- •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
Вероятность попадания непрерывной случайной величины в заданный интервал
Зная плотность распределения, можно вычислить вероятность того, что непрерывная случайная величина примет значение, принадлежащее заданному интервалу. Вычисление основано на следующей теореме.
Теорема. Вероятность того, что непрерывная случайная величина Х примет значение, принадлежащее интервалу (а,b ), равна определенному интегралу от плотности распределения, взятому в пределах от а до b:
Доказательство. Используем соотношение
По формуле Ньютона—Лейбница,
Таким образом,
Геометрически полученный результат можно истолковать так: вероятность того, что непрерывная случайная величина примет значение, принадлежащее интервалу (а, Ь), равна площади криволинейной трапеции, ограни-
Замечание. В частности, если f(x)—четная функция и концы интервала симметричны относительно начала координат, то
Пример. Задана плотность вероятности случайной величины Х
Найти вероятность того, что в результате испытания Х примет значение, принадлежащее интервалу (6,5; 1).
Решение. Искомая вероятность