- •События, их виды и действия с ними. Алгебра событий. Аксиоматическое определение вероятности.
- •Аксиоматическое определение вероятности
- •Классическое и статистическое определения вероятности. Свойства вероятности. Классическое определение вероятности.
- •Свойства вероятности.
- •Относительная частота. Статистическое определение вероятности.
- •Теоремы сложения вероятностей. Теорема сложения вероятностей.
- •4. Независимость событий. Условные вероятности. Теоремы об умножениях вероятностей зависимых и независимых событий. Условная вероятность
- •Независимость событий
- •Теоремы умножения вероятностей.
- •5. Формула полной вероятности. Формулы Байеса. Формула полной вероятности.
- •6. Схема и формула Бернулли.
- •7. Понятия случайной величины.
- •Функция распределения
- •Свойства функции распределения:
- •Числовые характеристики дискретной случайной величины.
- •Свойства математического ожидания:
- •Свойства дисперсии:
- •8. Математическое ожидание св и его свойства.
- •Дисперсия и ее свойства. Стандартное отклонение.
- •Свойства дисперсии:
- •10. Биномиальное распределение. Формула Бернулли. Распределение Пуассона. Биномиальное распределение
- •Распределение Пуассона
- •11. Непрерывная случайная величина
- •Свойства функции распределения:
- •Плотность распределения вероятностей и ее свойства.
- •Свойства плотности распределения вероятностей:
- •13. Равномерный закон распределения
- •Понятие многомерной (векторной) св и ее закон, функция и плотность распределения. Условные математические ожидания и дисперсии. Многомерные случайные величины
- •Зависимые св. Ковариация и коэффициент корреляции. Корреляционная матрица случайного вектора. Независимые случайные величины
- •Свойства независимых случайных величин
- •Ковариация
- •Линейный коэффициент корреляции
- •Нормальное распределение.
- •Центральная предельная теорема
- •Нормальное распределение(не википед)
- •18. Вероятность попадания св в заданный интервал .Вероятность заданного отклонения нормальной св.Правило 3 сигм.
- •Отметим ряд свойств функции Лапласа, полезных для применения.
- •19. Теоремы Муавра-Лапласа
- •Понятие о центральной предельной теореме Ляпунова и ее применение.
- •Задачи математической статистики. Генеральная и выборочная совокупности.
- •Статистическое распределение. Эмпирическая функция распределения и ее свойства.
- •Полигон и гистограмма.
- •Генеральная и выборочная средние, их свойства. Оценка генеральной средней по выборочной.
- •Генеральная и выборочная дисперсии, их свойства. Оценка генеральной дисперсии по выборочной. Исправленная дисперсия.
- •Линейная регрессия. Метод наименьших квадратов.
10. Биномиальное распределение. Формула Бернулли. Распределение Пуассона. Биномиальное распределение
Пусть производится n независимых испытаний, в каждом из которых событие А может появиться, либо не появиться. Вероятность наступления события во всех испытаниях постоянна и равна р (следовательно, вероятность непоявления q=1-p). Рассмотрим в качестве дискретной случайной величины X число появлений события А в этих испытаниях.
Поставим перед собой задачу: найти закон распределения величины X. Для ее решения требуется определить возможные значения X и их вероятности.
Очевидно, событие А в n испытаниях может либо не появиться, либо появиться 1 раз, либо 2 раза либо n
раз. Таким образом, возможные значения X таковы: х1=0, x2=1, x3=2, xn+1=n.
Остается найти вероятности этих возможных значений, для чего достаточно воспользоваться формулой Бернулли:
Pn(k)=Cnkpkqn-k (*)
Где k=0,1,2,3…n
Формула (*) и является аналитическим выражением искомого закона распределения.
Биномиальным называют распределение вероятностей, определяемое формулой Бернулли.
Закон назван «биноминальным» потому, что правую часть равенства (*) можно рассматривать как общин член разложения бинома Ньютона
(p+q)n = Cnnpn + Cnn-1pn-1q+ ... + Cnkpkqn-k +…+ Cn0qn
Таким образом, первый член разложения рn определяет вероятность наступления рассматриваемого события n раз в n независимых испытаниях: второй член npn-1q определяет вероятность наступления события n—1 раз; ...; последний член qn определяет вероятность того, что событие не появится ни разу.
Напишем биноминальный закон в виде таблицы:
X n n-1 … k … 0
P pn npn-1q … Cnkpkqn-k … qn
Пример. Монета брошена 2 раза. Написать в виде таблицы закон распределения случайной величины X — числа выпадений герба. Решение. Вероятность появления герба в каждом бросании монеты Р=1/2» следовательно, вероятность непоявления
герба q=1-1/2=1/2
При двух бросаниях монеты герб может появиться либо 2 раза, либо 1 раз, либо совсем не появиться. Таким образом, возможные значения X таковы: x1=2, x2=1, x3=0.
Найдем вероятности этих возможных значений по формуле Бернуллн:
P2(2)=C22p2=(1/2)2=0,25.
P2(1)=C21pq=2*1/2*1/2=0,5.
P2(0)=C20q2=(1/2)2=0,25.
Напишем искомый закон распределения: X 2 I 0
P 0.25 0.5 0.25.
Контроль: 0,25+0,5+0,25=1.
Формула Бернулли
Предположим, что несколько одинаковых машин в одних и тех же условиях перевозят груз. Любая машина может выйти из строя при этих перевозках. Пусть вероятность выхода из строя одной машины не зависит от выхода из строя других машин. Это значит, что рассматриваются независимые события (испытания). Вероятности выхода из строя каждой из этих машин примем одинаковыми ( ).
Пусть, в общем случае, производится независимых испытаний. Ставится задача определения вероятности того, что ровно в испытаниях наступит событие , если вероятность наступления этого события в каждом испытании равна . В случае с машинами это могут быть вероятности выхода из строя ровно одной машины, ровно двух машин и т.д.
Определим вначале вероятность того, что в первых испытаниях событие наступит, а в остальных испытаниях — не наступит. Вероятность такого события может быть получена на основании формулы вероятности произведения независимых событий
,
где .
Так как рассматривалась только одна из возможных комбинаций, когда событие произошло только в первых испытаниях, то для определения искомой вероятности нужно перебрать все возможные комбинации. Их число будет равно числу сочетаний из элементов по , т.е. .
Таким образом, вероятность того, что событие наступит ровно в испытаниях определяется по формуле
, (3.3)
где .
Формула (3.3) носит название формулы Бернулли.
Пример. В четырех попытках разыгрываются некоторые предметы. Вероятность выигрыша в каждой попытке известна и равна 0,5. Какова вероятность выигрыша ровно трех предметов?
Решение. По формуле Бернулли находим