- •Глава 1. Основные понятия теории вероятностей
- •1.1. Элементы комбинаторики
- •Основные правила комбинаторики
- •1.2. Случайные события
- •1.3. Операции над событиями
- •1.4. Классическое, статистическое и геометрическое определения вероятностей
- •Глава 2. Основные теоремы теории вероятностей
- •2.1 Зависимые и независимые события. Теоремы сложения и умножения вероятносте.
- •Глава 3. Повторение испытаний
- •3.1. Формула Бернулли
- •3.2. Наивероятнейшее число наступлений события
- •3.3. Асимптотические формулы. Локальная и интегральная теоремы Лапласа. Формула Пуассона
- •Глава 4. Случайные величины. Законы распределения и числовые характеристики
- •4.1. Понятие случайной величины
- •4.2. Дискретные случайные величины.
- •Cвойства функции распределения
- •4.4. Плотность распределения вероятностей
- •1); 2); 3);
- •4); 5).
- •4.5. Числовые характеристики случайных величин.
- •Пример 4.6.
- •Глава 5. Наиболее распространенные законы распределения случайных величин и их числовые характеристики
- •5.1. Биномиальное распределение
- •Геометрическое и гипергеометрическое распределения
- •5.3. Распределение Пуассона
- •5.4. Равномерное распределение
- •5.5. Показательное распределение
- •5.6. Нормальное распределение
- •Глава 6. Системы случайных величин
- •6.1. Закони распределения систем случайных величин.
- •6.2. Числовые характеристики системы случайных величин
- •Для дискретных систем случайных величин
- •Для непрерывных систем случайных величин
- •6.3 Законы равномерного и нормального распределения систем случайных величин
- •Глава 7. Функции одного и двух случайных аргументов
- •7.1. Функции одного случайного аргумента. Законы распределения. Числовые характеристики
- •7.2 Законы распределения функций двух случайных аргументов. Числовые характеристики
- •7.3. Теоремы о числовых характеристиках и их применение
- •Глава 8. Элементы математической статистики
- •8.1. Вариационный ряд. Представление и первоначальная обработка
- •8.2. Графические характеристики выборки
- •8.3. Точечные характеристики выборки (оценки параметров)
- •8.4. Интервальные оценки параметров
- •8.5. Проверка статистических гипотез
- •8.5.1. Проверка гипотезы о равенстве генеральных средних двух генеральных совокупностей
- •8.5.2. Проверка гипотезы о равенстве дисперсий двух генеральных совокупностей. Критерий Фишера-Снедекора.
- •8.5.3. Сравнение выборочной средней с гипотетической генеральной средней нормально распределенной совокупности
- •8.5.4. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией
- •8.5.5 Построение теоретического закона распределения по опытным данным. Проверка гипотезы о законе распределения
- •8.6. Построение теоретической кривой по методу наименьших квадратов
- •Список рекомендованной литературы
- •Продолжение табл. П1
Глава 5. Наиболее распространенные законы распределения случайных величин и их числовые характеристики
5.1. Биномиальное распределение
СВ Х распределена по биномиальному закону, если она принимает значения 0, 1, 2, …, n, а соответствующие вероятности вычисляются по формуле Бернулли:
, (5.1)
где 0 < p < 1, q=1 - p, k=0, 1, 2, …, n.
Такая СВ выражает число появлений события А в п независимых испытаниях, проводимых в одинаковых условиях.
Ряд распределения имеет вид:
| ||||||
хi=k |
0 |
1 |
… |
i |
|
n |
P(X=k) |
|
|
А числовые характеристики равны:
D[X]=npq. (5.2)
Пример 5.1. Три конкурирующие фирмы работают независимо друг от друга. Вероятность обанкротиться для каждой из них равна 0.1. Составить закон распределения СВ Х – числа обанкротившихся фирм. Найти математическое ожидание и дисперсию Х.
Дискретная СВ X - число обанкротившихся фирм имеет следующие возможные значения: x1=0 (ни одна фирма не обанкротилась), x2=1 (обанкротилась одна фирма), x3=2 (две обанкротились) и x4=3 (обанкротились все три). Банкротства фирм независимы друг от друга, поэтому применима формула Бернулли ( n=3, k=0, 1, 2, 3; p=0,1, q=1 ‑ 0,1= 0,9 ), следовательно,
P(X=0)=P3(0)=q3=0,93=0,729; P(X=1)=P3(1)=pq2=30,10,9=0,243;
P(X=2)=P3(2)=p2q=3(0,1)2(0,9)=0,027; P(X=3)=P3(3)=p3=0,13=0,001.
Контроль: 0,729+0,243+0,027+0,001=1.
` Закон распределения Х имеет вид:
хi=k |
0 |
1 |
2 |
3 |
P(X=k) |
0,729 |
0,243 |
0,027 |
0,001 |
M[X]=; D[X]=.
Геометрическое и гипергеометрическое распределения
Дискретная СВ Х подчинена геометрическому распределению, если ее возможные значения 0, 1, 2, …, k, …, а соответствующие вероятности можно вычислить по формулам:
(5.3)
где 0 <p <1, q=1 - р.
xi |
0 |
1 |
2 |
… |
k |
… |
pi |
p |
pq |
pq2 |
… |
pqk |
… |
Математическое ожидание и дисперсия соответственно равны:
D[X]. (5.4)
СВ Х подчинена гипергеометрическому распределению с параметрами a, b, n, если ее возможные значения 0, 1, 2, …, k, …, а, а соответствующие вероятности вычисляются по формулам:
, . (5.5)
(Если в урне а белых и b черных шаров и из нее вынимают n шаров, то СВ Х={число белых шаров среди вынутых} подчиняется гипер-геометрическому закону).
Примечание. В приведенной формуле полагают , если.
Математическое ожидание и дисперсия гипергеометричекого распределения: ,
D. (5.6)
Пример 5.2. В группе 20 студентов, среди которых 8 отличников. По списку наудачу отобраны 5 студентов. Найти закон распределения и построить функцию распределения F(x) СВ Х - числа отличников среди отобранных студентов. Найти математическое ожидание, дисперсию и среднее квадратичное отклонение Х.
СВ Х ‑ число отличников среди отобранных студентов ‑ принимает возможные значения: 0, 1, 2, 3, 4, 5.
, ,
, ,
, .
=0,05108+0,25524+0,39732+0,23839+0,05418+0,02167=1
Ряд распределения имеет вид:
0 |
1 |
2 |
3 |
4 |
5 | |
0,05108 |
0,25524 |
0,39732 |
0,23839 |
0,05418 |
0,02167 |
Построим функцию распределения СВ Х:
при х <0 F(x)=0;
0 х <1 F(х)=0,05108;
1 х <2 F(x)=0,05108+0,25542=0,30650;
2 х<3 F(x)=0,05108+0,25542 +0.39732=0,70382.
3 х <4 F(x)= 0,05108+0,25542+0.39732+0,23839=0,94221.
4 х <5 F(x)= 0,05108+0,25542+0.39732+0,23839+0,05418=0,99639.
х 5 F(x)= 0,05108+0,25542+0.39732+0,23839+0,05418+0,02167=1.
Математическое ожидание, дисперсия, среднее квадратичное отклонение по формулам 5.6. соответственно равны:
M[X]==2; D[X]==1,45;
.