- •Предисловие
- •Введение
- •Глава 1. Случайные события § 1.1. Основные понятия теории вероятностей § 1.1.1. Испытания и события. Виды случайных событий
- •§ 1.1.2. Классическое определение вероятности
- •Свойства вероятности
- •§ 1.1.3. Основные формулы комбинаторики
- •§ 1.1.4. Примеры непосредственного вычисления вероятностей
- •§ 1.1.5. Относительная частота
- •§ 1.2. Теорема сложения вероятностей § 1.2.1. Теорема сложения вероятностей несовместных событий
- •§ 1.2.2. Полная группа событий
- •§ 1.2.3. Противоположные события
- •§ 1.3. Теорема умножения вероятностей § 1.3.1. Произведение событий
- •§ 1.3.2. Условная вероятность
- •§ 1.3.3. Теорема умножения вероятностей
- •§ 1.3.4. Независимые события. Теорема умножения для независимых событий
- •§ 1.3.5. Вероятность появления хотя бы одного события
- •§ 1.3.6. Вероятность гипотез. Формулы Бейеса
- •§ 1.3.7. Повторные испытания. Формула Бернулли
- •§ 1.3.8. Теорема Лапласа
- •§ 1.3.9. Производящая функция
- •Глава 2. Случайные величины. Виды случайных величин § 2.1. Случайные величины
- •§ 2.1.1. Дискретные и непрерывные случайные величины
- •§ 2.1.2. Закон распределения вероятностей случайной величины
- •§ 2.1.3. Закон распределения вероятностей дискретной случайной величины
- •§ 2.1.3.1. Биноминальное распределение
- •§ 2.1.3.2. Распределение Пуассона
- •§ 2.1.3.3. Простейший поток событий
- •§ 2.1.3.4. Геометрическое распределение
- •§ 2.1.4. Непрерывные случайные величины. Функция распределения
- •§ 2.2. Закон больших чисел
- •§ 2.3. Математическое ожидание случайной величины
- •§ 2.3.1. Математическое ожидание дискретной случайной величины
- •§ 2.3.2. Математическое ожидание непрерывной случайной величины
- •§ 2.3.3. Основные свойства математического ожидания
- •§ 2.4. Дисперсия случайной величины
- •§ 2.4.1. Отклонения случайной величины от ее математического ожидания
- •§ 2.4.2. Дисперсия дискретной случайной величины
- •§ 2.4.3. Дисперсия непрерывной случайной величины
- •§ 2.4.4. Основные свойства дисперсии
- •§ 2.4.5. Среднее квадратическое отклонение
- •§2.4.6. Начальные и центральные теоретические моменты
- •§ 2.4.7. Асимметрия и эксцесс
- •§ 2.4.8. Функция одного случайного аргумента
- •§2.4.9. Функция двух случайных аргументов
- •§ 2.5. Законы распределения случайных величин
- •§ 2.5.1. Закон равномерного распределения вероятностей
- •Свойства равномерного распределения
- •§ 2.5.2. Нормальное распределение
- •§ 2.5.3. Распределение «хи-квадрат»
- •§ 2.5.4. Распределение Стьюдента
- •§ 2.5.5. Распределение f Фишера-Снедекора
- •§ 2.5.6. Показательное распределение
- •§ 2.5.7. Гамма-распределение и распределение Эрланга
- •Свойства нормированного распределения Эрланга
- •§ 2.5.8. Функция надежности
- •§ 2.6. Система двух случайных величин
- •§ 2.6.1. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 2.6.2. Функция распределения двумерной случайной величины
- •§ 2.6.3. Вероятность попадания случайной точки в полуполосу
- •§ 2.6.4. Вероятность попадания случайной точки в прямоугольник
- •§ 2.6.5. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины (двумерная плотность вероятности)
- •§ 2.6.6. Нахождение функции распределения системы по известной плотности распределения
- •§ 2.6.7. Условные законы распределения составляющих системы случайных величин
- •1. Система дискретных случайных величин
- •2. Система непрерывных случайных величин
- •§ 2.6.8. Условное математическое ожидание
- •§ 2.6.9. Зависимые и независимые случайные величины
- •§ 2.6.10. Числовые характеристики системы двух случайных величин
- •§ 2.6.11. Коррелированность и зависимость случайных величин
- •§ 2.6.12. Линейная регрессия
- •Глава 3. Примеры для самостоятельной работы
- •Приложения
- •Критические точки распределения
- •Критические точки распределения Стьюдента
- •Критические точки распределения Фишера – Снедекора
- •Равномерно распределенные случайные числа
- •Библиографический список
- •Предметный указатель
- •Оглавление
§ 1.1.5. Относительная частота
Относительная частота, наряду с вероятностью, принадлежит к основным понятиям теории вероятностей.
Относительной частотой события называют отношение числа испытаний, в которых событие появилось, к общему числу фактически произведенных испытаний.
Таким образом,
,
где – число появлений события,
– общее число испытаний.
Сопоставляя определения вероятности и относительной частоты, заключаем, что определение вероятности не требует, чтобы испытания производились в действительности; определение же относительной частоты предполагает, что испытания были произведены фактически.
Таким образом, вероятность вычисляют до опыта, а относительную частоту – после опыта.
Пример 1.12. Отдел технического контроля обнаружил 4 нестандартных детали в партии из 100 случайно отобранных деталей.
Относительная частота появления нестандартных деталей
.
Пример 1.13. По цели произведено 50 выстрелов, причем было зарегистрировано 39 попаданий.
Относительная частота поражения цели
.
Длительные наблюдения показали, что если в одинаковых условиях производят опыты, в каждом из которых число испытаний достаточно велико, то относительная частота обнаруживает свойство устойчивости. Это свойство состоит в том, что в различных опытах относительная частота изменяется мало (тем меньше, чем больше произведено испытаний), колеблясь около некоторого постоянного числа.
Оказалось, что это постоянное число есть вероятность появления события.
Таким образом, если опытным путем установлена относительная частота, то полученное число можно принять за приближенное значение вероятности.
Классическое определение вероятности предполагает, что число элементарных исходов испытания конечно. На практике же весьма часто встречаются испытания, число возможных исходов которых бесконечно. В таких случаях классическое определение неприменимо. Также очень часто невозможно представить результат испытания в виде совокупности элементарных событий и основания, позволяющие считать события равновозможными.
Статистическое определение. В качестве статистической вероятности события принимают относительную частоту или число, близкое к ней.
Пример 1.14. В ящике 150 одинаковых деталей, из них 75 окрашены. Наудачу вынимают одну деталь.
Найти вероятность того, что извлечена окрашенная деталь.
Решение.
.
Пример 1.15. Брошена игральная кость.
Найти вероятность того, что выпадет четное число очков.
Решение. Число
благоприятных исходов
(число очков 2,4,6)
Тогда
.
Пример 1.16. В мешочке имеются 5 одинаковых кубиков. На всех гранях каждого кубика написана одна из букв: О, П, Р, С, Т.
Найти вероятность того, что на вынутых по одному и расположенных «в одну линию» кубиках будет слово «спорт».
Решение.
.
Пример 1.17. На каждой из 6 одинаковых карточек напечатана одна из букв а, т, м, р, с, о. Карточки тщательно перемешаны.
Найти вероятность того, что на 4-х вынутых карточках по одной и расположенных «в одну линию» будет слово «трос».
Решение.
.
Пример 1.18. В замке на общей оси 5 дисков. Каждый диск разделен на 6 секторов, на которых написаны различные буквы. Замок открывается только в том случае, если каждый диск занимает одно определенное положение относительно корпуса замка.
Найти
того, что при произвольной установке
дисков замок можно открыть.
Решение. Замок откроется только при условии, если все диски займут нужное положение. По правилу произведения получим, что:
,
где
.
Пример 1.19. В книжном ларьке продаются газеты:
15 газет – по 14 рублей,
13 газет – по 11 рублей,
12 газет – по 13 рублей.
Найти вероятность того, что взятые 2 газеты стоят 25 рублей.
Решение. Вероятность того, что взятые две газеты стоят 25 рублей (событие ), равно
,
где – число всех исходов (сколькими способами можно из 40 газет выбрать две). То есть
,
– число благоприятных исходов, то есть
одна газета за 14 рублей
и одна газета по 11 рублей
.
,
.
Таким образом,
.
Пример 1.20.
При стрельбе из винтовки относительная
частота попадания в цель оказалась
равной
.
Найти число попаданий, если всего было произведено 120 выстрелов.
Решение.
,
тогда
.
