Открыть Электронные книги
Категории
Открыть Аудиокниги
Категории
Открыть Журналы
Категории
Открыть Документы
Категории
λm e−λ
вычисляется по формуле: Pm , n ( A )=
m!
Локальная теорема Муавра-Лапласа. Если вероятность наступления события А одинакова во всех
1
опытах и равна p (в пределах десятых), то при n → ∞ вероятность равна: Pk , n ( A ) = φ(x ),
√ npq
k −np
где x= , а φ ( x ) – табличное значение.
√ npq
Интегральная теорема Муавра-Лапласа. Пусть событие А в каждом из n независимых испытаний
может наступить с одной и той же вероятностью p, тогда вероятность того, что событие А появится в
k 1.2 −np
интервале от k 1 до k 2 вычисляется по формуле: Pk , k2 ( A )=Ф ( x2 ) −Ф( x 1), где x 1.2= , а Ф(x) –
1
√ npq
табличное значение.
4. ДИСКРЕТНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА. ЗАКОН РАСПРЕДЕЛЕНИЯ СЛУЙЧАЙНОЙ
ВЕЛИЧИНЫ. РЯД РАСПРЕДЕЛЕНИЯ, ПОЛИГОН, ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ.
Дискретная случайная величина – это величина, у которой множество ее возможных значений
конечно или счетно, то есть возможные значения случайной величины можно пронумеровать. Закон
распределения – это полное описание дискретной случайной величины, включающее в себя все
возможные ее значения и их вероятности, с которыми они появляются.
Ряд распределения – таблица из ее возможных значений и их вероятностей:
x x1 x2
p p1 p2
Полигон распределения – график, соединяющий точки из таблицы распределения.
Функция распределения – функция F (x), равную вероятности p, что случайная величина X примет
значение меньше x. F ( x )=P( X < x).
5. НЕПРЕРЫВНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА. ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ И ЕЕ СВОЙСТВА.
ПЛОТНОСТЬ ВЕРОЯТНОСТЕЙ И ЕЕ СВОЙСТВА.
Непрерывная случайная величина – случайная величина, возможные значения которой составляют
конечный или бесконечный промежуток. Функция распределения непрерывной случайной
величины напрерывна. Свойства функции:
0 ≤ F ( x ) ≤ 1; F (−∞ )=0 ; F ( +∞ )=1.
F ( x 2 ) ≥ F ( x1 ) , если x 2 ≥ x 1
P ( a ≤ x ≤b )=F ( b )−F (a)
Плотность распределения вероятности – первая производная от функции распределения:
f ( x )=F ' (x )
Свойства плотности:
f (x) ≥ 0, так как производная от неубывающей
+∞ x
∫ f ( x ) dx=1, F ( x )= ∫ f ( t ) dt
−∞ −∞
b
P ( a ≤ x ≤b )=∫ f ( x ) dx=F ( b )−F (a), с геометрической точки зрения означает, что случайная
a
M ( x )=
{i=1
+∞
∑ x i∗P i , если x – дискретная случайная величина
∫ xf ( x ) dx , если x – непрерывная случайная величина
−∞
D ( x) =
{+∞
∫x
−∞
i=1
2
∑ (xi −M ( x ))2∗Pi , если x – дискретная случайная величина
2
f ( x ) dx−( M ( x ) ) , если x – непрерывная случайная величина
{
F ( x )= x −a ,при a< x< b
b−a
1 , при x ≥b
Вероятность попадания значений случайной величины x в интервал:
' ' b ' −a '
P ( a < x <b )=
b−a
Математическое ожидание и дисперсия случайной величины:
2
b+ a (b−a)
M ( x )= , D ( x )=
2 12
Показательное распределение случайной величины. Показательным (экспоненциальным)
называют распределение вероятностей непрерывной случайной величины Х, которое описывается
плотностью вероятностей:
0 , при x< 0
f ( x )=
{ λ e− λx ,при x ≥0
Функция распределения:
F ( x )=
{1−e0 ,при, приx <0x ≥0
−λx
f ( x )= e ( σ >0)
σ √2 π
Функция распределения:
2
x −t
1 2
Ф ( x )= ∫e dt
√2 π 0
Числовые характеристики:
Вероятность попадания значений нормальной случайной величины в интервал:
a−¿¿
2 a+2 ¿¿ a2 n2 w2 n1 +n 2 w 1+ w 2