- •Н.Н. Одияко н.Ю. Голодная теория вероятностей
- •Введение
- •Тема 1. Случайные события
- •1.1. Основные понятия комбинаторики
- •1.1.1. Правила суммы и произведения
- •1.1.2. Упорядоченные и неупорядоченные последовательности
- •1.2. Случайные события и предмет теории вероятностей
- •1.2.1. Пространство элементарных событий
- •1.2.2. Алгебра событий
- •1.3. Вероятность события
- •1.3.1. Частотное определение вероятности и его свойства
- •1.3.2. Аксиоматическое определение вероятности события
- •1.3.3. Простейшие свойства вероятности
- •1.3.4. «Геометрические» вероятности
- •1.3.5. Условная вероятность. Зависимые и независимые события
- •1.3.6. Формула полной вероятности
- •1.3.7. Формулы Байеса
- •1.4. Решение типовых задач
- •1.5. Задачи для самостоятельного решения
- •1.6. Индивидуальные домашние задания по теме «Случайные события» Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
- •Тема 2. Повторные независимые испытания
- •2.1. Схема испытаний Бернулли. Формула Бернулли
- •2.2. Предельное поведение вероятностей при больших
- •2.2.1. Формула Пуассона
- •2.2.2. Простейший поток событий
- •2.2.3. Наивероятнейшее число появления события в независимых испытаниях
- •2.2.4. Локальная теорема Муавра-Лапласа
- •2.2.5. Интегральная теорема Муавра-Лапласа
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельного решения
- •2.5. Индивидуальные домашние задания по теме «Повторные независимые испытания» Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
- •Контрольные вопросы для самостоятельной оценки качества освоения тем 1, 2
- •Тема 3. Случайные величины
- •3.1. Основные понятия
- •3.2. Функция распределения вероятностей и её свойства
- •Свойства функции распределения
- •3.3. Плотность распределения случайной величины и ее свойства
- •Свойства функции плотности
- •3.4. Операции над случайными величинами
- •3.5. Числовые характеристики случайных величин
- •3.5.1. Свойства математического ожидания
- •3.5.2. Свойства дисперсии случайной величины
- •Тема 4. Двумерные случайные величины
- •4.1. Функция распределения двумерной случайной величины. Закон распределения. Условные распределения
- •Свойства функции распределения двумерной случайной величины
- •4.2. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •4.3. Решение типовых задач
- •4.4. Индивидуальнsе домашнbе заданиz по теме «Двумерные дискретные случайные величины»
- •Тема 5. Законы распределения дискретных случайных величин
- •5.1. Биномиальный закон распределения
- •5.2. Закон распределения Пуассона
- •5.3. Геометрическое распределение
- •5.4. Гипергеометрическое распределение
5.2. Закон распределения Пуассона
Определение. Дискретная случайная величина распределена по закону Пуассона, если она принимает значения 0, 1, 2,... с вероятностями
где
Ряд распределения закона Пуассона имеет
вид
|
0 |
1 |
2 |
… |
|
… |
|
|
|
|
… |
|
… |
Очевидно,
что определение закона Пуассона
корректно, так как
основное свойство ряда распределения
выполнено – сумма ряда
Учтено,
что в скобках записано разложение в ряд
функции
при
.
Теорема.
Математическое
ожидание и дисперсия случайной величины,
распределенной по закону Пуассона,
совпадают и равны параметру этого
закона, т.е.
,
.
Доказательство. Найдем математическое ожидание случайной величины :
Дисперсию
случайной величины
найдем по формуле
.
Вначале получим формулу
для
:
Теперь
Можно
доказать, что
,
.
При
достаточно больших
(вообще при
)
и малых значениях
(
)
при условии, что произведение
–
постоянная величина
(
),
закон распределения Пуассона является
хорошим приближением биномиального
закона, так как в этом случае функция
вероятностей Пуассона хорошо аппроксимирует
функцию вероятностей, определяемую по
формуле Бернулли.
Так как при этом вероятность события в каждом испытании мала, то закон распределения Пуассона называют часто законом редких явлений.
Наряду с «предельным» случаем биномиального распределения закон Пуассона может возникнуть и в ряде других ситуаций. Например, для простейшего потока событий число событий, попадающих на произвольный отрезок времени, есть случайная величина, имеющая пуассоновское распределение.
По закону Пуассона распределены, например, число рождения четверней, число сбоев на автоматической линии, число отказов сложной системы в «нормальном режиме», число «требований на обслуживание», поступивших в единицу времени в системах массового обслуживания, и др.
Отметим еще, что если случайная величина представляет собой сумму двух независимых случайных величин, распределенных каждая по закону Пуассона, то она также распределена по закону Пуассона.
5.3. Геометрическое распределение
Определение.
Дискретная случайная
величина
имеет геометрическое
распределение, если она
принимает значения
с
вероятностями
где
,
,
Ряд геометрического распределения случайной величины имеет вид.
|
1 |
2 |
3 |
… |
|
… |
|
p |
pq |
|
… |
|
… |
Нетрудно видеть, что вероятности образуют геометрическую прогрессию с первым членом p и знаменателем q (отсюда название «геометрическое распределение»).
Определение геометрического распределения корректно, так как сумма ряда
Так
как
есть сумма членов бесконечно убывающей
геометрической прогрессии
при
.
Замечание. Случайная величина , имеющая геометрическое распределение, представляет собой число испытаний, проведенных по схеме Бернулли, с вероятностью p наступления события в каждом испытании до первого положительного исхода.
Теорема. Математическое ожидание случайной величины , имеющей геометрическое распределение с параметром p,
,
а
ее дисперсия
,
где
.
