- •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
1. Определение и свойства плотности распределения.
Определение плотности распределения
Выше непрерывная случайная величина задавалась с помощью функции распределения. Этот способ задания не является единственным. Непрерывную случайную величину можно также задать, используя другую функцию, которую называют плотностью распределения или плотностью вероятности (иногда ее называют дифференциальной функцией). .
Плотностью распределения вероятностей непрерывной
Из этого определения следует, что функция распределения является первообразной для плотности распределения.
Заметим, что для описания распределения вероятностей дискретной случайной величины плотность распределения неприменима.
Свойства плотности распределения
Свойство 1. Плотность распределения—неотрицательная функция:
Доказательство. Функция распределения — неубывающая функция, следовательно, ее производная
Рис.
1
отрицательная.
Геометрически это свойство означает, что точки, принадлежащие графику плотности распределения, расположены либо над осью Ох, либо на этой оси.
График плотности распределения называют кривой распределения.
Свойство 2. Несобственный интеграл от плотности распределения в пределах от - ∞ до + ∞ равен единице:
Доказательство. Несобственный интеграл
том, что случайная величина примет значение, принад-
достоверно, следовательно, вероятность его равна единице.
Геометрически это означает, что вся площадь криволинейной трапеции, ограниченной осью Ох и кривой распределения, равна единице.
В частности, если все возможные значения случайной величины принадлежат интервалу (а, b), то
Пример. Плотность распределения случайной величины Х задана:
Найти постоянный параметр а.
Решение. Плотность распределения должна удовлетворять ус-
венство
Отсюда
Найдем неопределенный интеграл:
Вычислим несобственный интеграл:
Таким образом, искомый параметр
2. Взаимосвязь функции и плотности распределения вероятностей.
Зная плотность распределения f (x), можно найти функцию распределения F (x) по формуле
Действительно, мы обозначили через F (x) вероятность того, что случайная величина примет значение, меньшее x. т. е.
Таким образом, зная плотность распределения, можно найти функцию распределения. Разумеется, по известной функции распределения может быть найдена плотность распределения, а именно:
Пример. Найти функцию распределения по данной плотности распределения:
Построить график найденной функции.
Итак, искомая функция распределения
График этой функции изображен на рис. 1.
Рис. 1.
Вероятностный смысл плотности распределения.
Пусть F (x)—функция распределения непрерывной случайной величины X. По определению плотности
деляет вероятность того. что Х примет значение, при-
дел отношения вероятности того, что непрерывная случайная величина примет значение, принадлежащее интер
равен значению плотности распределения в точке x. По аналогии с определением плотности массы в точке *)
----------------------------------------------------------------------------------------------
точке х как плотность вероятности в этой точке.
Итак, функция f (х) определяет плотность распределе-
ния вероятности для каждой точки х.
Из дифференциального исчисления известно, что приращение функции приближенно равно дифференциалу функции, т. е.
или
Вероятностный смысл этого равенства таков: вероятность того, что случайная величина примет значение.
(с точностью до бесконечно малых высшего порядка от-
Геометрически этот результат можно истолковать так:
вероятность того. что случайная величина примет значение принадлежащее интервалу (х ,х+∆х ),приближенно
равна площади прямоугольника с основанием ∆х и высотой f(x).
На рис. 5 видно, что площадь заштрихованного прямоугольника, равная произве-
женно равна площади криволинейной трапеции (истинной вероятности, определяемой определенным интегралом
площади криволинейного треугольника АВС.