn.
По третьему свойству математического ожидания,
Каждое из слагаемых правой части равенства есть математическое ожидание числа появлений события в одном испытании: М(Х1) – в первом, М(Х2) – во втором и т.д.
Так как математическое ожидание числа появлений события в одном испытании равно вероятности события «p» (см. пример 2 учебного вопроса 1 данной лекции), то М(Х1) = М(Х2) = М(Х3) =… = М(Хn) = p.
Подставляя в правую часть равенства (*) вместо каждого слагаемого р, получим
Замечание. Так как величина Х распределена по биномиальному закону, то доказанную теорему можно сформулировать и так: математическое ожидание биномиального распределения с параметрами «n» и «р» равно произведению «пр».
Пример. Вероятность попадания в цель при стрельбе из орудия р= 0,6. Найти математическое ожидание общего числа попаданий, если будет произведено 10 выстрелов.
Решение. Попадание при каждом выстреле не зависит от исходов других выстрелов, поэтому рассматриваемые события независимы и, следовательно, искомое математическое ожидание
Дисперсия дискретной случайной величины и формула для ее вычисления.
1.1 Целесообразность введения числовой характеристики рассеяния случайной величины
Легко указать такие случайные величины, которые имеют одинаковые математические ожидания, но различные возможные значения. Рассмотрим, например, дискретные случайные величины Х и Y, заданные следующими законами распределения:
Найдем математические ожидания этих величин:
Здесь математические ожидания обеих величин одинаковы, а возможные значения различны, причем Х имеет возможные значения, близкие к математическому ожиданию, а У—далекие от своего математического ожидания.
Таким образом, зная лишь математическое ожидание случайной величины, еще нельзя судить ни о том, какие возможные значения она может принимать, ни о том, как они рассеяны вокруг математического ожидания.
Другими словами,
математическое ожидание полностью случайную величину не характеризует.
По этой причине наряду с математическим ожиданием вводят и другие числовые характеристики.
Так, например, для того чтобы оценить, как рассеяны возможные значения случайной величины вокруг ее математического ожидания, пользуются, в частности, числовой характеристикой, которую называют дисперсией.
Прежде чем перейти к определению и свойствам дисперсии, введем понятие отклонения случайной величины от ее математического ожидания.