- •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)
2.4Функция распределения вероятностей.
Законы распределения вероятностей для дискретной и непрерывной СВ т.о., задаются различно:
дискретные СВ => вероятностями отдельных возможных значений, Pi
непрерывные СВ => плотностью распределения вероятностей, f(x).
Однако существует единый способ задания законов распределения вероятностей с помощью функции распределения вероятностей (ФРВ):
Функцией распределения вероятностей называют функцию F(X), определяющую вероятность того, что СВ Х в результате испытания примет значение меньшее любого наперед заданного значения х, принадлежащего области значений данной СВ.
ФРВ по физическому смыслу есть вероятность принять любое возможное значение, меньшее х для дискретной СВ или из интервала (- , х) для непрерывной СВ. и численно равна:
А) дискретные СВ: , для любого k = 1 .. n + 1
В) непрерывные СВ:
Часто ФРВ для непрер. СВ назыв. ИФР, а ФПРВ –> ДФР F’(X)=f(x)
Свойства ФРВ:
Значения ФРВ принадлежат отрезку [0, 1]:
F(X) – неубывающая функция, т.е. если x2 > x1, то F(x2) >= F(x1)
Если х (a, b), то F(x<=а) = 0, F(x > b) = 1
Следствие:
Вероятность того, что СВ примет значение, заключенное в интервале (a,b), равна приращению функции распределения на этом интервале.
Графическое представление F(x):
А) Дискретная СВ
|
|
Б) Непрерывная СВ
|
|
(!) Кривая распределения является графическим отображением закона распределения.
3 Числовые характеристики распределения случайных величин
Итак, мы рассмотрели исчерпывающую характеристику случайной величины – закон распределения вероятностей СВ. Однако на практике часто бывает достаточно знать не сам закон распределения (весьма часто мы можем лишь предполагать его вид), а только некоторые его не случайные числовые характеристики, основными из которых являются:
Математическое ожидание или центр рассеивания, вокруг которого группируются более или менее тесно значения СВ
Дисперсия, характеризующая степень группирования СВ относительно центра рассеивания
То есть, знание этих характеристик позволяет знать примерное расположение того более или менее узкого интервала значений СВ, в котором находится основная «масса» вероятности.
Пример:
2 завода производят проволоку, среднее значение усилия на разрыв – 100 кг. Но при этом у первого (график слева) разброс - +/-25 кг, а у второго (график справа) - +/-70 кг. Т.е. проволока первого завода лучше.
3.1Математическое ожидание (мо) св
3.1.1Мо дискретной св
МО дискретной СВ называют сумму произведений всех ее возможных значений на их вероятности.
Для конечного числа значений:
Для бесконечного числа значений: -сумма бесконечного ряда
Пример 1:
-
xI
2
3
5
Pi
0.3
0.1
0.6
Пример 2:
В опыте событие А может появиться с вероятностью p или не появиться с вероятностью (1-p). Определить МО СВ числа появлений события А:
В 1 опыте
В n опытах
а)
-
XI
0
1
Pi
p
1-p
б)