- •Тема I.Вероятность и случайная переменная
- •I.1Основные понятия теории вероятности
- •Классический подход к определению вероятности
- •Эмпирический подход
- •Субъективный подход (интуитивистский).
- •Повторные испытания.
- •I.2Случайная переменная
- •Дискретные случайные переменные
- •Непрерывные случайные переменные
- •Вероятностные характеристики случайной переменной
- •Плотность вероятности и распределение вероятности.
- •Примеры законов распределения:
- •Математическое ожидание
- •Дисперсия случайной переменной
- •Многомерное и условное распределение вероятностей.
Повторные испытания.
Пусть производится несколько испытаний, причем вероятность события А в каждом испытании не зависит от исходов других испытаний, тогда такие испытания называют независимыми относительно А.
Пусть теперь производится n независимых испытаний, в каждом из которых событие А может произойти либо не произойти, причем вероятность появления этого события в каждом испытании равна р и не зависит от исхода других испытаний (независимые испытания). Такая последовательность испытаний называется схемой Бернулли. Так как вероятность наступления события А в одном испытании равна р, то вероятность его ненаступления соответственно равна q=1-p.
В условиях схемы Бернулли вероятность того, что при n испытаниях событие А осуществится ровно m раз, вычисляется по формуле:
Эта формула называется формулой Бернулли.
Пользоваться этой формулой, когда число испытаний достаточно велико (n>15), затруднительно, и в этих случаях используют локальную теорему Лапласа.
Теорема: Пусть р вероятность наступления события А (0<p<1), тогда вероятность того, что в условиях схемы Бернулли событие А при n испытаниях появится ровно m раз выражается приближенной формулой Лапласа:
Где q=1-p, , причем и для этой функции существует таблица значений.
На вопрос о том: какова вероятность, что в условиях схемы Бернулли событие А, имеющее вероятность появления р, при n испытаниях ( n достаточно велико) появится не менее k раз и не более l раз, отвечает интегральная теорема Лапласа.
Теорема: Пусть р вероятность наступления события А (0<p<1), тогда вероятность того, что в условиях схемы Бернулли событие А при n испытаниях появится от k до l раз, выражается формулой:
, где , .
Существует функция Лапласа , которая является нечетной ) и имеет таблицу значений при x>0. С учетом этого интегральная формула Лапласа имеет вид:
.
I.2Случайная переменная
Если связать каждое событие из множества событий с каким-либо числом, то мы получим совокупность чисел, появление каждого из которых случайно в результате проведения эксперимента.
Случайная переменная Х — это функция, принимающая действительные значения на множестве событий, с помощью которой мы ставим в однозначное соответствие каждому событию некоторое число или некоторую единственную точку на действительной оси.
Следовательно, случайная переменная есть некоторое преобразование, которое каждому событию ставит в соответствие единственное алгебраическое значение.
Согласно определению, случайная переменная — это такая переменная, поведение которой неопределенно. Исходя из чего, мы можем только приписать некоторые вероятности возможным значениям таких переменных.
Примеры случайных величин:
1. Число очков, выпавших при однократном бросании игральной кости есть случайная величина, которая может принимать одно из значений: 1, 2, 3, 4, 5, 6.
2. Прирост веса ребенка от одного до двух месяцев жизни – есть случайная величина, принимающая значение от -0,5 кг до 2кг.
3. Число родившихся мальчиков среди 5 новорожденных есть случайная величина, принимающая значение от 0 до 5.
4. Расстояние между эпицентром взрыва бомбы и целью, на которую он была сброшена, — случайная величина, которая может принимать любые положительные значения.
Случайные величины обозначают X, Y, Z, а их возможные значения – x, y, z.
Случайные переменные подразделяются на дискретные и на непрерывные.