- •Предмет теории вероятностей
- •2. Понятие события. Виды событий.
- •Виды случайных событий
- •3. Классическое и статистическое определение вероятности. Основные формулы комбинаторики
- •3.1 Классическое определение вероятности.Свойства вероятности.
- •3.2 Относительная частота. Устойчивость относительной частоты
- •3.3 Ограниченность классического определения вероятности. Статистическая вероятность.
- •3.4 Основные формулы комбинаторики
- •Решение. Искомое число способов
- •1. Понятие суммы и произведения событий.
- •2. Теоремы сложения вероятностей несовместных событий и событий, образующих полную группу событий
- •Теорема сложения вероятностей несовместных событий
- •2.2. Полная группа событий
- •Теорема сложения вероятностей противоположных событий. Принцип практической невозможности маловероятных событий.
- •3.1 Противоположные события
- •3.2. Принцип практической невозможности маловероятных событий
- •2. Теоремы умножения для зависимых и независимых событий.
- •Теорема о вероятности появления хотя бы одного независимого
- •Теорема сложения вероятностей совместных событий
- •2. Формула полной вероятности
- •Деталь может быть извлечена , либо из первого набора (событие в1), либо из второго (событие в2).
- •3. Вероятность гипотез. Формулы Бейеса
- •1) Деталь проверил первый контролер (гипотеза в1);
- •2) Деталь проверил второй контролер (гипотеза b2).
- •1. Формула Бернулли
- •2. Локальная теорема Лапласа
- •3. Интегральная теорема Лапласа
- •Случайная величина
- •Дискретные и непрерывные случайные величины
- •2. Закон распределения вероятностей дискретной случайной величины .
- •3. Биномиальный закон распределения .
- •4 . Распределение Пуассона
- •5 . Геометрическое распределение .
- •Понятие и вероятностный смысл математического ожидания дискретной случайной величины
- •Вероятностный смысл математического ожидания Пусть произведено «n» испытаний, в которых слу-
- •2. Свойства математического ожидания
- •Математическое ожидание случайной величины сх:
- •3. Теорема о математическом ожидании биномиального закона распределения
- •Дисперсия дискретной случайной величины и формула для ее вычисления.
- •1.1 Целесообразность введения числовой характеристики рассеяния случайной величины
- •1.2 Отклонение случайной величины от ее математического ожидания
- •1.3 Дисперсия дискретной случайной величины
- •1.4. Формула для вычисления дисперсии
- •2. Свойства дисперсии и их следствия.
- •Доказательство. По формуле для вычисления дисперсии имеем
- •Дисперсия числа появлений события в независимых испытаниях (дисперсия биномиального закона распределения)
- •3. Среднеквадратическое отклонение одной и суммы независимых случайных величин.
- •Среднее квадратическое отклонение суммы взаимно независимых случайных величин
- •4. Сущность и значение для практики теоремы Чебышева.
- •2. Свойства функции распределения
- •3. График функции распределения
- •1. Определение и свойства плотности распределения.
- •Свойства плотности распределения
- •2. Взаимосвязь функции и плотности распределения вероятностей.
- •Вероятностный смысл плотности распределения.
- •Вероятность попадания непрерывной случайной величины в заданный интервал
4 . Распределение Пуассона
Пусть производится п независимых испытаний, в каждом из которых вероятность появления события А равна р. Для определения вероятности k появлений события в этих испытаниях используют формулу Бернулли. Если же п велико, то пользуются асимптотической формулой Лапласа. Однако эта формула непригодна, если вероятность события мала (Р≤0,1). В этих случаях (п велико, р мало) прибегают к асимптотической формуле Пуассона.
Итак, поставим перед собой задачу найти вероятность того, что при очень большом числе испытаний, в каждом из которых вероятность события очень мала, событие наступит ровно k раз.
Сделаем важное допущение: произведение пр сохраняет постоянное значение, а именно пр=λ. Как будет следовать из дальнейшего, это означает, что среднее число появлений события в различных сериях испытаний, т. е. при различных значениях п, остается неизменным.
Воспользуемся формулой Бернулли для вычисления, интересующей нас вероятности:
но т.к. из формул комбинаторики известно, что число размещений при этом . Тогда можно записать:
дено лишь приближенное значение отыскиваемой вероятности; п хотя и велико, но конечно, а при отыскании предела мы устремим п к бесконечности. Заметим, что поскольку произведение пр сохраняет постоянное значение, то при , вероятность Причём
. Таким образом (для простоты записи знак приближенного равенства опущен):
Эта формула выражает закон распределения Пуассона вероятностей массовых (п велико) и редких (р мало) событий.
Замечание. Имеются специальные таблицы, пользуясь которыми можно найти Pn(к), зная k и λ.
Пример. Завод отправил на базу 5000 доброкачественных изделий. Вероятность того, что в пути изделие повредится, равно 0,0002. Найти вероятность того. что на базу прибудут 3 негодных изделия.
5 . Геометрическое распределение .
Пусть производятся независимые испытания, в каждом из которых вероятность появления события А
только появится событие А. Таким образом, если событие А появилось в к-м испытании, то в предшествующих k—1 испытаниях оно не появлялось.
Обозначим через Х дискретную случайную величину — число испытаний, которые нужно провести до первого появления события А. Очевидно, возможными значе-
сложного события», по теореме умножения вероятностей независимых событий,
По этой причине распределение (*) называют геометрическим.
Легко убедиться, что ряд (**) сходится и сумма его равна единице. Действительно, сумма ряда (**)
Пример. Из орудия производится стрельба по цели до первого попадания. Вероятность попадания в цель р== 0,6. Найти вероятность того, что попадание произойдет при третьем выстреле.
Решение. По условию, р==0.6, q=0,4. k=3. Искомая вероятность по формуле (*.)
Понятие и вероятностный смысл математического ожидания дискретной случайной величины
Как уже известно, закон распределения полностью характеризует случайную величину. Однако часто закон распределения неизвестен и приходится ограничиваться меньшими сведениями. Иногда даже выгоднее пользоваться числами, которые описывают случайную величину суммарно; такие числа называют числовыми характеристиками случайной величины. К числу важных числовых характеристик относится математическое ожидание.
Математическое ожидание, как будет показано далее, приближенно равно среднему значению случайной величины. Для решения многих задач достаточно знать математическое ожидание. Например, если известно, что математическое ожидание числа выбиваемых очков у первого стрелка больше, чем у второго, то первый стрелок в среднем выбивает больше очков, чем второй, и, следовательно, стреляет лучше второго. Хотя математическое ожидание дает о случайной величине значительно меньше сведений, чем закон ее распределения, но для решения задач, подобных приведенной и многих других, знание математического ожидания оказывается достаточным.
Математическое ожидание дискретной случайной величины
Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности.
Если дискретная случайная величина Х принимает счетное множество возможных значений, то
причем математическое ожидание существует, если ряд в правой части равенства сходится абсолютно.
Замечание. Из определения следует, что математическое ожидание дискретной случайной величины есть неслучайная (постоянная) величина. Рекомендуется запомнить это утверждение, так как далее оно используется многократно. В дальнейшем будет показано, что математическое ожидание непрерывной случайной величины также есть постоянная величина.
Пример 1. Найти математическое ожидание случайной величины X. зная закон ее распределения:
Решение. Искомое математическое ожидание равно сумме произведений всех возможных значений случайной величины на их вероятности:
М (Х}==3.0,1 +5.0,6+2.0,3==3,9.
Пример 2. Найти математическое ожидание числа появлений события А в одном испытании, если вероятность события А равна р.
Решение. Случайная величина Х—число появлений события
Итак, математическое ожидание числа появлений события в одном испытании равно вероятности этого события. Этот результат будет использован далее (ниже).