- •1 Вводные понятия
- •2 Алгебра событий
- •5 Аксиомы теории вероятностей и следствия из них
- •3 Формула классической вероятности (схема урн)
- •4 Схема геометрической вероятности.
- •6 Формула сложения вероятностей.
- •7 Условные вероятности. Независимость событий.
- •Вероятность осуществления b при условии, что произошло a в том же эксперименте, определяется через отношение двух безусловных вероятностей.
- •8 Зависимые и независимые события
- •9 Правила вычисления вероятностей сложных событий.
- •10 Последовательность независимых испытаний. Схема Бернулли.
- •11 Случайные величины
- •Функция распределения случайно величины и ее свойства.
- •12 Закон распределения случайной величины дискретного типа.
- •13 I. Равномерное распределение (дискретное)
- •II. Биномиальное распределение
- •III. Распределение Пуассона
- •IV. Геометрическое распределение
- •14 Пуасоновское распределение как предельный случай биномиального.
- •15 Свнт и их законы распределения.
- •3) Функция распределения всегда непрерывна у свнт.
- •16 Числовые характеристики свнт.
- •Если перейдем к функции распределения, то заметим, что hx – корень уравнения .
- •17 Основные классические распределения непрерывного типа и их характеристики.
- •19 Интеграл вероятности и его свойства
- •20 Случайные векторы
- •Свойства двумерной функции распределения.
- •21 Случайные векторы дискретного типа (свдт) и их законы распределения.
- •24 Независимость случайных событий.
- •23 Вероятность попадания в область на плоскости
- •25 Функция от случайных величин. Теоремы о мат. Ожидании функций.
- •26 Свойства числовых характеристик случайного вектора.
- •Следствия из свойства 5.
- •Доказать, что если 4, то автоматически существует 1, 2, 3, используя неравенство Коши-Буняковского.
- •Пусть Перейдем от(X,y) к(u,V)путем преобразования стандартизациирассмотрим
- •28 Законы распределения функций
- •31 Законы больших чисел.
- •Неравенства Чебышева. Первое неравенство Чебышева.
- •При увеличении числа опытов по схеме Бернулли относительная частота успехов
- •32 Центральная предельная теорема.
- •33 Следствия цпт для схемы Бернулли.
- •34 Основные понятия математической статистики.
При увеличении числа опытов по схеме Бернулли относительная частота успехов
Р – вероятность успеха в одном опыте.
Обозначим Ik – индикаторы успеха в k-ом опыте. Очевидно, что Ik~B(1,P), kN. При любом n I1,I2…In – независимы в совокупности, а потому и попарно независимы. Условие (1) теоремы Чебышева выполняется.
, выполняется частный случай теорем Чебышева
Пример 1. Пусть Х – число бракованных изделий из 100. За большой период рассчитано, что
а) в среднем брак составляет 1%;
б) известно, что ;
в) предположим, что модель брака удовлетворяет условию:
X~Pn(=1).
Во всех трех случаях оцениваем P{X ≥ 5}, где Х –число браков изделий из 100.
а) т.к. Х ≥ 0 и mx=1 по неравенству (1)
б) - известно
в) (по таблице)
32 Центральная предельная теорема.
Теорема. Пусть для последовательности случайных величин Х1, Х2,.., Хn выполняются условия:
при любых n случайные величины Х1, Х2,.., Хn – независимы в совокупности;
одинаково распределены;
существует
Обозначим:
, где
Тогда
(Подразумевается, что естественный закон будет нормальным)
Из условия (3) следует, что существует ,.
Проверим, что - стандартизованная случайная величина.
Действительно,
=
=
Строим характеристическую функцию по этапам:
Заметим, что .
I этап. Ищем , т.к. по условию (3) существует
по свойству (4) характеристической функции существует и.
Тогда разложим функцию в ряд Тейлора до членов второго порядка включительно с остаточным членом в форме Пеано
(1)
(по свойству (1) характеристической функции);
;
Подставим это все в (1):
(2)
II этап. Так как (по свойству (3) характеристической функции)
(по формуле (2) ) =
III этап. ( по свойству (2) характеристической функции) =
=
Итак, .
=(,- малое)= = =
Замечание. Мы дали одну из простейших формулировок центральной предельной теоремы. Все более поздние формулировки связаны с устранением пункта 2). Необходимо одинаковое распределение, но тогда усложняются условие 3). Чаще всего оно формулируется в виде условия Венде Берга (гарантирует, что все слагаемые Хк вносят равномерно малый вклад в общую дисперсию)
Применение. 1) Баллистика.
2) Отклонение от нормали.
3) Статистика (ошибки распределений)
33 Следствия цпт для схемы Бернулли.
Пусть ~B(n,p).
Известно, что , гдеIk ~B(1,p) – индикатор успеха в n опытах по схеме Бернулли. Легко видеть, что последовательность I1 ,I2 ,…удовлетворяет ЦПТ. Можно утверждать, что если мы построим .
Очевидно, что при достаточно больших n :
.
Воспользуемся общей оценкой.
Уточнение ЦПТ для конечных n приводит к неравенству:
(3)
Известно, что
Применим оценку (3) для схемы Бернулли. Роль Хк выполняют Ik . Надо найти
Закон распределения Ik
Ik |
0 |
1 |
p |
q |
p |
Оценим правую часть в (3):
Тогда (4)
Локальная Теорема Муавра-Лапласа.
(5)
Пример 1. Сделано 100 выстрелов с вероятностью попадания р=0,3. Вычислить вероятность .
={ число попаданий при n=100 выстрелов} (важно, чтобы р не было очень маленьким)
npq=100 0,3 0,7 = 21 Ошибка имеет порядок
.
Точный ответ: 0,7578