- •Теория вероятностей
- •Содержание
- •Раздел 6. Законы распределения функций случайных аргументов. 90
- •1. Теоретическая часть. Введение
- •Раздел 1. Понятие события и его вероятности.
- •1.1. Предмет теории вероятности.
- •1.2. Алгебра событий. Пространство элементарных событий.
- •1.3. Классическое определение вероятности.
- •1.4. Геометрические вероятности.
- •1.5. Частота и вероятность.
- •1.6. Аксиоматическое построение теории вероятностей.
- •1.7. Условная вероятность и простейшие основные формулы.
- •1.8. Формула полной вероятности.
- •1.9 Формула Бейеса.
- •Раздел 2. Последовательные независимые испытания
- •2.1. Независимые испытания. Формулы Бернулли.
- •2.2. Обобщенная теорема о повторении опытов.
- •Раздел 3. Понятие случайной величины. Функция распределения и ее основные свойства.
- •3.1. Понятие случайной величины и функции распределения.
- •3.2. Свойства функции распределения.
- •3.3. Дискретные и непрерывные случайные величины.
- •3.4. Числовые характеристики случайных величин.
- •Раздел 4. Примеры распределений случайных величин.
- •4.1. Биномиальное распределение.
- •4.2. Теорема Пуассона
- •4.3. Закон Пуассона.
- •4.4. Равномерное распределение.
- •4.5. Показательное распределение.
- •4.6.Нормальный закон распределения.
- •Раздел 5. Системы случайных величин (случайные векторы).
- •5.1. Понятие о системе случайных величин.
- •5.2. Функция распределения системы двух случайных величин.
- •5.3. Плотность распределения системы двух случайных величин.
- •5.4. Законы распределения отдельных компонент, входящих в систему. Условные законы распределения.
- •5.5. Зависимые и независимые случайные величины.
- •5.6. Числовые характеристики системы двух случайных величин.
- •5.7. Система произвольного числа случайных величин (случайные вектора).
- •5.8. Числовые характеристики системы нескольких случайных величин.
- •Раздел 6. Законы распределения функций случайных аргументов.
- •6.1. Закон распределения функции одного случайного аргумента.
- •6.2. Закон распределения функции двух случайных величин.
- •6.3. Закон распределения суммы двух случайных величин. Композиция законов распределения.
- •6.4. Распределение произведения.
- •6.5. Распределение квадрата случайной величины.
- •6.6. Распределение частного.
- •6.7. Числовые характеристики функций случайных величин.
- •Раздел 7. Теоремы о числовых характеристиках.
- •7.1. Основные теоремы о математическом ожидании.
- •7.2. Теоремы о дисперсии случайной величины.
- •7.3. Теорема о линейной зависимости случайных величин.
- •Раздел 8. Характеристические функции.
- •8.1. Определение и простейшие свойства характеристических функций.
- •8.2. Предельные теоремы для характеристических функций.
- •Раздел 9. Предельные теоремы для случайных величин.
- •9.1. Сходимость последовательностей случайных величин.
- •9.2. Закон больших чисел.
- •9.3. Следствия закона больших чисел.
- •Раздел 10. Предельные теоремы теории вероятностей.
- •10.1. Центральная предельная теорема.
- •10.2. Теорема Ляпунова.
- •10.3. Теорема Лапласа.
- •2. Практические занятия, тесты, самостоятельная работа. Занятие 1. Непосредственный подсчет вероятности с использованием классического определения вероятности.
- •1.1. Краткая теоретическая часть.
- •1.2. Тест.
- •1.3. Решение типовых задач.
- •1.4. Задачи для самостоятельной работы.
- •Занятие 2. Геометрическое определение вероятности.
- •2.1. Краткая теоретическая часть.
- •2.2. Тест
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельной работы
- •Занятие 3. Условная вероятность. Теорема умножения вероятностей.
- •3.1. Краткая теоретическая часть
- •3.2. Тест
- •3.3. Решение типовых задач
- •3.4. Задачи для самостоятельной работы
- •Занятие 4. Теорема сложения вероятностей.
- •4.1. Краткая теоретическая часть
- •4.2. Тест
- •4.3. Решение типовых задач
- •4.4. Задачи для самостоятельной работы
- •Занятие 5. Формула полной вероятности.
- •5.1. Краткая теоретическая часть
- •5.2. Тест.
- •5.3. Решение типовых задач
- •5.4. Задачи для самостоятельной работы
- •Занятие 6. Формула Бейеса.
- •6.1. Краткая теоретическая часть
- •6.2.Тест
- •6.3. Решение типовых задач
- •6.4. Задачи для самостоятельной работы
- •Занятие 7. Последовательные независимые испытания.
- •7.1. Краткая теоретическая часть
- •7.2. Тест
- •7.3. Решение типовых задач
- •7.4. Задачи для самостоятельной работы
- •Занятие 8. Дискретные и непрерывные случайные величины.
- •8.1. Краткая теоретическая часть а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •8.2. Тест
- •А) только к дискретным случайным величинам
- •8.3. Решение типовых задач а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Б) Функция распределения и плотность вероятности непрерывной случайной величины
- •8.4. Задачи для самостоятельной работы а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Занятие 9. Числовые характеристики дискретных случайных величин.
- •9.1. Краткая теоретическая часть
- •9.2. Тест
- •9.3. Решение типовых задач
- •9.4. Задачи для самостоятельной работы
- •Занятие 10. Дискретные и непрерывные случайные величины.
- •10.1. Краткая теоретическая часть
- •10.2. Тест
- •10.3. Решение типовых задач
- •10.4. Задачи для самостоятельной работы
- •Занятие 11. Закон Пуассона.
- •11.1. Краткая теоретическая часть
- •11.2. Тест
- •11.3. Решение типовых задач
- •11.4. Задачи для самостоятельной работы
- •Занятие 12. Закон нормального распределения.
- •12.1. Краткая теоретическая часть
- •12.2. Тест
- •12.3. Решение типовых задач
- •12.4. Задачи для самостоятельной работы
- •Литература
6.2.Тест
При решении каких задач следует применить формулу Бейеса?
а) Найти вероятность события В, которое зависит от гипотез
б) Найти вероятность справедливости гипотезы при условии, что связанное с ней событиеВ произошло
в) Найти апостериорную вероятность гипотезы при условии, что событиеВ, связанное с ней, имело место
г) Найти априорную вероятность гипотезы при условии, что событиеВ, связанное с ней, имело место
д) Найти вероятность справедливости гипотезы в проводимом опыте
Какие условия должны накладываться на событие В и гипотезы ?
а) Гипотезы представляют собой полную группу несовместных событий
б) Гипотезы представляют собой полную группу равновозможных событий
в) Событие В может протекать в различных условиях, относительно характера которых может быть сделано n гипотез
г) Событие В может протекать в различных условиях, относительно характера которых не может быть сделана ни одна из n гипотез
Какой вид имеет формула Бейеса?
а)
б)
в)
Как называются вероятности ?
а) Априорные вероятности события
б) Апостериорные вероятности события
6.3. Решение типовых задач
Пример 6.1. Телеграфное сообщение состоит из сигналов «точка» и «тире». Статистические свойства помех таковы, что искажаются в среднем 2/5 сообщений «точка» и 1/3 сообщений «тире». Известно, что среди передаваемых сигналов «точка» и «тире» встречаются в отношении 5:3.
Определить вероятность того, что принят передаваемый сигнал, если:
а) принят сигнал «точка»;
б) принят сигнал «тире».
Решение.
Пусть событие А—принят сигнал «точка», а событие В — принят сигнал «тире».
Можно сделать две гипотезы: Н1 — передан сигнал «точка», Н2 — передан сигнал «тире».
По условию Р(Н1):Р(Н2) = 5:3.
Кроме того, P(Н1) + P(Н2) = l.
Поэтому P(Н1) = , P(Н2) = .
Известно, что
Вероятности событий A и В находим по формуле полной вероятности:
Искомые вероятности будут:
Пример 6.2. Имеется две партии деталей, причем известно, что в одной партии все детали удовлетворяют техническим условиям, а в другой партии 1/4 деталей недоброкачественные. Деталь, взятая из наудачу выбранной партии, оказалась доброкачественной. Определить вероятность того, что вторая деталь из этой же партии окажется недоброкачественной, если первая деталь после проверки возвращена в партию.
Решение.
Введем событие А, состоящее в том, что первая деталь доброкачественная.
Гипотезы:
H1 — взята партия с недоброкачественными деталями,
H2 — взята партия доброкачественных деталей.
По условию задачи
Р(H1) = Р(H2) = ,
Р (A| H1) = ,
Р (A| H2) = 1.
Поэтому по формуле полной вероятности вероятность события А будет
.
После первого испытания вероятность того, что партия содержит недоброкачественные детали, равна
Вероятность того, что партия содержит только доброкачественные детали,
Пусть событие В состоит в том, что при втором испытании деталь оказалась недоброкачественной. Вероятность данного события также находится по формуле полной вероятности.
Если и— вероятности гипотезH1 и H2 после испытания, то согласно предыдущим вычислениям
, .
Кроме того,
,
.
Поэтому искомая вероятность