- •Содержание
- •1Основные понятия теории вероятностей (тв).
- •1.1Предмет тв
- •1.2Виды случайных событий
- •1.3Вероятность
- •1.4Относительная частота
- •1.5Теоремы сложения вероятностей
- •1.6Теорема умножения вероятностей
- •1.7Теорема о полных вероятностях
- •1.8Теорема о повторении опытов
- •1.9Метод производящих функций
- •2Случайные величины и их распределения
- •2.1Понятие случайных величин (св)
- •2.2Дискретная св. Закон распределения вероятностей.
- •2.3Св непрерывного типа. Плотность распределения вероятностей.
- •2.4Функция распределения вероятностей.
- •3 Числовые характеристики распределения случайных величин
- •3.1Математическое ожидание (мо) св
- •3.1.1Мо дискретной св
- •3.1.2Мо непрерывной св
- •3.1.3Свойства мо
- •3.1.4Мода и медиана св
- •3.2Дисперсия св. Понятие среднего квадратического отклонения (ско).
- •3.2.1Определение дисперсии
- •3.2.2Свойства дисперсии
- •4.1.2Геометрическое распределение
- •4.2Типовые распределения непрерывных св
- •4.2.1Равновероятный (равномерный) закон распределения.
- •4.2.2Показательный закон распределение.
- •4.2.3Нормальный закон распределения
- •4.2.3.1Связь с биномиальным законом распределения. Локальная теорема Лапласа (Муавра-Лапласа)
- •4.2.3.2Интегральная теорема Лапласа.
- •4.2.3.3Необходимое и достаточное условие нормального закона распределения (нзр)
4.2Типовые распределения непрерывных св
4.2.1Равновероятный (равномерный) закон распределения.
Область определения:
|
|
На практике наиболее интересен РЗР на интервале от 0 до 1.
4.2.2Показательный закон распределение.
Область определения:
|
|
На практике, чаще всего СВ x имеет смысл времени!, точнее промежутка времени между случайными событиями (а) или до наступления событий (б).
А) x – продолжительность текущего промежутка времени между событиями в потоке (простейший поток!)
Б) x – продолжительность работы изделия (агрегата, прибора, …) до момента наступления его отказа (теория надежности)!
4.2.3Нормальный закон распределения
Область определения:
|
|
Два параметра a и полностью определяют вид кривой нормального распределения. Кривая функции плотности распределения – нормальная кривая, кривая Гаусса.
F(x) – табличная!
Преобразуем введя новую переменную,
Тогда
Новые пределы интегрирования:
т.е.
- интеграл Лапласа.
Пример 1:
Задана СВ X, распределенная по нормальному закону: = 30;
Вероятность отклонения СВ от МО:
4.2.3.1Связь с биномиальным законом распределения. Локальная теорема Лапласа (Муавра-Лапласа)
Если вероятность p появления события A в каждом испытании постоянна и отлична от 0 и 1, то вероятность Pn,m того, что событие A появиться в n испытаниях ровно m раз, приближенно равна (тем точнее чем больше n) значению функции:
-нормировочная функция плотности нормального распределения. - четная функция.
4.2.3.2Интегральная теорема Лапласа.
Если вероятность p появления события A в каждом испытании постоянна и отлична от 0 и 1, то вероятность Pn(m1,m2) того, что событие A появиться в n испытаниях от m1 до m2 раз, приближенно равна определенному интегралу:
или с учетом ранее сказанного:
- нечетная функция.
4.2.3.3Необходимое и достаточное условие нормального закона распределения (нзр)
Введем понятие асимптотически нормального распределения (АНР). Пусть дана бесконечная последовательность СВ z1, z2, …, zn. Говорят, что СВ zi имеют АНР с параметрами и , если закон распределения вероятностей СВ , при стремиться к стандартному НЗР. Это означает, что для t1 и t2 > t1, имеет место предельное соотношение.
а если и представляют собой , то есть есть нормированная СВ с M = 0, D = 1, то zn имеет асимптотически НР с центром рассеивания в и средним квадратическим отклонением .