Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
shpora_k_ekzamenu тв.doc
Скачиваний:
1
Добавлен:
01.03.2025
Размер:
378 Кб
Скачать
☆

15. Предельная формула Пуассона:

если число испытаний велико, вероятность появления А в одном опыте мала, а произведение пр = λ сохраняет постоянное значение для разных серий опытов ( то есть среднее число появлений события А в разных сериях испытаний остается неизменным), то для вычисления биномиальной вероятности используется приближенная формула Пуассона.

Теорема

Если производится серия из n независимых испытаний Бернулли с вероятностью успеха в испытании p, причем n велико, а р - мало, но так, что np→λ=const. Тогда биномиальные вероятности приближенно равны

- прибл. ф-ла Пуассона

Доказательство:

16. Если число испытаний Бернулли n велико, то для вычисления биномиальных вероятностей используются приближенные формулы Пуассона и Муавра-Лапласа.

Локальная теорема Муавра-Лапласа дает асимптотическую формулу, которая позволяет приближенно найти вероятность Рn(m) появления m успехов в n независимых испытаниях Бернулли, когда наряду с числом испытаний n велики также значения np.

Локальная теорема Муавра-Лапласа

Если вероятность р появления события А в каждом из n независимых испытаний постоянна и отлична от 0 и 1, то вероятность Рn(m) того, что в n испытаниях событие А появится ровно m раз, приближенно равна

где

Функция φ(х) четная.

Интегральная теорема Муавра-Лапласа

Если производится серия из n испытаний, в каждом из которых р появления события А постоянна и отлична от 0 и 1, то вероятность того, что в n испытаниях событие А появится от m1 до m2 раз, приближенно равна:

- функция Лапласа.

Следствие:

Если событие А может появиться в каждом из n испытаний с вероятностью р, отличной от 0 и 1, то вероятность того, что абсолютная величина отклонения частоты события от его вероятности будет меньше положительного числа ε, приближенно равна:

17. Полиномиальная схема — схема последовательных испытаний, каждое из которых имеет 2<k возможных исходов с вероятностями p1,p2,…pk.

0<pi<1

Ω={ω={i1,i2,…,in}}

is может принимать любой из k возможных исходов. kn — пространство возможных исходов. Объем пространства соответствует n исходам.

Вероятность того, что в n испытаниях n1 закончится 1ым исходом, n2 - 2ым, а nk - kтым исходом, равна

Полученная формула называется полиномиальным распределением. Это обобщение статистики Максвелла-Больцмана.

Если проводится n испытаний и результат каждого следующего зависит от предыдущего, то мы имеем схему последовательных зависимых испытаний. Ω={ω={i1,i2,…,in}} —пространство таких испытаний; kn — объем пространства. Вероятности каждого такого элементарного исхода рассчитываются через зависимые вероятности:

Любые условные вероятности

0<P(ij/i1…ij-1)<1

Справедлива следующая теорема:

Сумма вероятностей всех элементарных событий такого пространства равна 1, т.е.

Доказательство:

аналогично проделав n таких же шагов в данной сумме, мы получим док-во теоремы.

Если условные вероятности Р(is/i1,i2,…,is-1) таковы, что зависят только от последнего из предшествующих шагов, т.е. равны Р(is/is-1), то такие испытания называются цепями Маркова.

18. Случайной величиной ξ в вероятностном пространстве называется любая действительная функция ξ=ξ(ω), ω Ω, определенная на пространстве элементарных событий Ω. Причем, ф-ция ξ(ω) определена так, что событие А, состоящее в том, что ξ примет значение меньше х для любого действительного х , (т.е. А={ω: ξ(ω)<x}) принадлежит Сигма-алгебре , и, т.о., для любого такого события определена вероятность Р(А)=Р(ξ<x).

Случайная величина, принимающая конечное или счетное множество значений на числовой прямой, называется дискретной величиной.

Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями.

Законы распр-я дискретных случ. величин

1)

2)

3)

19. Функцией распределения вероятностей называется функция Fξ(x), определенная для любого х и выражающая вероятность того, что случайная величина ξ приняла значение меньше х.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]