- •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.
10 Последовательность независимых испытаний. Схема Бернулли.
Опыт:последовательность вероятностных опытов Э1, Э2,…, Эn. Рассматривается совместный результат.
Пусть для любого ЭкΩкмножество исходов этого опыта:
Ω = Ω1х Ω2х… хΩn=(1,2,…,n) к Ωк .
Вероятность такого исхода:
Р (1,2,…,n )=Р12…n=(по формуле умножения вероятностей)=
=Р(1)Р(2/1)Р(3/2 )…Р(n/12….n-1) (2)
Частные случаи последовательности испытаний.
Р(к/12….к-1) = Р(к/к-1). Такая последовательность называетсяпростая цепь Маркова.
Для к : Р(к/12….к-1) = Р(к) т.е. не зависит от предшествующих исходов. Такая последовательность называетсяпоследовательностью независимых испытаний.
В (2) получим Р(12….n)=Р(1)Р(2)….Р(n) (3)
Пусть выполнены условия:
испытания независимы;
в каждом из испытаний наблюдается одно и то же событие А, причем если в каком-либо испытании А наступило, то «успех», если нет, то – «неудача» .
Ωк = Y,, гдеY - успех и- неудача.
вероятность успеха не зависит от номера опыта, т.е. от Р(Y)=Р=const ,дляΩк.
Определение: Такая последовательность испытания называется схемой Бернулли.
Задача: Продели nиспытаний по схеме Бернулли. Вероятность успеха в одном опыте – Р
Рассмотрим событие:
Bn,m = вn опытах наступает ровноmуспехов
Тогда Ω = (1,2,…,n) к =
! Это не классическая схема.
Действительно,
Р(0,0,0,….,0)=Р(0)Р(0)…Р(0)=(1-Р)n различны
Р(1,1,1,….,1)=Р(1)Р(1)…Р(1)=Рn
Понять: из скольких исходов состоит наше событие?
Очевидно, что Вn,m=, где -слова, содержащие ровноmединиц расположенных в фиксированных клетках.
и - несовместныi k.
Таких слов столько, сколько существует возможных сочетаний Вn,m=.
По аксиоме 3: , (4)
Введем обозначение: Pn,m(p)=D(Bn,m)
Формула Бернулли:
(4’),
где q=(1-p)
Пример 4.1Из множества чисел Е=1,2,….,10наудачу последовательно и с …. отбираются четыре числа.
А=будут присутствовать ровно два числа кратных трем
Решение:
Модель в сему укладывается;
«успех» это очередное вытянутое число кратное трем;
P=P(y)=0,3=3/10 => по формуле (4’) или (4)
Пример 4.2: Вывести следующую рекуррентную формулу:
(5)
Пример 4.3.Устройство состоит из 200 независимых работающих элементов. Вероятность «отказа» любого элемента схемы р=0,01. «Успех» – это отказ. Какое число отказавших элементов наиболее вероятно.
Решение:
Р200,0(0,01)=(0,99)200
Р200,1(0,01)=(приn=200 иm=0 )=>
Р200,2(0,001)=(приn=200 иm=0 )=>
Р200,3(0,01)=(приn=200 иm=1 )=>
Ответ: наиболее вероятное число отказавших элементов равно двум.
2) Полиномиальная схема k={1, 2,…,N}, k=1..N n-число проведенных опытов
Событие Вn,m1,m2,m3,…,mN=
{в n опытах исход 1 осуществился m1 раз,
в n опытах исход 1 осуществился m1 раз,
в n опытах исход 2 осуществился m2 раза,
----------------------------------------------------
в n опытах исход N осуществился mN раз}
Это событие состоит из слов: символ 1 встречается m1 раз, 2 — m2 раза, и т.д. Каждое такое слово независимо от расстановки символов имеет вероятность , при этом выполнены условия:
1) m1+m2+…+mN=N
2) P(k)=Pk => P1+P2+…+PN=1
Таких слов всего (по схеме упорядоченных событий):
, где m1!m2!… mN! - число упорядоченных разбиений (равно числу слов)
Тогда общая вероятность P(Bn; m1; m2; … mN )=
Пример 4.5 Два равносильных шахматиста играют матч из 12 партий (результат последующей не зависит от результата предыдущей. Множество исходов k={1-й выиграл, 2-й выиграл, ничья} Вероятность того, что выиграет первый шахматист равна 0,2 ; второй —0,2; вероятность ничьи —0,6. Найдем вероятности А={1-й выиграл 3 партии, 3 — проиграл, остальные — ничья}, В={1-й выиграл матч, т.е. выиграл 6 партий}
Решение:
АВ12;3,3,6 => P(A)=0,0055
Можно упростить решение, использовав равносилие: либо один выиграл, либо ничья. P(B)-P(ничья в матче)=1
Р(ничья в матче)=Р(0,0,12)+Р(1,1,10)+…+Р(6,6,0)