- •Ответы на вопросы.
- •1 Способ непосредственного подсчета вероятностей событий.
- •2 Статистический способ определения вероятностей событий.
- •3 Геометрический способ определения вероятностей событий.
- •4 Теорема сложения вероятностей для совместимых событий.
- •5 Теорема сложения вероятностей для несовместимых событий.
- •6 Зависимые и независимые события. Условные вероятности событий.
- •7 Теорема умножения вероятностей.
- •8 Формула полной вероятности.
- •9 Теорема гипотез (Формулы Бейеса).
- •10 Повторение испытаний. Формулы Бернулли.
- •11 Понятие случайной величины. Виды законов распределения.
- •12 Функция распределения случайной величины и ее свойства.
- •13 Плотность распределения случайной величины и ее свойства.
- •14 Вероятность попадания случайной величины на заданный участок.
- •15 Математическое ожидание случайной величины и ее свойства.
- •16 Дисперсия случайной величины и ее свойства. Среднее квадратичное отклонение.
- •17 Закон равномерной плотности.
- •18 Нормальный закон распределения.
- •19 Экспоненциальный закон распределения.
- •20 Вероятность попадания случайной величины на заданный участок.
- •21 Теорема Чебышева.
- •22 Теорема Бернулли.
- •23 Элементы математической статистики. Генеральная и выборочная совокупности. Статистическое распределение выборки.
- •24 Эмпирическая функция распределения, ее построение по опытным данным.
- •25 Гистограмма частот и относительных частот.
- •26 Статистические оценки параметров распределения. Несмещенные, эффективные и состоятельные оценки.
- •27 Интервальные оценки параметров распределения. Доверительный интервал.
- •28 Интервальная оценка математического ожидания нормального распределения при известном среднем квадратичном отклонении.
- •29 Интервальная оценка среднеквадратического отклонения нормального распределения.
- •30 Функция распределения системы случайных величин и ее свойства.
- •31 Плотность распределения системы случайных величин и ее свойства.
- •32 Законы распределения отдельных случайных величин, входящих в систему.
- •33 Условные законы распределения случайных величин.
- •34 Числовые характеристики системы двух дискретных случайных величин.
- •35 Числовые характеристики системы двух непрерывных случайных величин.
- •36 Условное математическое ожидание. Уравнение линии регрессии.
- •37 Корреляционный момент. Коэффициент корреляции.
- •38 Теорема сложения математических ожиданий.
- •39 Теорема сложения дисперсий.
- •40 Математическое ожидание линейной функции случайных аргументов.
- •44 Закон распределения суммы двух случайных величин.
- •45 Композиция одномерных нормальных законов.
- •46 Понятие о центральной предельной теореме.
- •47 Понятие о случайной функции.
- •48 Закон распределения случайной функции.
- •49 Математическое ожидание и дисперсия случайной функции.
- •50 Корреляционная функция случайного процесса и ее свойства. Нормированная корреляционная функция.
- •51 Определение характеристик случайной функции по опытным данным.
- •52 Сложение случайных функций.
- •53 Сложение случайной функции со случайной величиной.
- •54 Умножение случайной функции на неслучайную функцию.
- •55 Стационарная случайная функция и свойства ее характеристик.
14 Вероятность попадания случайной величины на заданный участок.
Пусть случайная непрерывная величина X может принять частное значение в интервале , причем известна ее функция распределения F(x). Требуется найти вероятность попадания ее в этот интервал, т.е. .
Рисунок 4 Определение значений функции распределения на границах интервала
По определению значение функции распределения F(b) в точке b является вероятностью того, что случайная величина примет значение меньшее b, а значение функции распределения F(a) в точке a - вероятностью того, что случайная величина примет значение меньшее a. Следовательно, вероятность попадания случайной величины в этот интервал будет определяться разностью значений функций распределения в граничных точках, т.е.
. (2.1)
Рисунок 5 Определение по функции распределения
Вероятность попадания случайной величины на заданный участок равна приращению функции распределения на этом участке (рис. 5).
Пример 1: Прибор рассчитан на входное напряжение не большее 220 Вольт, а напряжение сети является случайной величиной с функцией распределения
если 210<X<230;
F(x) =0, если X<210;
F(x) =1, если X>230.
Определить вероятность отказа прибора из–за непостоянства напряжения сети.
Решение.
Обозначим через A – событие отказа прибора в работе; V – случайная величина напряжения в сети.
P(A)=P(220<V<230)=F(230)-F(220).
F(230)=(x-210)/20=(230-210)/20=1;
F(220)=(220-210)/20=0,5. Откуда P(A)=1-0,5=0,5.
15 Математическое ожидание случайной величины и ее свойства.
Математическим ожиданием (МО) случайной величины называют ее среднее значение, определяемое по следующим формулам.
Для случайных дискретных величин МО равно
, где - частное значение случайной дискретной величины; - вероятность ее появления.
Для случайной непрерывной величины МО определяется выражением
, где x – частное значение случайной непрерывной величины; f(x)dx – элемент вероятности.
Математическое ожидание случайной величины представляет собой центр, около которого группируются частные значения ее.
Свойства математического ожидания:
а) математическое ожидание случайной величины может быть положительным и отрицательным, целым и дробным, и обладает размерностью случайной величины;
б) не все случайные величины имеют МО. Случайные величины не имеют МО, если или ;
в) математическое ожидание постоянной величины равно самой постоянной величине, т.е. .
г) постоянную величину можно выносить за знак математического ожидания, т.е.
.
Частный случай математического ожидания. Пусть случайная величина X может принимать только два частных значения . Тогда вероятности появления этих частных значений будут равны
.
Откуда математическое ожидание .
Следовательно, математическое ожидание такой случайной величины равна вероятности того, что случайная величина примет значение равное единице.
Пример 1: В технической системе имеется n элементов. Вероятность выхода из строя элемента в течении N часов работы равна p. Требуется определить математическое ожидание числа отказавших элементов в течении N часов работы.
Решение.
Обозначим через X – случайную величину числа отказавших элементов, а через M[X] - математическое ожидание этого числа.
Для использования формулы математического ожидания определяем из условия задачи, что случайная величина X принимает частные значения , причем .
Тогда математическое ожидание числа отказавших элементов будет равно
.
Отсюда следует, что если случайная величина X подчиняется биномиальному закону, то ее МО равно произведению числа опытов на вероятность появления события в одном опыте.