![](/user_photo/1296_uSZHT.jpg)
- •Пространство элементарных событий.
- •Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •Свойства операций над событиями.
- •Алгебра и сигма-алгебра событий.
- •Классическое определение вероятности события. Случаи равновероятных исходов.
- •Статистическое определение вероятности события. Случаи неравновероятных исходов.
- •Геометрические вероятности.
- •Аксиоматическое построение теории вероятностей.
- •Полная группа событий.
- •Условная вероятность.
- •Независимость событий.
- •Основные понятия комбинаторики.
- •Правила суммы и произведения.
- •Случай непостоянной вероятности появления события в опытах
- •Для того чтобы найти вероятность появления события ровно раз в серииопытов, достаточно произвести перемножение сомножителей в производящей функции. Коэффициент при членеи даст искомую вероятность.
- •Предельные теоремы для схемы Бернулли.
- •Теорема Пуассона.
- •Понятие потока событий.
- •Локальная теорема Муавра –Лапласа.
- •Интегральная (глобальная) теорема Муавра – Лапласа.
- •Закон распределения дискретной случайной величины.
- •Свойства функции распределения
- •Свойства математического ожидания:
- •Дисперсия случайной величины и ее свойства.
- •Среднее квадратическое отклонение.
- •Распределение Пуассона.
- •Геометрическое распределение
- •Гипергеометрическое распределение (урновая схема)
- •Равномерное распределение.
- •Показательное распределение.
- •Свойства функции Гаусса.
- •Вероятность попадания нормальной случайной величины в заданный интервал.
- •Где - функция Лапласа.
- •Функция Лапласа и ее свойства.
- •Отклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •Закон распределения вероятностей двумерной случайной величины
- •Свойства совместной функции распределения двух случайных величин
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
- •Свойства двумерной плотности вероятности
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •Корреляционный момент
- •Коэффициент корреляции Коэффициентом корреляции случайных величинX и y называют отношение корреляционного момента к произведению средних квадратических отклонений этих величин:
- •Свойства коэффициента корреляции
- •Способы отбора На практике применяются различные способы отбора, которые можно подразделить на два вида:
- •Выборочные среднее и дисперсия
- •Статистический критерий
- •A. Понятие о корреляционном анализе
- •Линейная регрессия
- •Множественная линейная регрессия
- •Нелинейная регрессия
- •Однородные цепи Маркова
- •Понятие о системах массового обслуживания
Локальная теорема Муавра –Лапласа.
Лапласом
была получена важная приближенная
формула для вероятности
появления события
точно
раз, при условии, что
достаточно велико. В отличие от формулы
Пуассона здесь нет ограничения на
малость величины
в отдельном испытании, т.е. область
применимости формулы Лапласа шире.
Теорема.
Вероятность того, что в условиях схемы
Бернулли событиепри
испытаниях появится точно
раз, выражается приближенной формулой
Лапласа
где
.
Формулу
Лапласа иногда называют асимптотической
формулой, поскольку доказано, что
относительная ошибка формулы Лапласа
стремится к нулю при
.
Интегральная (глобальная) теорема Муавра – Лапласа.
Интегральная
теорема Муавра-Лапласа содержит
приближенную формулу для вероятности
того, что событие
появится не менее
раз и не более
раз.
Теорема.
Вероятность того, что событиепоявится в
испытаниях от
до
раз, приближенно равна определенному
интегралу
,
где
;
.
Доказательство. На основании теоремы сложения вероятностей несовместных событий
.
Или, используя локальную теорему Лапласа,
,
Введем
обозначение
,
И
запишем
в виде
.
Очевидно,
при
величина
и
последняя сумма стремится к определенному
интегралу:
,
что и требовалось доказать.
Введем стандартный интеграл Лапласа (функцию Лапласа):
,
который, очевидно, является первообразной функции Гаусса
.
Тогда на основании формулы Ньютона – Лейбница можно записать
.
Значения
функций
и
обычно находятся из таблиц, причем
таблицы обычно даны лишь для неотрицательных
значений
,
поскольку
– четная функция, а
– нечетная.
Лекция 6. Случайная величина и ее функция распределения. Свойства функции распределения.
Одним из важнейших понятий теории вероятностей является понятие случайной величины.
Случайнойназывают величину, которая в результате испытания примет одно и только одно возможное значение, наперед неизвестное и зависящее от случайных причин, которые заранее не могут быть учтены.
Пример 1. Число родившихся мальчиков среди ста новорожденных – случайная величина, имеющая следующие возможные значения: 0, 1,… 100.
Пример 2. Расстояние, которое пролетит снаряд при выстреле из орудия, является случайной величиной, которая зависит не только от установки прицела, но и от силы и направления ветра, температуры, влажности и т.д. Возможные значения этой случайной величины принадлежат некоторому промежутку (a,b).
Случайная
величина обычно обозначается прописной
латинской буквой (),
ее конкретные значения – строчными
буквами (
).
Более
строгое формально-математическое
определение случайной величины: случайной
величиной называется функция
,
определенная на множестве элементарных
событий
,
.
Случайные величины делятся на дискретныеинепрерывные.
Дискретной(прерывной) называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными вероятностями. Число возможных значений дискретной случайной величины может быть конечным или бесконечным (счетное множество значений).
Непрерывнойназывают случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Очевидно, число возможных значений непрерывной случайной величины бесконечно.