Показательный закон распределенияСтр 1 из 2Следующая ⇒
Теорема сложения вероятностей Теорема сложения вероятностей формулируется следующим образом. Вероятность суммы двух несовместимых событий равна сумме вероятностей этих событий:
Условная вероятность Условная вероятность — вероятность одного события при условии, что другое событие уже произошло.
Теорема умножения. Теорема умножения. Вероятность совмещения событий А и В равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие осуществилось, т. е.
формула пуассона Теорема. Если вероятность наступления события в каждом испытании постоянна и мала, а число независимых испытаний достаточно велико, то вероятность наступления события ровно раз приближенно равна ,(3.4) где .
Случайная величина Случайной величинойназывается величина, которая в результате опыта может принимать то или иное значение, причем заранее известно какое именно. Это множество может быть как конечным, так и бесконечным. Математические операции над случайными величинами Прерывные случайные величины X и Y называются независимыми, если не зависимы при любых i и j, события X=xi и Y=yj. Пусть случайная величина X принимает x1, x2, x3, …, xn с вероятностями p1, p2, p3 ,…, pn, соответственно, а Y-значения y1, y2, y3, …, ym, с вероятностями q1, q2, q3, …, qm. а) Суммой случайных величин X и Y называется новая случайная величина Z=X+Y, которая принимает все значения вида zij=xi+yj(i=1,2,..n; j=1,2,...,m) с вероятностями pij, причем pij=P(X=xi; Y=yj)=P(X=xi)*PX=xi(Y=yj). Если случайные величины X и Y независимые, то pij= pi+ qj. Аналогично определяется разность и произведение случайных величин. б) Разностью ( произведением) случайных величин X и Y называется новая случайная величина Z=X-Y (Z=XY), которая принимает все значения вида zij=xi-yj (zij=xiyj) с такими же вероятностями, с какими случайная величина Z=X+Y принимает соответствующие значения, т.е. pij= pi+ qj. в) Произведением kX случайной величины Х на постоянную величину k называется новая случайная величина Z=kX, которая с теми же вероятностями, что и Х, принимает значения, равные произведениям значений случайной величины Х на k, т.е. =xi2. г) Квадратом случайной величины Х, т.е. Х2, называется новая случайная величина Z=X2, которая с теми же вероятностями, что и Х, принимает значения, равные квадратам значений случайной величины Х, т.е. zi=xi2.
Математическим ожиданием дискретной случайной величины Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности: M(X) = x1 p1+ x2 p2+...+ xn pn.
Дисперсией дискретной случайной величины
Дисперсией дискретной случайной величины Х называют математическое ожидание квадрата отклонения случайной величины от ее математического ожидания: D ( X ) = M ( X - M ( X )) 2. Для вычислений удобнее пользоваться формулой : Мода и медиана Модой (Мо) случайной величины х называется наиболее вероятное ее значение. Это определение строго относится к дискретным случайным величинам. Для непрерывной величины модой называется такое ее значение для которого функция плотности распределения имеет максимальную величину. Медианой (Ме)случайной величины называется такое ее значение для которого окажется ли случайная величина меньше этого значения. Для непрерывной случайной величины медиана это абсцисса точки в которой площадь под кривой распределяется пополам. Для дискретной случайной величины значение медианы зависит от того четное или нечетное значение случайной величины n=2k+1, то Ме=хк+1 (среднее по порядку значение) Если значение случайных величин четное, т.е n=2k, то Me=(xk+xk+1)/2
Биномиа́льное распределе́ние Биномиа́льное распределе́ние в теории вероятностей — распределение количества «успехов» в последовательности из независимых случайных экспериментов, таких что вероятность «успеха» в каждом из них постоянна и равна . Закон Пуассона Закон Пуассона описывает вероятность возникновения n раз случайного события, имеющего интенсивность λ, за промежуток времени τ: Характерные свойства закона Пуассона: Геометри́ческое распределе́ние Геометри́ческое распределе́ние в теории вероятностей — распределение дискретной случайной величины равной количеству испытаний случайного эксперимента до наблюдения первого «успеха». Показательный закон распределения Теорема:Математическое ожидание и среднеквадратическое отклонение случайной величины, распределенной по показательному закону с параметром , равны: ©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|