- •1. Сокращения.
- •2. Математические символы.
- •3. Обозначения.
- •4. Ссылки.
- •§ 1. Основные понятия
- •1.1. Пространство элементарных событий
- •§ 1. Основные понятия
- •1.2. Алгебра событий
- •§ 1. Основные понятия
- •1.3. Вероятность события
- •§ 2. Основные свойства вероятности
- •2.1. Аксиоматические свойства
- •§ 2. Основные свойства вероятности
- •2.2. Свойства вероятности для полной группы событий
- •§ 2. Основные свойства вероятности
- •2.3. Типовые задачи
- •§ 3. Основные формулы вычисления вероятностей
- •3.1. Формула умножения вероятностей
- •§ 3. Основные формулы вычисления вероятностей
- •3.2. Формула сложения вероятностей
- •§ 3. Основные формулы вычисления вероятностей
- •3.3. Формула полной вероятности
- •§ 3. Основные формулы вычисления вероятностей
- •3.4. Формула Байеса
- •§ 3. Основные формулы вычисления вероятностей
- •3.5. Формула Бернулли
- •§ 3. Основные формулы вычисления вероятностей
- •3.6. Типовые задачи
- •§ 4. Задачи для самостоятельного решения
- •§ 5. Основные понятия
- •5.1. Функция распределения
- •§ 5. Основные понятия
- •5.2. Дискретные случайные величины
- •§ 5. Основные понятия
- •5.3. Непрерывные случайные величины
- •§ 5. Основные понятия
- •5.4. Числовые характеристики случайных величин
- •§ 5. Основные понятия
- •5.5. Характеристическая функция
- •§ 5. Основные понятия
- •5.6. Квантиль
- •§ 5. Основные понятия
- •5.7. Типовые задачи
- •§ 6. Основные дискретные распределения
- •6.1. Биномиальное распределение
- •§ 6. Основные дискретные распределения
- •6.2. Распределение Бернулли
- •§ 6. Основные дискретные распределения
- •6.3. Распределение Пуассона
- •§ 6. Основные дискретные распределения
- •6.4. Типовые задачи
- •§ 7. Основные непрерывные распределения
- •7.1. Равномерное распределение
- •§ 7. Основные непрерывные распределения
- •7.2. Экспоненциальное распределение
- •§ 7. Основные непрерывные распределения
- •7.3. Нормальное распределение
- •§ 7. Основные непрерывные распределения
- •7.4. Распределение Вейбулла
- •§ 7. Основные непрерывные распределения
- •7.5. Логарифмически нормальное распределение
- •§ 7. Основные непрерывные распределения
- •7.6. Типовые задачи
- •§ 8. Задачи для самостоятельного решения
- •§ 9. Двумерные случайные велчичины
- •9.1. Функция распределения
- •§ 9. Двумерные случайные велчичины
- •9.2. Плотность распределения
- •§ 9. Двумерные случайные велчичины
- •9.3. Типовые задачи
- •§ 10. Условные распределения
- •10.1. Условная функция распределения
- •§ 10. Условные распределения
- •10.2. Условная плотность распределения
- •§ 10. Условные распределения
- •10.3. Условное математическое ожидание
- •§ 10. Условные распределения
- •10.4. Корреляционная зависимость
- •§ 10. Условные распределения
- •10.5. Двумерное нормальное распределение
- •§ 10. Условные распределения
- •10.6. Типовые задачи
- •§ 11. Многомерные случайные величины
- •11.1. Основные характеристики многомерных св
- •§ 11. Многомерные случайные величины
- •11.2. Многомерное нормальное распределение
- •§ 11. Многомерные случайные величины
- •11.3. Биржевой парадокс
- •§ 11. Многомерные случайные величины
- •11.4. Типовые задачи
- •§ 12. Задачи для самостоятельного решения
- •§ 13. Закон больших чисел
- •13.1. Виды сходимости последовательностей св
- •§ 13. Закон больших чисел
- •13.2. Сходимость усредненной суммы независимых св
- •§ 13. Закон больших чисел
- •13.3. Типовые задачи
- •§ 14. Центральная предельная теорема
- •14.1. Сходимость нормированной суммы независимых св
- •§ 14. Центральная предельная теорема
- •14.2. Сходимость частоты
- •§ 14. Центральная предельная теорема
- •14.3. Типовые задачи
§ 13. Закон больших чисел
13.3. Типовые задачи
Задача 13.1.
Суточный расход электроэнергии для личных нужд в населенном пункте составляет в среднем 4000 кВт ⋅ ч. Оценить вероятность того, что в ближайшие сутки расход электроэнергии в этом населенном пункте не превысит 10 000 кВт ⋅ ч.
Решение. Пусть случайная величина X — расход электроэнергии в течение суток. По условиюM[X]=4000. Поскольку СВ X неотрицательна и M[X] конечно, то, применяя неравенство Чебышева для r=1, получаем
P{X>ε}≤P{X≥ε}≤M[X]ε.
Таким образом, P{X>10 000}≤4000/10 000=0,4. Следовательно,P{X≤10 000}=1−P{X>10 000}≥0,6.
Ответ. Оцениваемая вероятность не меньше 0,6.
■
Задача 13.2.
Некоторый период времени на бирже сохранялся относительно стабильный курс валюты. На основании данных биржевой статистики за этот период была составлена следующая таблица возможных значений изменения курса валют:
Таблица 13.1
|
|
С помощью неравенства Чебышева оценить вероятность того, что произойдет изменение курса валюты не больше, чем на 0,6%, и сравнить полученную оценку с точным значением вероятности.
Решение. Пусть СВ X — изменение курса валюты (в процентах). Требуется оценить вероятность: P{|X|<0,6}. Воспользуемся для этого неравенством Чебышева:
P{|X|<0,6}=1−P{|X|≥0,6}≥1−M[X2](0,6)2.
Чтобы вычислить M[X2], построим ряд распределения СВ X2 (см. табл. 13.2).
Таблица 13.2
|
|
Тогда M[X2]=0,25⋅0,35+1⋅0,15=0,2375.
Таким образом, имеем:
P{|X<0,6|}≥1−0,2375(0,6)2≈0,34.
Заметим, что можно вычислить точное значение этой вероятности, так как нам известен ряд распределения СВ X. Действительно,
P{|X|<0,6}=1−P({X=−1}+{X=1})=1−0,1−0,05=0,85.
Отметим, что получаемая с помощью неравенства Чебышева оценка оказывается весьма грубой.
Ответ. Нижняя граница оценки вероятности равна 0,34, а истинное значение вероятности равно 0,85.
■
Задача 13.3.
Задана последовательность независимых СВ X1,X2,...,Xn,..., причем ряд распределения СВXn представлен табл. 13.3. Применим ли к этой последовательности закон больших чисел?
Таблица 13.3
|
|
Решение. Проверим, выполняются ли условия теоремы Чебышева. Для этого найдем дисперсию СВ Xn. Очевидно, что математическое ожидание Xn равно 0, поэтомуD[Xn]=M[X2n]=(n√)2⋅1/n=1.
Таким образом, дисперсии случайных величин Xn,n=1,2,..., ограничены в совокупности константой c=1. Следовательно, согласно теореме Чебышева, к последовательностиX1,X2,...,Xn,..., применим ЗБЧ.
Ответ. К последовательности X1,X2,...,Xn,..., применим ЗБЧ.
■
Задача 13.4.
Вероятность того, что при опускании одного жетона приемник игрального аппарата сработает правильно, равна 0,95. Найти минимальное число жетонов, при опускании которых в игральный автомат, частота правильной работы автомата была бы заключена в границах от 0,93 до 0,97 включительно с вероятностью не менее 0,93. Применить неравенство Чебышева.
Решение. Пусть случайная величина Xi принимает значение 0, если приемник игрального автомата сработает неправильно при i- том опускании жетона, и 1, если при i- том опускании жетона приемник игрального автомата сработает правильно, i=1,n¯¯¯¯¯. Ряд распределения для такой СВ Xi,при любом i=1,n¯¯¯¯¯, дан в табл. 13.4.
Таблица 13.4
|
|
Для распределения Бернулли
M[Xi]=0,95, D[Xi]=0,05⋅0,95=0,0475.
Обозначим частоту правильной работы игрального автомата Wn. Тогда Wn=1n∑i=1nXi.Считая случайные величины X1,X2,...,Xn независимыми, получаем
M[Wn]=1n∑i=1nM[Xi]=M[Xi]=0,95,D[Wn]=1n2∑i=1nD[Xi]=1nD[Xi]=0,0475n.
Искомую вероятность можно записать как
P{0,93≤Wn≤0,97}=P{0,93−M[Wn]≤Wn−M[Wn]≤0,97−M[Wn]}=P{|Wn−M[Wn]|≤0,02}.
По неравенству Чебышева получаем
P{|Wn−M[Wn]|>0,02}≤D[Wn](0,02)2=1n0,0475(0,02)2=118,75n.
Следовательно,
P{|Wn−M[Wn]|≤0,02}=1−P{|Wn−M[Wn]|>0,02}=1−118,75n.
Таким образом, искомая вероятность будет не менее 0,93, если будет выполнено неравенство 1−118,75/n≥0,93. Разрешая это неравенство, получим: n≥118,75/0,07=1696,4.
Ответ. Используя неравенство Чебышева, получаем оценку минимального числа жетонов, равную 1697 жетонам.
