- •1. Основные понятия теории вероятностей. Элементы комбинаторики.
- •1.1 Предмет теории вероятностей.
- •1.2 Элементы комбинаторики.
- •1.3 Основные понятия теории вероятностей.
- •Лекция 2. Алгебра событий.
- •2.1. Объединение, пересечение событий. Противоположные события.
- •2.2. Зависимые и независимые события.
- •Лекция 4. Повторные испытания. Локальная и интегральная теорема Муавра - Лапласа.
- •4.1 Локальная теорема Муавра - Лапласа.
- •4.2 Формула Пуассона.
- •4.3 Интегральная теорема Муавра - Лапласа.
- •4.4 Вероятностные отклонения относительной частоты от постоянной вероятности.
- •Лекция 5. Случайные величины.
- •5.1. Дискретные и непрерывные случайные величины. Закон распределения вероятностей дискретной случайной величины.
- •5.2. Числовые характеристики дискретной случайной величины.
- •5.3. Биномиальное распределение дискретной случайной величины. Распределение Пуассона.
- •Лекция 6. Числовые характеристики дискретных случайных величин.
- •6.1. Дисперсия дискретной случайной величины.
- •6.2. Определение дисперсии и ее свойства.
- •6.3. Свойства дисперсии.
- •6.4. Дисперсия числа появлений событий в независимых испытаниях.
- •6.5. Среднеквадратичное отклонение.
- •Лекция 7. Закон больших чисел. Теорема Чебышева. Функция и плотность распределения непрерывной случайной величины.
- •7.1. Закон больших чисел.
- •7.2. Функция и плотность распределения вероятности непрерывной случайной величины.
- •7.3. Плотность распределения вероятности непрерывности случайной величины.
- •Лекция 8. Числовые характеристики случайных величин. Важнейшие распределения.
- •8.1. Математическое ожидание и дисперсия непрерывных случайных величин.
- •8.2. Важнейшие распределения.
- •8.3. Нормальная кривая.
- •Лекция 9. Математическая статистика.
- •9.1. Генеральная и выборочная совокупность.
- •9.2. Полигон и гистограмма.
- •3. Эмпирическая функция распределения.
- •4. Генеральная средняя и выборочная средняя.
- •5. Генеральная и выборочная дисперсия.
- •Лекция 10. Проверка статистических гипотез.
- •10.1 Общие положения.
- •Лекция 12. Двумерные случайные величины.
- •12.1. Общие понятия.
- •12.2. Функция распределения двумерной случайной величины и ее свойства.
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины (двумерная плотность вероятности). Ее свойства.
- •Условное математическое ожидание.
- •Зависимые и независимые лучайные величины.
- •Корреляционный момент. Коэффициент корреляции.
- •Лекция 13. Корреляция и регрессия.
- •13.1 Ковариация.
- •13.2 Коррелированные и зависимые случайные величины.
- •13.3 Линейная регрессия. Прямые линии среднеквадратичной регрессии.
- •Линейная и нормальная корреляция.
- •Оценка корреляции и регрессионной характеристики по выборке.
Лекция 4. Повторные испытания. Локальная и интегральная теорема Муавра - Лапласа.
Наивероятнейшее число появления события А среди n повторных испытаний
Пусть испытание проводилось 6 раз, в каждом из которых событие появлялось с вероятностью 0.4, тогда вероятность противоположного события равна q = 1 - p = 0.6 .
Следовательно,
наивероятнейшее число появления
событий
4.1 Локальная теорема Муавра - Лапласа.
Формула Бернулли является точной, но она позволяет вычислить вероятность используя только маленькие факториалы, формулу Бернулли использовать трудоёмко , если количество испытаний велико, при этом существует множество теорем и формул с помощью которых можно вычислить P (k) приближённо, но с достаточной точностью.
Теорема 4.1 пусть вероятность Р наступления события А в каждом повторном испытании постоянно равна р отлично от 0 и 1, то при достаточно больших n справедлива формула
P
(k)
=
(x)
, где x
=
;
(x)
=
e
Замечание: формула Муавра - Лапласа является асимптотической формулой биноминального разложения, при достаточно больших n погрешность вычисления мала. Значение функции (х) имеется в справочниках.
Свойства функции:
Область определения: х
.Область изменения (х) (0; ].
Промежутки монотонности
(х)
=
e
;
при
x<0
возрастает;
х>0
<0
убывает.
4. Промежутки выпуклости и вогнутости
при
Асимптоты
асимптоты
горизонтальные
-1 0 1 x
4.2 Формула Пуассона.
Если
число испытаний n
велико, а вероятность наступления
события в единичном испытании мала,
то при этом погрешность вычисления
вероятности
возрастает в этом случае
удобно применять формулу Пуассона.
Теорема
4.2
Если вероятность
наступления события
в каждом повторном испытании постоянна
и мала, то при большом n
справедлива формула
Замечания:
1.Формулу
Пуассона применяют если
;
2.Составлены
таблицы значений
.
4.3 Интегральная теорема Муавра - Лапласа.
Пусть
произведение т повторных испытаний
в каждом из которых вероятность
наступления событий постоянна и мала,
отлична от 0 и 1. Интегральная теорема
Муавра - Лапласа позволяет рассчитывать
вероятность наступления событий А
при n
испытаниях, когда наступление не
меньше
и не более
раз.
Теорема
4.3
Если вероятность наступления события
А в каждом повторном испытании
отлична
от 0 и 1, то
,
где
Замечание:
функцию вида
называют функцией Лапласа, её значения
протабулированы.
Cвойства
функции
:
область определения :
;функция нечётная:
;
при
;
-
интегральная формула Муавра - Лапласа.
Таким образом вероятность того, что событие А наступит не менее раз и не более раз в n испытаниях.
Эту
формулу можно записать в другом виде,
пусть m
- число проявлений событий А в n
независимых испытаниях, тогда
,
тогда в этом случае
Интегральную теорему Лапласа можно записать в виде
(*).
