- •1 Основные понятия и теоремы теории вероятностей.
- •1 События и их виды,вероятность
- •2 Непосредственный подсчёт вероятностей
- •3 Относительная частота. Теорема бернулли
- •4 Сумма событий. Теорема сложения вероятностей для несовместных событий
- •5 Произведение событий. Условная и безусловная вероятности. Теорема умножения для независимых событий
- •6. Условие независимости событий.Теорема умножения вероятностей для независимых событий.
- •7 Теорема сложения для совместных событий
- •8 Многократные испытания. Формула бернулли
- •9. Вероятное число появлений событий
- •10 Виды случайных величин. Понятие закона распределения
- •11 Формы задания закона распределения дискретных случайных величин
- •13 Функция распределения и ее свойства
- •14 Вероятность попадания случайной величины на заданный интервал
- •16 Математическое ожидание, его свойства
- •15 Моменты
- •21 Нормальный закон распределения и его основные параметры
- •22 Понятие о центральной предельной теореме
- •24 Вероятность попадания нормально распределённой случайной величины на заданный интервал
- •23 Интеграл вероятностей, его связь с ф. Распределения
- •27 Не до конца!!! дополнительные характеристики разброса случайной величины
- •29 Основные задачи.
- •30 Основные понятия математической статистики.
- •31 Статистические моменты
- •39 Дополнительные характеристики: асимметрия и эксцесс
- •32 Определение закона распределения на основе опытных данных
- •33 Критерий согласия пирсона
- •34 Оценивание параметров
- •36 Точечные оценки параметров и понятие о доверительных интервалах
- •5.1 Понятие о статистических связях
- •41 Коэффициент корреляции
- •44 Уравнение регрессии
- •3. Составим уравнение регрессии на d:
- •20. Связь предельной погрешности округлений со средним квадратическим отклонением погрешности округлений.
- •37. Доверительный интервал для математического ожидания при известном среднем квадратическом отклонении
- •42. Оценка надежности коэффициента корреляции при малом числе измерений.
- •43. Оценка надежности коэффициента корреляции при большом числе измерений
- •Приложения
13 Функция распределения и ее свойства
Функция распределения.
Для непрерывной случайной величины график функции распределения (рис. 2.3) имеет форму плавной кривой.
Свойства функции распределения:
;
;
,
если
.

Рис. 2.3 — Функция распределения непрерывной величины
Плотность распределения определяется как производная от функции распределения, т.е.
|
|
Кривая, изображающая плотность распределения случайной величины, называется кривой распределения (рис. 2.4).
Свойства плотности:
,
т.е. плотность есть неотрицательная
функция;
,
т.е. площадь, ограниченная кривой
распределения
и осью абсцисс, всегда равна 1.
Если все возможные значения случайной величины Х заключены в пределах от a до b, то второе свойство плотности примет вид:
.

Рис. 2.4 — Кривая распределения
14 Вероятность попадания случайной величины на заданный интервал
На практике часто оказывается необходимым знать вероятность того, что случайная величина Х примет значение, заключённое в некоторых пределах, например, от до . Искомая вероятность для дискретной случайной величины Х определяется по формуле
|
|
при
этом условились левую границу
включать в участок
,
а правую β—
не включать.
Для непрерывной случайной величины Х формула примет вид:
|
|
так
как вероятность любого отдельного
значения непрерывной случайной величины
равна нулю:
.
Вероятность попадания непрерывной случайной величины Х на интервал (,) определяется также выражением:
|
|
Эта вероятность численно равна заштрихованной площади на рис. 2.4.
Выразим
функцию распределения
через плотность
.
Функция распределения определяется
выражением , а, учитывая , получаем
формулу для вычисления функции
распределения непрерывной случайной
величины
|
|
где х в верхнем пределе интегрирования представляет собой конкретное значение аргумента.
Задача 2.2. В условиях задачи 2.1 найти вероятность того, что число попаданий в мишень будет находиться в пределах от 1 до 3 (т.е. будет равно или 1, или 2).
Решение. На основании имеем
.
Действительно,
.
Задача 2.3. Случайная величина Х задана функцией распределения

Найти
плотность
,
а также вероятность того, что в результате
испытания случайная величинаХ
примет значение, заключённое в интервале
.
Решение:

Вероятность попадания случайной величины Х в интервал
определяем по формуле . Принимая
и
,
находим

или по формуле
.
16 Математическое ожидание, его свойства
Закон распределения характеризует полностью случайную величину с вероятностной точки зрения. Однако при решении ряда задач достаточно бывает указать только отдельные числовые параметры, характеризующие основные черты распределения; например, какое-то среднее значение (центр распределения), около которого группируются возможные значения случайной величины, или, например, число, характеризующее степень разброса этих значений относительно среднего, и т.д.
Математическое
ожидание
служит
характеристикой центра распределения
случайной величины.
Применяют обозначения:
или
.
Математическим ожиданием дискретной случайной величины Х называют сумму произведений всех её возможных значений на их вероятности
|
|
Математическое ожидание непрерывной случайной величины Х определяется по формуле
|
|
Свойства математического ожидания:
,
где С —
постоянная величина;
;
,
если
—
взаимно независимые случайные величины.

.
,
.