
- •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.
§ 8. Нормальное распределение.
Нормальным называют
распределения вероятностей непрерывной
случайной величины, которое описывается
плотностью
.
где а- математическое ожидание;
-средне квадратическое отклонение случайной величины Х.
Кривая у=f(х) имеет вид, изображенный на рисунке. Эта кривая называется кривой Гаусса.
х
Вероятность того, что
Х примет значения, принадлежащее
интервалу
:
где
функция
Лапласа. Вероятность того, что абсолютная
величина отклонения меньше положительного
числа
,
может быть вычислена по формуле
.
В частности
при а=0 справедливо равенство
Решение задач:
Задача 1. Случайная величина Х распределена по нормальному закону с математическим ожиданием а=40 и дисперсией Д=200. Вычислить вероятность попадания случайной величины в интервал (30;80).
Решение: Здесь
Применим формулу
Задача 2. Считается,
что отклонение длины изготавливаемых
деталей от стандарта является случайной
величиной, распределенной по нормальному
закону. Если стандартная длина равна
а=40 см. и среднее квадратичное отклонение
равно
см.,
то какую точность изделия можно
гарантировать с вероятностью 0,8?
Решение:
Требуется найти
такое положительное число
для
которого
так как
,
то получим
;
По таблице (приложения 2) находим:
.
Значит,
.
То есть
.
Задача 3. Случайные
ошибки измерения подчинены нормальному
закону со средним квадратическим
отклонением
мм. и математическим ожиданием а=0. Найти
вероятность того, что из трех независимых
измерений ошибка
Найдем критические
точки
при х=а.
при
,
при
. Значит в
функция имеет максимум. Следовательно,
Медианой Ме(Х)
называют то возможное значение Х, при
котором ордината
делит пополам площадь, ограниченную
кривой распределения. Так как нормальная
кривая (график функции
)
симметрична относительно прямой х=а,
то ордината
делит
пополам площадь, ограниченную нормальной
кривой. Значит, Ме(Х)=а.
Итак, мода и медиана нормального распределения совпадают с математическим ожиданием , а хотя бы одного не превзойдет по абсолютной величине 4 мм.
Решение.
Имеем
мм.,
а=0,
мм.
Определим вероятность появления
случайной ошибки, для которой
мм.
Теперь найдем вероятность того, что из трех независимых измерений хотя бы одно не превзойдет 4 мм.:
где
(хотя
бы одно)
Ответ:
Задача 4. Нормально распределенная случайная величина Х задана дифференциальной функцией
Найти моду и медиану.
Решение: Модой
называют то возможное значение Х, при
котором дифференциальная функция имеет
максимум.
§ 9 . Закон больших чисел.
Случайный характер величины проявляется в том, что нельзя предвидеть, какое именно из своих значений она примет в результате испытания. Но совместное действие многих случайных причин может приводить к результату, почти не зависящему от случая. Так, при рассмотрении сумму большого числа случайных величин и их средних арифметических, можно заметить, что частичное погашение отклонений при сложении вызывает уменьшение рассеяния средней арифметической и дает возможность предсказать ее поведение при неограниченном увеличении числа слагаемых. Закономерности такого рода и условия их возникновения составляют содержание ряда важных теорем, получивших общее название закона больших чисел.
Под законом
больших чисел (ЗБЧ) понимается совокупность
предложений, в которых утверждается,
что с вероятностью, сколь угодно близкой
к 1, отклонение средней арифметической
достаточно большого числа случайных
величин от постоянной - средней
арифметической их математических
ожиданий- не превышает как угодно малого
числа
>1.