
- •Глава 1. События.
- •§1 Логические основы т.В.
- •§2 Испытания, события, операции над событиями.
- •§3 Классическое определение вероятности.
- •§3 Примеры вероятностных пространств.
- •§4 Условные вероятности. Формула умножения событий.
- •§5 Независимые и зависимые события.
- •Независимость попарная и независимость в совокупности Определение попарной независимости
- •Определение независимости в совокупности.
- •§6 Формула полной вероятности и формула Байеса. Формула полной вероятности
- •Формула Байеса
- •Глава II
- •§1 Формула Бернулли
- •Формула Бернулли
- •§2 Предельные теоремы Бернулли
- •Формула Лапласа или интегральная формула Лапласа
- •Глава 3. Случайные величины.
- •§1 Определения и основные понятия.
- •§2 Дискретные случайные величины.
- •1. Распределение Бернулли
- •2. Биноминальное распределение
- •3. Распределение Пуассона
- •4. Геометрическое распределение
- •1. Равномерно распределение.
- •2. Показательное или экспоненциальное распределение:
- •3. Распределение Коши
- •4. Нормальное (Гауссово) распределение
- •1) Распределение Бернулли
- •§2 Специальные функции математической статистики.
- •1 Распределение Стьюдента
- •2 Распределение Карла Пирсона
- •Свойства случайной величин с симметричной (четной) плотностью распределения.
- •§3 Доверительные интервалы для генеральной средней нормального распределения
- •2) Построение доверительного интервала для неизвестного генерального среднего в случае неизвестной дисперсии
- •§4 Доверительные интервалы для дисперсии.
- •§5 Доверительный интервал для неизвестной вероятности успеха.
- •III Математическая статистика.
- •Глава I Оценки параметров.
- •§1 Основные понятия.
- •§2 Точечные оценки параметров.
- •Свойства оценок
- •Другие два важных свойства оценок состоятельность и эффективность.
- •§3 Методы построения точечных оценок параметров.
- •Метод максимального подобия построения оценок.
- •Оценка параметров нормального распределения.
- •Оценка параметров геометрического распределения.
- •Оценка параметров экспоненциального распределения.
- •Оценка параметров распределения Пуассона.
- •Метод Монте-Карло.
- •§1 Основные определения и понятия.
- •§2 Генерирование значений дискретных случайных величин.
- •§3 Генерирование случайных величин с непрерывным законом распределения (методы)
- •Генерирование случайной величины подчиняющейся нормальному распределению.
- •§4 Генерирование траекторий случайных процессов.
- •Генерирование траекторий непрерывных случайных величин.
- •I Марковские процессы с дискретным временем.
- •§1 Основные понятия.
- •Основное свойство матрицы перехода дискретной цепи Маркова.
- •§2 Предельные теоремы.
- •Глава III Проверка статистических гипотез.
- •§1 Основные понятия и терминологии.
- •§2 Проверка гипотез о значении генеральной средней нормально распределенных случайных величин.
- •1) Построение критерия для проверки h0 против h1 при известном δ
- •2) Построение критерия для проверки гипотезы h0 против h1, при δ - не известном.
- •1) Параметр a известен
- •2) Проверка гипотезы о значении дисперсии, когда генеральное среднее а не известно.
- •§4 Проверка гипотезы о значении генеральной доли.
- •§5 Проверка гипотеза о достоверности различий средних значений.
- •§6 Критерий к. Пирсона. Хи-квадрат для проверки гипотез о законе распределения.
- •2 Примеры использования критерия χ2.
- •3 Применение критерия χ-квадрат для исследования вопроса о зависимости ил независимости признаков.
Глава II
Схема Бернулли
§1 Формула Бернулли
До сих пор мы изучали отдельные опыты и связанные с ними события, сейчас мы рассмотрим последовательности опытов или испытаний…
Испытание проводится nраз,
Мы будем считать, что выполнено несколько условий: 1) в каждом опыте может произойти или не произойти некоторое событие А с одной и той же вероятностью Р(обозначимq=1-P)
2) вероятность наступления или не наступления события А в i-ом опыте не зависит от наступления или не наступления события А в других опытах (в стом случае говорят, что испытание независимо)
В дальнейшем для краткости мы будем говорить, что испытания проводятся по схеме Б если выполняется два условия указанные выше.
Формула Бернулли
Пусть проводиться nиспытаний по схеме Бернулли и пустьP– вероятность наступления событияA(замечание: часто называемым успехом)
и пустьq=1-P(вероятность неуспеха), тогда вероятность
наступленияKуспехом приnиспытаниях, обозначаемая
черездаётся равенством:
(1)
,
где
,
- формула Бернулли
Доказательство: Рассмотри и выпишем все возможные последовательности испытаний в которых ровно kуспехов и их вероятности
…
X– строк
Мы видим, что вероятность любой
последовательности испытаний с kуспехами и(n -k)неуспехами равняется,
т.к. в любой строчке содержитсяkбуквAи(n-k)
букв
.
Из комбинаторики известно, что
(число сочетаний изnпоk), отсюда (*) получаем:
- доказано
Задача: известно, что вероятность выиграть по 1-ой облигации =0,1. Некто купил 6 облигаций. Найти вероятность того, что выиграют 2-е.
Решение: легко видеть, что выполнены условия схемы Бернулли:
вероятность выиграть по каждой облигации одинакова.
Вероятность выиграть по одной облигации не зависит от того, выиграли ли другие.
Тогда можно применить (1), надо найти
,
причёмР=0,1 , аq=0,9.
Ответ:.
Нам понадобятся два следствия из формулы Бернулли:
пусть проводится nиспытаний по формуле Бернулли и пусть
, обозначим через
вероятность того, что число успехов будет не меньше, чемk1и не больше чемk2 при проведенииnиспытаний (т.е.
)? Тогда справедливо равенство:
(2)
Доказательство:
Введём дополнительное событие Di произошло ровноiуспехов приnиспытаниях
Ck1k2- число успехови
Тогда: (*)Ck1k2= Dk1 + Dk1+1 +…+Dk2Очевидно, что событияDiDj несовместны приi≠j , поэтому из (*) получаем:
(**)(вероятность суммы несовместимых
событий равна сумме вероятностей)
По определению (***),
Из (***), (**) и (1) получаем (2).
Задача: В компьютерном классе 10 компьютеров. Известно, что с вероятностью 0,1 компьютер не исправен. Найти вероятность того, что на занятии будут исправны хотя бы 8 компьютеров
Решение
Мы видим, что выполняются условия схемы Бернулли
Р=0,9, q=0,1
По (2) находим:
Ответ:
Следствие 2: Во многих случаях необходимо найти вероятность хотя бы 1-го успеха при nиспытаниях, т.е.Pn(1,n), если использовать (2), то необходимо суммироватьnчисел, каждое из которых даётся (1), т.е. необходимо проводить довольно громоздкие вычисления, однако их можно измежать, используя более простую формулу.
Утверждение 2: Пусть проводиться nиспытаний по формуле Бернулли, тогда:
(3)
Доказательство:
Доказано
Задача: известно, что вероятность попасть при одном выстреле = 0,7, Пит стреляет 5 раз по одной цели. Найти вероятность её поражения.
Решение:
n=5,p=0,7,q=0,3P={(3)}=1-0,35
Ответ:
Во многих, практически возможных задачах необходимо уметь оценивать число испытаний, гарантирующее хотя бы один успех, с наперёд заданной, большой вероятностью. Для этого применяется:
Пункт 2: Пусть проводятся испытания по
схеме Бернулли с вероятность успеха
при одном испытании pи
пусть,
тогда для того, чтобы вероятность хотя
бы одного успеха была не меньше γ, число
испытанийnдолжно
удовлетворять неравенству:
(4)
Доказательство:
Пусть число испытаний nтаково, что вероятностьP{хотя бы один успех}≥γ. Из (3) получим, что вероятность 1-qn≥γ=>1-γ=qnЛогарифмируем обе части:
ln(1-γ)≥n
lnq,отсюда/
Отсюда и q=1-pполучаем (4).
Задача: известно, что одна ракета ПВО сбивает самолёт с вероятностью 0,6. Сколько надо выпустить ракет ПВО с разных установок чтобы вероятность сбить самолёт была не меньше 0,99.
Решение:
Необходимо найти вероятность хотя бы 1-го попадания при n-выстрелах. Известно:p=0,6,q=0,4,γ=0,99. Условия схемы Бернулли выполнены и воспользуемся (4).