
- •14. Разложение в тригонометрический ряд Фурье функции, заданной на интервале [-π: π]. Вид ряда, формулы для коэффициентов с выводом одной из них.
- •16. Ряд Фурье для чётных и нечётных функций: вид ряда, формулы для коэффициентов ( с обоснованием).
- •17. Разложение в ряд Фурье функции, заданной на произвольном интервале, вид ряда, формулы для коэффициентов, сходимость к порождающей функции.
- •19. Случайные события. Классификация событий по возможности их появления: достоверное, невозможное, совместные и несовместные события.
- •21. Теорема сложения вероятностей для совместных и несовместных событий с доказательством.
- •22. Условная вероятность. Независимые события. Теорема умножения вероятностей для зависимых и независимых событий.
- •23. Полная группа событий. Формула полной вероятности (с выводом). Формула Байеса (с выводом).
- •24. Испытания Бернулли. Формула Бернулли (с выводом). Локальная и интегральная формулы Муавра-Лапласа, Функция Лапласа. Простейший поток событий. Формула Пуасона.
- •25. Случайные величины. Дискретная случайная величина. Закон распределения дискретной случайной величины. Функция распределения дискретной случайной величины.
- •26. Непрерывная случайная величина. Функция распределения случайной величины (определение). Свойства функции распределения (с доказательством одного из свойств).
- •26.Непрерывная случайная величина. Функция распределения случайной величины (определение). Свойства функции распределения (с доказательством одного из свойств).
- •27.Нахождение вероятности попадания непрерывной случайной величины в данный интервал (с выводом).
- •28. Плотность вероятности, определение, свойства. Нахождение вероятности попадания случайной величины в данный интервал. Нахождение функции распределения по известной плотности (вывод формулы).
- •29. Вероятностный смысл плотности. Элемент вероятности.
- •30. Математическое ожидание дискретной и непрерывной случайной величины, определения. Свойства математического ожидания с доказательством одного из них.
- •Определение
- •Функция распределения
- •Определение производной функции .
- •Общепринятые обозначения производной функции в точке
- •Геометрический смысл производной
24. Испытания Бернулли. Формула Бернулли (с выводом). Локальная и интегральная формулы Муавра-Лапласа, Функция Лапласа. Простейший поток событий. Формула Пуасона.
Схема Бернулли
Рассмотрим
стохастический эксперимент, который в
свою очередь является последовательностью
n
независимых и однородных (одинаковых)
испытаний, в результате каждого из
которых может произойти событие
или ему противоположное
с вероятностями
и
По условию результат любого испытания
не зависит от его порядкового номера и
от того, что произошло до него. Найдём
вероятность
события
,
заключающегося в том, что в результате
событие
появится ровно
раз. Очевидно, интересующее нас событие
появится тогда, когда появится одно из
следующих событий:
Здесь
выписаны все комбинации из
сомножителей,
из которых
множителей
вида
и
вида
.
Нижний индекс указывает на порядковый
номер испытания. Поскольку
произойдёт тогда, когда произойдёт или
первая, или вторая, …, или последняя
комбинация, то
В
этой сумме имеется всего
(или
)
таких комбинаций, поскольку
элементов типа
(или
элементов типа
)
распределяются по
позициям.
Поскольку все слагаемые в этой сумме
попарно несовместны, а множители в
каждом слагаемом независимы, то искомая
вероятность будет равна сумме одинаковых
слагаемых, каждое из которых содержит
множителей
и
множителей
.
Учитывая, что всего слагаемых
,
в итоге получаем формулу Бернулли:
(1.15)
Локальная и интегральная формулы Муавра-Лапласа
При
достаточно большом n
и не слишком малых p
и q
формула Пуассона уже даёт значительную
погрешность и применяется другое
приближение – формула Муавра - Лапласа,
которую можно получить из формулы
Бернулли, совершая предельный переход
и применяя формулу Стирлинга для
вычисления
где
и
(1.21)
Эта
формула также табулирована (Таблица
3), причём в силу чётности функции
,
таблица её значений составлена только
для
Если
при сохранении условий предыдущего
пункта нас интересует вероятность того,
что при
испытаниях событие
появляется не менее
и не более
раз, то формула (1.18) с учётом предельного
перехода превращается в интегральную
формулу Муавра-Лапласа:
где
и
сумма превращается в интеграл. Функция
–
интеграл от
–
называется функцией Лапласа и представляет
собой не выражающийся через элементарные
функции интеграл. Поскольку функция
Лапласа нечётная (
)
и быстро приближается к своему
асимптотическому значению 0.5, то таблица
её значений (Таблица 4) составлена для
.
Для больших значений аргумента с большой
точностью можно принять
.
Простейший стационарный (Пуассоновский) поток событий
Пусть
на некоторой прямой расположены точки
так, что в среднем на единицу длины
приходится
точек. Последнее не следует понимать
так, что на любой единичный отрезок
приходится ровно
точек, но если взять достаточно большой
по длине отрезок
и разделить число точек
,
оказавшихся в нём, на его длину, то
отношение
при неограниченном увеличении
будет как угодно мало отличаться от
,
то есть
играет роль средней плотности.
Вероятность того, что одна точка окажется на отрезке длины l , зависит только от его длины и не зависит от его расположения на прямой. Точки распределяются на прямой независимо друг от друга.
|
|
|
Рис.1.7 |
Определим
теперь вероятность того, что ровно
точек окажется на отрезке длиной
.
Для этого введём в рассмотрение отрезок
,
целиком включающий в себя отрезок
,
причём,
(Рис.1.7). Согласно принятым допущениям
на отрезке
расположено
точек, причём каждая из них может
оказаться в любом месте отрезка
и все эти положения равно возможны.
Вероятность того, что одна из этих точек
окажется на отрезке
,
согласно справедливой в этом случае
геометрической схеме, равна
и не зависит от того, какая из этих точек
первая, вторая и т.д.
В
результате мы пришли к схеме Бернулли
(производится
испытаний,
в каждом из которых мы следим за одной
точкой, и любая из них с вероятностью
может оказаться на отрезке
).
Поэтому вероятность того, что ровно
точек из
окажется на отрезке
,
определяется по формуле Бернулли
где
;
.
При неограниченном увеличении
,
длина отрезка стремится к бесконечности,
а
к нулю, но при этом величина
остаётся постоянной. Следовательно,
можно применять формулу Пуассона,
которая в данном случае является точной,
а не асимптотической:
(1.22)
Если
нас интересует вероятность того, что
на отрезке
окажется не менее
точек, то применяется формула
(1.23)
Разумеется,
вместо отрезка на прямой можно
рассматривать плоскость и некоторую
её область, трёхмерный случай или вообще
случай любого числа измерений, а также
временной отрезок. В каждом из этих
случаев
–
среднее число элементов, приходящихся
на рассматриваемую область.
Формула Пуассона
Рассмотрим
ситуацию, в которой число испытаний
в схеме Бернулли неограниченно
увеличивается, а вероятность наступления
события
в каждом испытании стремится к нулю
таким образом, что произведение
остаётся величиной постоянной, которую
обозначим
.
В этом случае имеет место соотношение:
(1.19)
Доказательство. По формуле Бернулли
Воспользуемся
тем, что по условию
или
и
Формула Бернулли принимает вид:
Так
как
и
фиксированы, а
стремится к бесконечности, то множители
;
… ;
и
стремятся к единице, а множитель
стремится к
,
то
Полученное
выражение называется Пуассоновским
приближением формулы Бернулли. Эта
формула даёт хорошее приближение при
достаточно большом
и малом
(например,
и
).
Вероятность события, заключающегося в том, что появится не более раз, очевидно, вычисляется по формуле
(1.20)