Академический Документы
Профессиональный Документы
Культура Документы
Событие называется случайным, если в результате испытания оно может, как произойти, так и не произойти,
при этом должен иметь место принципиальный критерий случайности: случайное событие – есть следствие
случайных факторов, воздействие которых предугадать невозможно или крайне затруднительно.
Множество всех взаимоисключающих исходов эксперимента называется Пространством элементарных
событий. Взаимоисключающие исходы — это те, которые не могут наступить одновременно.
Ω = {ω1, ω2 … ωn}
Ω = {a≤ω≤b}
Если в некоторой ситуации произошло по крайней мере одно из двух событий А или В, то говорят, что
произошло событие А+В, которое называют суммой событий А и В.
Если произошли оба события, и А, и В, то говорят, что произошло событие АВ, которое называют
произведением событий А и В.
Событие С называется разностью событий А и В (С = А – В), если событие С происходит тогда и только тогда,
когда происходит событие А, и не происходит событие В.
Важным понятием является полная группа событий. Несколько событий в данном опыте образуют полную
группу, если в результате опыта обязательно появится хотя бы одно из них.
Например, в урне находится десять шаров, из них шесть шаров красных, четыре белых, причем пять
шаров имеют номера. A — появление красного шара при одном извлечении, B — появление белого шара, C
— появление шара с номером. События A,B,C образуют полную группу совместных событий.
Если событие А не произошло, то говорят, что произошло противоположное событие А
Условная вероятность – это вероятность наступления события В при условии, что событие А уже произошло.
События А и В являются НЕзависимыми, если вероятность любого из них не зависит от появления либо
непоявления другого события.
Событие В является зависимым, если помимо случайных факторов его вероятность зависит от появления либо
непоявления события А. Вероятность события В, вычисленная в предположении того, что событие А уже
произошло, называется условной вероятностью наступления события В и обозначается через Р(А/В). При этом
события А и В называют зависимыми событиями (хотя, строго говоря, зависимо только одно из них).
P(AB) = P(A) x PA(B)
Для независимых событий – PA(B) = P(B)
Пусть есть некоторое событие А, которое может произойти в результате появления одного из независимых
событий (гипотез) В1, В2, … Bn
Полная вероятность для события А:
Важным следствием формулы Байеса является формула полной вероятности события, зависящего от
нескольких несовместных гипотез
Схемой Бернулли (англ. Bernoulli scheme) называется последовательность независимых испытаний, в каждом
из которых возможны лишь два исхода — «успех» и «неудача», при этом успех в каждом испытании
происходит с одной и той же вероятностью p∈(0,1) , а неудача — с вероятностью q=1−p.
Если вероятность р наступления события А в каждом испытании постоянна, то вероятность того, что событие А
m m n−m
наступит т раз в n независимых испытаниях, равна Pm,n= C n p q
n – число независимых испытаний
p - вероятность
m - количество раз, при которых наступит событие А в n-испытаниях
Локальная теорема. Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность
появления события равна p(0<p<1), событие наступит ровно k раз (безразлично, в какой последовательности),
приближенно равна (тем точнее, чем больше n)
2
−x
1 1 k−np
Pn(k) = φ (x) здесь φ ( x )= e 2
x=
√ npq √2 π √ npq
Интегральная теорема. Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность
появления события равна p(0<p<1), событие наступит не менее ki раз и не более k2 раз, приближенно
равна P(ki, k2) = Ф (х’’) - Ф (х’)
2
х −z
1 (k 1−np) (k 2−np)
Здесь Ф (х) = ∫e
√2 π 0
2
dz х’ =
√ npq
х’’ =
√ npq
8. Случайные величины. Функция распределения случайной величины, ее свойства. Вероятность
попадания случайной величины на заданный участок.
Случайной называют величину, которая в результате испытания примет одно и только одно числовое
значение, зависящее от случайных факторов и заранее непредсказуемое.
Случайная величина, принимающая конкретные значения, называется дискретной.
Случайная величина, принимающая любые значения из интервала (a;b), называется непрерывной
lim F ( x )=F( x0 )
4) F(x) непрерывна справа, т.е. x→ x +0
0
∫ f ( x ) dx=1
−∞
Геометрический смысл условия нормировки: площадь под кривой плотности распределения равна единице.
3. Вероятность попадания случайной величины X в промежуток от α до β может быть вычислена по формуле
β
F(x) = ∫ f ( t ) dt
−∞
Значение плотности распределения в точке x не равно вероятности принять это значение, для непрерывной
случайной величины речь может идти только о вероятности попадания в заданный интервал. Пусть [x, x + Δx)
— интервал произвольно малой длины Δx > 0. Вероятность попадания случайной величины в этот интервал
приближенно равна произведению значения плотности распределения в точке x на длину этого интервала:
f(x)Δx, то есть вероятность пропорциональна длине интервала, причем коэффициент пропорциональности
равен значению плотности распределения в точке x (рис.).
∞
Дисперсия непрерывной случайной величины есть D(X) = ∫ ( x−M ( x ) )2 f (x)dx
−∞
10. Числовые характеристики случайной величины (мат ожидание, мода, медиана, начальные и
центральные моменты, дисперсия, среднее квадратичное отклонение)
11. Равномерное распределение случайной величины, его основные числовые характеристики.
Нормальное распределение случайной величины., его основные числовые характеристики.
Показательное распределение случайной величины, его основные числовые характеристики.
Распределение Симпсона.
Биноминальное распределение случайной величины, его основные числовые характеристики.
Распределение Пуассона случайной величины, его основные числовые характеристики.
Равномерным называется распределение таких случайных величин, все значения которых лежат на
некотором отрезке AB, и имею постоянную плотность вероятности на этом отрезке.
Это означает, что если плотность вероятности одинакова для всех точек отрезка AB, то вероятность попадания
точки в некоторую часть этого отрезка — равновероятна.
∞
a+b
M(x) = ∫ xf ( x ) dx = 2
−∞
2
(b−a)
D(x) = 12
b−a
σ x=
2 √3
μ – мат ожидание
σ – среднее квадрастическое отклонение
2
D - σ – дисперсия
Свойство 2. График функции плотности f(x) симметричен относительно прямой, проходящей через точку а: х =
а.
Из этого свойства следует равенство для нормально распределенной случайной величины моды, медианы и
математического ожидания.
Свойство 3. Кривая распределения имеет две точки перегиба с координатами и
Дискретная случайная величина X имеет биномиальный закон распределения с параметрами n и р, если она
принимает значения 0, 1, 2, …, m,… n с вероятностями
Как видим, вероятности P(X=m) находятся по формуле Бернулли. Следовательно, биномиальный закон
распределения представляет собой закон распределения числа Х=m наступлений события А в n независимых
испытаниях, в каждом из которых оно может произойти с одной и той же вероятностью р. Ряд распределения
биномиального закона имеет вид:
Дискретная случайная величина Х имеет закон распределения Пуассона с параметром λ > 0, если она
принимает значения 0, 1, 2,.., m... (бесконечное, но счетное множество значений) с вероятностями
12. Функция распределения системы двух случайных величин (определение, некоторые свойства).
Двумерная плотность распределения. Плотности распределения составляющих двумерной
случайной величины.
Функцией распределения системы двух случайных величин (X, Y) называется вероятность совместного
выполнения двух неравенств X<x и Y<y
13. Числовые характеристики системы двух случайных величин. Начальные и центральные моменты,
корелляционный момент, коэффициент корелляции. Связь независимости и некореллированности
случайных величин.
11 вопрос +
16. Закон распределения функции двух случайных величин. Плотность распределения суммы двух
случайных величин.
17. Неравенство Чебышева. Закон больших чисел в форме теоремы Чебышева
18. Центральная предельная теорема для суммы одинаково распределенных независимых случайных
величин.
19. Характеристическая функция. Примеры применения характеристической функции. Основные
свойства характеристических функций.
20. Понятие о случайных векторах