- •Министерство образования и науки рф
- •1.2.Краткие исторические сведения
- •2.Основные понятия теории вероятностей
- •2.1.Событие. Вероятность события
- •2.2.Непосредственный подсчет вероятностей
- •2.3.Основные формулы комбинаторики
- •2.3.Частота и статистическая вероятность события
- •2.4.Случайная величина
- •3.Основные теоремы теории вероятностей
- •3.1. События как множества и операции над ними
- •3.2.Теорема сложения вероятностей
- •3.3.Теорема умножения вероятностей
- •3.4.Формула полной вероятности.
- •3.5.Формула Бейеса или теорема гипотез.
- •Случайные величины и их законы распределения
- •4.1.Ряд распределения
- •4.2.Функция распределения
- •4.3.Плотность распределения
- •5.Числовые характеристики случайных величин
- •5.1.Характеристики положения
- •5.2.Моменты, дисперсия, квадратичное отклонение
- •5.3.Закон равномерной плотности
- •5.4.Распределение Симпсона
- •5.5.Биномиальное распределение
- •5.6.Распределение Пуассона
- •5.7.Геометрическое распределение
- •5.5.Биномиальное распределение
- •5.6.Распределение Пуассона
- •5.7.Геометрическое распределение
- •5.8.Распределение Паскаля
- •5.9.Гипергеометрическое распределение
- •5.10.Формула Стирлинга
- •6.Непрерывные распределения
- •6.1.Нормальное распределение
- •6.2.Показательное распределение
- •6.3.Логарифмически нормальное распределение
- •7.Статистическая оценка параметров распределения
- •7.1.Статистическая функция распределения
- •7.2.Статистический ряд. Гистограмма
- •7.3.Числовые характеристики распределения
- •7.4.Оценка параметров распределения
- •7.4.1. Метод моментов.
- •8.Метод наибольшего правдоподобия
- •8.1.Случай дискретных распределений
- •8.2.Случай непрерывных распределений
- •8.3.Другие методы оценки параметров
- •9.Проверка статистических гипотез
- •9.1.Вводные замечания
- •9.2.Проверка гипотезы о законе распределения
- •10.Системы случайных величин
- •10.1.Понятие о системе случайных величин
- •10.2.Двумерные случайные величины и их законы распределения
- •10.3.Плотность распределения двумерной случайной величины
- •10.4. Условные законы распределения
- •10.5.Зависимость и независимость случайных величин
- •10.6.Числовые характеристики двумерных случайных величин
- •11.Двумерный нормальный закон распределения
- •12.Числовые характеристики функций случайных величин
- •12.1.Математическое ожидание и дисперсия функции
- •12.2.Теоремы о числовых характеристиках
- •13.Распределение функции случайных аргументов
- •13.1.Распределение функции одного аргумента
- •13.2.Распределение суммы случайных величин
- •13.3.Распределение суммы нормально распределенных случайных величин
- •13.Распределение функции случайных аргументов
- •13.1.Распределение функции одного аргумента
- •13.2.Распределение суммы случайных величин
- •13.3.Распределение суммы нормально распределенных случайных величин
- •14.Предельные теоремы
- •14.1.Понятие о законе больших чисел
- •14.2.Неравенство Чебышева
- •14.3.Закон больших чисел Чебышева
- •14.4.Центральная предельная теорема
2.4.Случайная величина
Случайная величина – это важнейшее понятие теории вероятностей. Случайной величинойназывается величина, которая в результате опыта может принимать то или иное заранее не известное значение. Если возможные значения можно пронумеровать, то случайная величина называетсядискретной, если значением случайной величины может быть любое действительное число в заданном диапазоне, то случайную величину называютнепрерывной.
Например:
число бракованных деталей в партии из M деталей – дискретная (целочисленная) случайная величина, она может принимать значения 0, 1, 2,…,M;
диаметр обработанной детали на станке автомате является непрерывной случайной величиной, так как может принимать любые значения в пределах поля допуска и за пределами поля допуска, в случае бракованной детали;
случайное событие тоже можно рассматривать как дискретную случайную величину, которая может принимать только два значения: 0 – если в результате опыта событие не произошло, и 1 – если событие произошло.
3.Основные теоремы теории вероятностей
3.1. События как множества и операции над ними
Ранее было отмечено, что элементарные события образуют множество, а все прочие события это подмножества основного множества. В связи с этим к событиям применимы известные операции из теории множеств. Рассмотрим некоторые из них, так как с их помощью рассчитываются, как будет показано в дальнейшем, вероятности сложных событий.
Если элементарное событие апринадлежит некоторому подмножествуА, то это символически изображается так:
,
если ане принадлежит этому множеству, то пишут
.
Событие A состоит в том, что в результате опыта, произошло одно из элементарных событий, принадлежащих множествуA.
Пишут, если все элементарные события, принадлежащиеB,принадлежат иA. Это значит, что если в результате опыта произошло событиеB,то произошло и событиеA, так как реализация любого элементарного события из множества B,означает, что произошло событиеB, но так как это элементарное событие принадлежит иA, то произошло иA.
Суммойилиобъединениемдвух событийAиB является третье событиеC, которое состоит в выполнении событияA, или событияB, или событияA иB одновременно.Обозначается эта операция символом + или, то есть,
или .
Графически эта операция иллюстрируется на рис.3.1 а.
Рис.3.1.Иллюстрация операций над множествами событий. а – сложение событий – объединение множеств;б – произведение событий – пересечение множеств;в –разность событий – разность множеств.
Суммой нескольких событийназывается событие, состоящее в появлении хотя бы одного из них.
Например, при обработке партии из пяти деталей возможны такие события:
A0- брак деталей отсутствует;
A1- брак только одной детали;
A2– брак двух деталей;
A3 – брак трех деталей;
A4 – брак четырех деталей;
A5 – брак всех пяти деталей.
То есть множество элементарных событий, образующих полную группу событий опыта
.
Событие
-
означает, что в партии не более двух бракованных деталей.
Событие
-
означает, что в партии имеются бракованные детали.
Произведением двух событийАиВявляется третье событиеD, состоящее в том, что в результате опыта появляются одновременно и событиеАи событиеВ. Это значит, что множествоС образуется как пересечение множествА иВ (см. рис.3.1б). В виде формул произведение записывается так:
или .
Произведением нескольких событийназывается событие, состоящее в совместным появление всех этих событий.
В том же примере с партией из пяти деталей, событие
означает, что одновременно появляются события и ВиС, а это возможно, если в партии одна или две бракованные детали, так как пересечением множествВиС включает событияА1 иА2. То есть.
Разностьюдвух событийАиС называется событиеЕ,состоящее в том, что в результате опыта произошло событиеАи не произошло событиеВ. Это значит, что произошло одно из элементарных событий, входящих вА, но не входящих вВ (см. рис.3.1в). В виде формулы эта операция записывается так:
.
В том же примере с партией из пяти деталей
.
Обратнымпо отношению к событиюА называют событие, состоящее в том, что в результате опыта событиеАне произошло. В виде формулы это утверждение можно записать так (см. рис.3.2):
.
Рис.3.2.Иллюстрация обратного события.
Например, в том же примере с партией деталей событие
,
так как , а событие
.
С помощью рассмотренных операций можно определять любые сложные события и в дальнейшем определять их вероятности.
Рассмотрим более сложный случай. На станке обрабатываются три детали. Пусть D1,D2,D3 – события, состоящие в том, что бракованной является первая деталь, вторая деталь, третья деталь соответственно. Определим событиеF, состоящее в том, что одна из трех деталей окажется бракованной.
Полная группа элементарных событий образует следующее множество
Здесь - события, обратныесоответственно.
Искомое событие
.