- •Предмет теории вероятностей. Краткая историческая справка.
- •Общие правила комбинаторики.
- •Классификация случайных событий.
- •Классическое определение вероятности. Свойства вероятности.
- •Из определения вероятности вытекают следующие ее свойства:
- •Теорема сложения вероятностей несовместных событий. Теорема сложения вероятностей совместных событий.
- •Теорема сложения для совместных событий
- •Полная группа событий. Противоположные события.
- •Независимые события. Теорема умножения вероятностей независимых событий.
- •Вероятность появления хотя бы одного события.
- •Повторение испытаний
- •Свойства математических ожиданий
- •Свойства дисперсий
- •Вероятный смысл математического ожидания.
- •Математическое ожидание числа появлений событий в независимых испытаниях.
- •Дисперсия дискретной случайной величины.
- •Смотреть вопрос №26.
- •Я вообще хз где эти моменты искать…
- •Дифференциальная функция распределения. Свойства.
- •Тут тоже какая то канитель непонятная…
- •Нормальный закон распределения. Параметры.
- •Вероятность попадания в заданный интервал нормальной случайной величины.
- •А в этом вопросе вообще какая то кривая информация… и ее слишком много для шпоры…
- •Вычисление вероятности заданного отклонения.
Нормальный закон распределения. Параметры.
Нормальное распределение, также называемое гауссовым распределением или распределением Гаусса — распределение вероятностей, которое задается функцией плотности распределения:
где параметр μ — среднее значение (математическое ожидание) случайной величины и указывает координату максимума кривой плотности распределения, а σ² — дисперсия.
Нормальное распределение играет важнейшую роль во многих областях знаний, особенно в статистической физике. Физическая величина, подверженная влиянию значительного числа независимых факторов, способных вносить с равной погрешностью положительные и отрицательные отклонения, вне зависимости от природы этих случайных факторов, часто подчиняется нормальному распределению, поэтому из всех распределений в природе чаще всего встречается нормальное (отсюда и произошло одно из названий этого распределения вероятностей).
Нормальное распределение зависит от двух параметров — смещения и масштаба, то есть является с математической точки зрения не одним распределением, а целым их семейством. Значения параметров соответствуют значениям среднего (математического ожидания) и разброса (стандартного отклонения).
Стандартным нормальным распределением называется нормальное распределение с математическим ожиданием 0 и стандартным отклонением 1.
Вероятность попадания в заданный интервал нормальной случайной величины.
Как уже было установлено, вероятность того, что непрерывная случайная величина примет значение, принадлежащее интервалу , равна определенному интегралу от плотности распределения, взятому в соответствующих пределах: . Для нормально распределенной случайной величины соответственно получим: . Преобразуем последнее выражение, введя новую переменную . Следовательно, показатель степени выражения, стоящего под интегралом преобразуется в: . Для замены переменной в определенном интеграле еще необходимо заменить дифференциал и пределы интегрирования, предварительно выразив переменную из формулы замены: ; ; – нижний предел интегрирования; – верхний предел интегрирования; (для нахождения пределов интегрирования по новой переменной в формулу замены переменной были подставлены и – пределы интегрирования по старой переменной ). Подставим все в последнюю из формул для нахождения вероятности: где – функция Лапласа. Вывод: вероятность того, что нормально распределенная случайная величина примет значение, принадлежащее интервалу , равна: , где – математическое ожидание, – среднее квадратическое отклонение данной случайной величины.
Нормальная кривая. Влияние параметров нормального распределения на форму нормальной кривой.
А в этом вопросе вообще какая то кривая информация… и ее слишком много для шпоры…
Правило трех сигм.
Правило 3-х (трех “сигм”).
Пусть имеется нормально распределённая случайная величина с математическим ожиданием, равным а и дисперсией 2. Определим вероятность попадания в интервал (а – 3; а + 3), то есть вероятность того, что принимает значения, отличающиеся от математического ожидания не более, чем на три среднеквадратических отклонения.
P(а – 3< < а + 3)=Ф(3) – Ф(–3)=2Ф(3)
По таблице находим Ф(3)=0,49865, откуда следует, что 2Ф(3) практически равняется единице. Таким образом, можно сделать важный вывод: нормальная случайная величина принимает значения, отклоняющиеся от ее математического ожидания не более чем на 3.
(Выбор числа 3 здесь условен и никак не обосновывается: можно было выбрать 2,8, 2,9 или 3,2 и получить тот же вероятностный результат. Учитывая, что Ф(2)=0,477, можно было бы говорить и о правиле 2–х “сигм”.)