
- •Основные понятия теории вероятностей.
- •§ 1. Испытания и события. Виды случайных событий.
- •§ 2. Классическое определение вероятности.
- •Искомая вероятность
- •§ 3.Статистическое определение
- •§ 4. Геометрическое определение вероятности.
- •Ответ: 1/120
- •Ответ: 1/181440
- •Ответ: 11/18
- •III. Основные теоремы теории вероятностей.
- •§ 1. Теорема сложения вероятностей несовместимых событий.
- •§ 2.Теорема умножения независимых событий.
- •§3. Вероятность произведения
- •§ 4. Теорема сложения совместных событий.
- •§ 5. Вероятность появления хотя бы одного события.
- •6. Формула полной вероятности. Формула Бейеса.
- •§ 7.Задачи для самостоятельного решения.
- •Повторение испытаний
- •§ 1. Формула Бернулли.
- •§ 2. Наивероятнейшее число наступлений события при повторении испытаний.
- •Исходя из определения можно записать так
- •Разделим обе части его на n
- •§ 3. Локальная теорема лапласа.
- •§ 4. Интегральная теорема Лапласа.
- •§ 5. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях.
- •§ 6. Распределение Пуассона. Простейший поток событий.
- •§ 7. Простейший поток событий
- •Вопросы для самопроверки.
- •Случайные величины.
- •§ 1.Дискретные случайные величины. Законы распределения вероятностей. Биномиальный закон распределения.
- •При табличном задании закона распределения дискретной случайной величины первая строка таблицы содержит возможные значения, а вторая их вероятности:
- •§2. Числовые характеристики дискретных случайных величин.
- •§3. Функция дискретных случайных величин.
- •§4. Непрерывные случайные величины, числовые характеристики.
- •Функция распределения вероятностей случайной величины. (интегральная функция распределения).
- •§5. Дифференциальная функция распределения вероятностей непрерывной случайной величины.
- •§6 . Числовые характеристики непрерывной случайной величины.
- •Решение задач.
- •§ 7. Равномерное распределение.
- •§ 8. Нормальное распределение.
- •§ 9 . Закон больших чисел.
- •Неравенство Чебышева.
- •Теорема Чебышева.
- •Теорема Бернулли.
- •Вопросы для самопроверки
- •Элементы математической статистики.
- •I.Основные понятия и определения.
- •II. Числовые характеристики выборки.
- •Выборочная средняя квадратическая
- •III.Статистические оценки параметров распределения
- •IV. Статистическая проверка статистических гипотез.
- •V.Элементы теории корреляции.
- •Задачи.
- •Вопросы для самопроверки.
§4. Непрерывные случайные величины, числовые характеристики.
Функция распределения вероятностей случайной величины. (интегральная функция распределения).
Функцией распределения называют функцию F(x), определяющую вероятность того, что случайная величина Х в результате испытания примет значение, меньшее х, т.е.
F(x)=P(X<x)
Иногда вместо термина «функция распределения» используют термин «интегральная функция». Теперь можно дать более точное определение непрерывной случайной величины:
Случайную величину называют непрерывной, если ее функция распределения есть непрерывная, кусочно- дифференцируемая функция с непрерывной производной .
Свойства интегральной функции распределения.
Свойство 1. Значения интегральной функции распределения принадлежат отрезку [0,1]:
0F(x)1
Свойство 2. Функция F(х) есть неубывающая функция, т.е.
F(x2)F(x1), если x2 >x1
Следствие 1. Вероятность
того, что случайная величина Х примет
значение , заключенное в интервале
(а,b), равна приращению
интегральной функции на этом интервале:
.
Следствие 2.Вероятность того, что случайная величина Х примет одно определенное значение, например х1, равна нулю:
Р(Х=х1)=0
Свойство 3. Если все возможные значения случайной величины Х принадлежат интервалу (а,b), то
F(x)=0 при xа
F(x)=1 при xb
Решение задач:
Задача 1. Дискретная случайная величина Х задана таблицей распределения:
Х |
1 |
4 |
8 |
Р |
0,3 |
0,1 |
0,6 |
Найти интегральную функцию распределения F(x) и начертить ее график.
Решение:
1. Если х1, то F(x)=0 (третье свойство). Действительно, значений, меньших числа 1, величина Х не принимает. Следовательно, при x1, функция
F(x)=P(X<x)=0.
Если 1<x4, то F(x)=0,3. Действительно, Х может принять значение 1 с вероятностью 0,3.
Если 4<x8, то F(x)=0,4. Действительно, если х1 удовлетворяет неравенству 4<x18,то F(x1) равно вероятности события Х<x1,которое может быть осуществлено, когда Х примет значение 1 (вероятность этого события равна 0,3) или значение 4 (вероятность этого события равна 0,1). Так как эти два события несовместны, то по теореме сложения вероятность события Х<x1 равна сумме вероятностей 0,3+0,1=0,4.
Если х>8, то F(x)=1.
Действительно, события Х8 достоверно, следовательно, его вероятность равна единице.
Значит , искомая интегральная функция имеет вид:
Построим график этой функции:
Задача 2. Случайная величина Х задана функцией распределения
Найти вероятность того, что в результате испытания Х примет значение, заключенное в интервале (2,3)
Решение: Вероятность того, что Х примет значение, заключенное в интервале (а,в), равно приращению интегральной функции в этом интервале:
Р(a<X<b)=F(b)-F(a)
У нас a=2,b=3, тогда:
Задача 3. Случайная величина Х задана интегральной функцией
Найти вероятность того, что в результате четырех независимых испытаний величина Х ровно три раза примет значение, принадлежащее интервалу (0,25;0,75).
Решение:
Найдем вероятность того, что Х примет значение заключенное в интервале (0,25;0,75)
Найдем вероятность , что в четырех испытаниях Х ровно три раза примет значение принадлежащее (0,25;0,75):