- •Основные понятия теории вероятностей.
- •Классическое определение вероятности.
- •Частота и статистическая вероятность.
- •Геометрическая вероятность. Задача о встрече.
- •Теоремы сложения вероятностей.
- •Теорема сложения вероятностей.
- •Теорема сложения для совместных событий.
- •Теоремы умножения вероятностей.
- •Теорема умножения вероятностей.
- •Формула полной вероятности.
- •Формула Бейеса.
- •Повторение испытаний. Частная теорема о повторении опытов.
- •Общая теорема о повторении опытов. Производящая функция.
- •Теорема.
- •Функция распределения случайной величины.
- •Плотность распределения.
- •Числовые характеристики случайных величин.
- •Неравенство Чебышева.
- •Теорема Чебышева.
- •Обобщенная теорема Чебышева. Теорема Маркова.
- •Характеристические функции.
- •Центральная предельная теорема.
- •Следствие из теоремы Ляпунова – теоремы Лапласа.
- •Свойства числовых характеристик (математическое ожидание, дисперсия).
- •Нормальное распределение.
- •Правило «трёх сигма».
- •Равномерное распределение.
- •Закон Пуассона.
- •Функция одного случайного аргумента.
- •Функция двух случайных аргументов.
- •Закон распределения двумерной случайной величины.
- •Статистическое распределение выборки. Эмпирическая функция распределения. Полигон и гистограмма.
Функция одного случайного аргумента.
Если каждому возможному значению случайной величины X соответствует одно возможное значение случайной величины Y, то Y называют функцией случайного аргумента Х:
Пусть аргумент Х – дискретная случайная величина.
Если различным возможным значениям аргумента Х соответствуют различные возможные значения функции Y, то вероятности соответствующих значений X и Y равны.
Если различным возможным значениям Х соответствуют значения Y, среди которых есть равные между собой, то следует складывать вероятности повторяющихся значений Y.
Математическое ожидание:
Пусть аргумент Х – непрерывная случайная величина. Если дифференцируема строго возрастающая или просто убывающая функция, обратная функция которой , то дифференциальная функция случайной величины Y находится по равенству:
Математическое ожидание:
Функция двух случайных аргументов.
Если каждой паре возможных значений случайных величин X и Y соответствует одно возможное значение случайной величины Z, то Z называют функцией двух случайных аргументов Х и Y.
Пусть Х и Y – дискретные независимые случайные величины. Для того, чтобы составить закон распределения функции Z=X+Y, надо найти все возможные значения Z и их вероятности.
Пусть Х и Y – непрерывные случайные величины. Если Х и Y независимы, то дифференциальная функция g(x) суммы Z=X+Y (при условии, что дифференциальная функция хотя бы одного из аргументов задана на интервале (-∞; +∞)) может быть найдена по равенству:
Если возможные значения аргументов неотрицательны, то:
Закон распределения двумерной случайной величины.
Если на пространстве событий заданы две случайные функции и , то говорят, что задана двумерная случайная величина (Х, Y).
Интегральной функцией распределения двумерной случайной величины (Х, Y) называется вероятность совместного выполнения двух неравенств:
:
Геометрически означает вероятность попадания в бесконечный квадрат с вершиной (х, y).
Свойства функции:
Для двумерной случайной величины (Х, Y) интегральная функция распределения равна:
Статистическое распределение выборки. Эмпирическая функция распределения. Полигон и гистограмма.
Пусть из генеральной совокупности извлечена выборка, причем х1 наблюдалось n1 раз, …, хk – nk раз и – объём выборки. Наблюдаемые значения xi называются вариантами, а возрастающая последовательность вариант – вариационным рядом.
Число наблюдений называется частотой, а её отношение к объёму выборки – относительной частотой.
Статистическим распределением выборки называют перечень вариант и соответствующих им частот или относительных частот.
Эмпирической функцией распределения называют функцию F*(x), определяющую для каждого значения х относительную частоту события X<x.
nx – число вариант, меньших х
n – объём выборки.
Свойства Эмпирической функции распределения:
Значения эмпирической функции принадлежат отрезку [0, 1].
- неубывающая функция.
Если х1 – наименьшая варианта, то при
Если xk – наибольшая варианта, то при
Эмпирическая функция служит для оценки теоретической функции распределения генеральной совокупности.
Полигоном частот называют ломаную, отрезки которой соединяют точки . Для построения полигона частот на оси абсцисс откладывают варианты , а оси ординат – соответствующие им частот .
Точки соединяют отрезками прямых и получают полигон частот.
Полигоном относительных частот называют ломаную, отрезки которой соединяют точки . Полигон относительных частот строят аналогично.
Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною h, а высоты равны отношению ni/h (плотность частоты).
Площадь гистограммы частот равна объёму выборки.
Гистограммой относительных частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною h, а высоты равны отношению Wi/h (плотность относительной частоты).
Площадь гистограммы относительных частот равна 1.