- •Опорный конспект лекций
- •Донецк, 2017 г.
- •1. Цель и задачи освоения дисциплины
- •2. Содержание лекционных занятий
- •Тема 1. Теория вероятностей. Основные теоремы теории вероятностей (10ч)
- •1.1.Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •1.4. Статистический подход к понятию вероятности
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •3.1. Формула полной вероятности
- •3.2. Формула Байеса
- •4.1. Независимые испытания. Формула Бернулли
- •4.2. Локальная теорема Муавра – Лапласа
- •5.1. Интегральная теорема Лапласа
- •5.2. Теорема Пуассона
- •5.3. Вероятность отклонения частоты от постоянной вероятности
- •Тема 2. Случайные величины (10 ч).
- •6.1. Случайные величины
- •6.2. Функция распределения вероятностей для дискретной св
- •6.3. Непрерывная св. Функция распределения
- •7.1. Математическое ожидание св
- •7.2. Дисперсия и среднее квадратичное отклонение св
- •7.3. Понятие о моментах св
- •8. Законы распределения дискретных случайных величин
- •8.1. Биномиальное распределение
- •8.2. Распределение Пуассона
- •8.3. Геометрическое распределение
- •9. Законы распределения непрерывных случайных величин
- •9.1. Равномерное распределение
- •9.2. Показательное распределение
- •9.3. Нормальное распределение
- •10.1. Неравенство Чебышева
- •10.2. Теорема Чебышева
- •Тема 3. Элементы математической статистики (14ч)
- •11.1. Предмет математической статистики
- •11.2. Полигон и гистограмма
- •12.1. Эмпирическая функция распределения
- •13.1. Точечные оценки
- •13.2. Интервальные оценки
- •15.1. Статистические зависимости
- •15.2. Линейная регрессия
- •16.1. Корреляционная таблица
- •16.2. Выборочный коэффициент корреляции
- •3. Литература:
8.2. Распределение Пуассона
Пусть в схеме Бернулли производится n
опытов, в которых вероятность появления
события А
мала, а n
велико и
.
Определение 2. СВ X распределена по закону Пуассона, если вероятность того, что она примет определённое значение k, выражается формулой
Пуассона
,
т.е. закон распределения имеет вид
-
X
0
1
…
k
…
p
…
…
Тогда
.
Аналогично можно
показать, что
.
Пример 2. Автозавод отгрузил
автомобилей. Вероятность повреждения
автомобиля при транспортировке
.
Определить веро-ятность того, что
автомагазин получит
повреждённых автомобиля.
Вначале определим математическое
ожидание
.
Тогда
8.3. Геометрическое распределение
Пусть производятся независимые испытания,
в каждом из которых вероятность появления
события А
равна р,
а, значит, вероятность непоявления
события А
равна
.
Испытания заканчиваются в момент
появления события А.
Следовательно, если событие А
появилось в k-ом
испытании, то в предыдущих k
1 испытаниях
оно не появлялось, т.е. описываемое
событие имеет вид
.
Отсюда получим
Обозначим через Х дискретную случайную величину – число испытаний, которые необходимо провести до появления события А. Таким образом СВ Х может принимать только значения 1, 2, 3, …
Определение 3. СВ X
распределена по геометрическому
закону, если вероятность того, что
она примет определённое значение k,
выражается формулой
,
т.е. закон распределения имеет вид
-
X
1
2
3
…
k
…
p
p
…
…
Нетрудно убедиться, что сумма всех вероятностей, как сумма членов бесконечно убывающей геометрической прогрессии, равна
Тогда
Аналогично можно показать, что
.
Пример 3. Студент может сдать экзамен по высшей математике с вероятностью 0,6. Определить вероятность того, что:
а) студент сдаст экзамен с третьей попытки;
б) студент сдаст экзамен за три попытки.
Имеем
и вероятность того, что студент сдаст
экзамен с третьей попытки
Вероятность того, что студент сдаст экзамен за три попытки
Вопросы для самоконтроля:
1. Назовите известные вам типы дискретных распределений и запишите соответствующие формулы для нахождения вероятностей и основных числовых характеристик.
Лекция № 9. Законы распределения НСВ (равномерный, показательный), их числовые характеристики (2ч).
Содержание лекции № 9:
9. Законы распределения непрерывных случайных величин
