![](/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
Закон распределения дискретной случайной величины.
Соответствие
между всеми возможными значениями
дискретной случайной величины и их
вероятностями, т.е. совокупность пар
чисел ()называетсязакономраспределенияданной случайной величины.
Закон распределения можно задавать таблично, аналитически (в виде формулы) и графически. При табличном задании закона распределения первая строка таблицы содержит возможные значения, а вторая – их вероятности:
|
|
|
|
|
|
|
|
|
|
Так
как в одном испытании случайная величина
принимает одно и только одно возможное
значение, то события
образуют полную группу, в связи с чем
сумма вероятностей этих событий равна
единице:
Пример.
Пусть всхожесть семян данного
растения определяется вероятностью
0,6. Найти закон распределенияX– числа появившихся растений из 5
посаженных семян.Решение:
случайная величинаXможет
принимать значения 0,1,2,…5. Задача
описывается схемой испытаний Бернулли
с.
Таким образом
и мы получим
|
0 |
1 |
2 |
3 |
4 |
5 |
|
0,01 |
0,077 |
0,230 |
0,345 |
0,259 |
0,0778 |
Функция распределения случайной величины и ее свойства.
Как уже отмечалось, дискретная случайная величина может быть задана перечнем всех ее возможных значений и их вероятностей. Такой способ неприменим для непрерывных случайных величин, так как невозможно составить перечень всех возможных значений, заполняющих интервал (a,b). В связи с этим вводится понятие функции распределения вероятностей случайной величины, пригодное как для дискретной, так и для непрерывной случайной величины.
Пусть
x– действительное число.
Вероятность события, состоящего в том,
чтоXпримет значение,
меньшееx, т.е. вероятность
события,
обозначим через
.
Разумеется, еслиxизменяется, то, вообще говоря, изменяется
и
,
т.е.
есть функцияx.
Функцией
распределения называют функцию,
определяющую вероятность того, что
случайная величинаXв
результате испытания примет значение,
меньшееx:
Геометрически
это равенство можно истолковать так:есть вероятность того, что случайная
величина примет значение, которое
изображается на числовой оси точкой,
лежащей левееx.
Рассмотрим по-отдельности случаи дискретной и непрерывной случайной величин.
1.
Дискретная случайная величина.
Рассмотрим функцию распределения
дискретной случайной величины
,
принимающей значения
.
Если
, то
, так как в этом случае событие
является невозможным.
Если
, то событие
наступит тогда и только тогда, когда наступит событие
, поэтому
.
Если
, то событие
равно сумме событий
и
и
.
Аналогично, если
, то
.
Таким
образом, функция распределения случайной
дискретной величины равна
,
где
,
и суммирование производится по тем
,
для которых
.
Таким
образом, в точках
функция распределения испытывает
скачки.
2.
Непрерывная случайная величина.
В отличие от случая дискретной случайной
величины в данном случаепробегает все непрерывное множество
значений, а сама функция
возрастает монотонно.
Если
вероятность события
равна
,
а вероятность события
равна
,
то вероятность того, что случайная
величина
заключена между
и
равна разности соответствующих значений
функции распределения:
.
Вероятность того, что непрерывная случайная величина Xпримет одно определенное значение, равна нулю. Имеет смысл рассматривать лишь вероятность попадания ее в некоторый интервал, пусть даже и сколь угодно малый.
График функции распределения для дискретной случайной величины представляет собой ступенчатую разрывную функцию, а непрерывной –монотонно возрастающую непрерывную функцию.
Пример.Пусть среднедушевой доход в у.е. описывается функцией распределения
где
.
Какова вероятность того, что в случайно
выбранной семье среднедушевой доход
меньше 200 у.е.? Вероятность того, что
среднедушевой доход лежит в пределах
от 50 до 150 у.е.? Ответ: а)
,
б) 0,534.