Историки об Елизавете Петровне: Елизавета попала между двумя встречными культурными течениями, воспитывалась среди новых европейских веяний и преданий...
Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...
Топ:
Устройство и оснащение процедурного кабинета: Решающая роль в обеспечении правильного лечения пациентов отводится процедурной медсестре...
Характеристика АТП и сварочно-жестяницкого участка: Транспорт в настоящее время является одной из важнейших отраслей народного...
Техника безопасности при работе на пароконвектомате: К обслуживанию пароконвектомата допускаются лица, прошедшие технический минимум по эксплуатации оборудования...
Интересное:
Распространение рака на другие отдаленные от желудка органы: Характерных симптомов рака желудка не существует. Выраженные симптомы появляются, когда опухоль...
Лечение прогрессирующих форм рака: Одним из наиболее важных достижений экспериментальной химиотерапии опухолей, начатой в 60-х и реализованной в 70-х годах, является...
Уполаживание и террасирование склонов: Если глубина оврага более 5 м необходимо устройство берм. Варианты использования оврагов для градостроительных целей...
Дисциплины:
2017-11-15 | 489 |
5.00
из
|
Заказать работу |
Если возможными значениями дискретной случайной величины являются 0, 1, 2, …, n, а соответствующие им вероятности вычисляются по формуле Бернулли:
то говорят, что случайная величина имеет биномиальный закон распределения:
64. Испытания Бернулли
Формула Бернулли — формула в теории вероятностей, позволяющая находить вероятность появления события A при независимых испытаниях. Формула Бернулли позволяет избавиться от большого числа вычислений — сложения и умножения вероятностей — при достаточно большом количестве испытаний. Названа в честь выдающегося швейцарского математика Якоба Бернулли, выведшего формулу.
Формулировка
Теорема: Если Вероятность p наступления события Α в каждом испытании постоянна, то вероятность того, что событие A наступит k раз в n независимых испытаниях, равна: , где .
[Доказательство
Так как в результате независимых испытаний, проведенных в одинаковых условиях, событие наступает с вероятностью , следовательно противоположное ему событие с вероятностью .
Обозначим — наступление события в испытании с номером . Так как условия проведения опытов одинаковые, то эти вероятности равны. Пусть в результате опытов событие наступает раз, тогда остальные раз это событие не наступает. Событие может появиться раз в испытаниях в различных комбинациях, число которых равно количеству сочетаний из элементов по . Это количество сочетаний находится по формуле:
.
При этом вероятность каждой комбинации равна произведению вероятностей:
.
Применяя теорему сложения вероятностей несовместных событий, получим окончательную Формулу Бернулли:
, где .
Схема испытаний Бернулли
Пусть один и тот же опыт повторяется п раз, испытания независимы, в результате каждого испытания может наступить или нет событие А. Пусть Р(А) = р — вероятность наступления А, тогда = q = 1 - р. Такая схема испытаний называется схемой Бернулли. Найдем вероятность того, что событие А произойдет при n испытаниях m раз.
Пространство элементарных событий состоит из произведений п событий А или Событие
В, состоящее в том, что событие А произойдет при п испытаниях т раз, включает те в которых А содержится раз, их По формуле (34.7) поэтому по (34.3)
Формула (34.10) называется формулой Бернулли.
Пример: Найти вероятность того, что четырехзначный номер первого встречного автомобиля содержит две цифры 5.
Так как = 4 (число цифр в номере), = 2, событие А — данная цифра номера 5, — не 5, Р(А) = 1/10, = 9/10, то
= 6 · 0,01· 0,81 = 0,0486
При больших значениях подсчет проводится по при-
ближенной формуле (локальная теорема Лапласа)
Если велико, а то применяют приближенную
формулу Пуассона:
65. Математическое ожидание дискретной величины, его свойства
МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ ДИСКРЕТНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ [ mathematical expectation ]
Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности: M (X) = x 1 p 1+ x 2 p 2+...+ xn pn.
Реально на основе данных выборки мы не можем вычислить M (X). Однако эту характеристику можно оценить. В качествеоценки можно использовать среднее арифметическое, то есть M (X) ≈ `X. Чем больше объём выборки (число наблюдений), тем точнее эта оценка. Математическое ожидание обладает следующими свойствами:
1. Математическое ожидание постоянной величины равно самой постоянной: M (C) = C.
2. Постоянный множитель можно выносить за знак математического ожидания: M (CX) = CM (X).
3. Математическое ожидание суммы нескольких случайных величин равно сумме математических ожиданий слагаемых: M (X + Y + Z) = M (X)+ M (Y)+ M (Z).
4. Математическое ожидание произведения нескольких взаимно независимых случайных величин равно произведению их математических ожиданий: M (X × Y × Z) = M (X)× M (Y)× M (Z). Все эти свойства имеют большое практическое значение.
Математи́ческое ожида́ние — среднее значение случайной величины, распределение вероятностей случайной величины, рассматривается в теории вероятностей.[1] В англоязычной литературе и в математическом сообществе Санкт-Петербурга обозначается через (например, от англ. Expectedvalue или нем. Erwartungswert), в русской — (возможно, отангл. Meanvalue или нем. Mittelwert, а возможно от рус. Математическое ожидание). В статистике часто используют обозначение
Определение
Пусть задано вероятностное пространство и определённая на нём случайная величина . То есть, по определению, — измеримая функция. Если существуетинтеграл Лебега от по пространству , то он называется математическим ожиданием, или средним (ожидаемым) значением и обозначается или .
Дискретные распределения
Определение 3. Случайная величина называется простой или дискретной, если она принимает не более, чем счётное число значений. То есть , где — разбиение .
Распределение простой случайной величины тогда по определению задаётся: . Введя обозначение , можно задать функцию . Очевидно, что . Используя счётную аддитивность , легко показать, что эта функция однозначно определяет распределение .
Определение 4. Функция , где часто называется дискретным распределением.
Пример 1. Пусть функция задана таким образом, что и . Эта функция задаёт распределение случайной величины такой, что (распределение Бернулли).
Теорема 3. Дискретное распределение обладает следующими свойствами:
1. ;
2. .
Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого...
Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим...
Своеобразие русской архитектуры: Основной материал – дерево – быстрота постройки, но недолговечность и необходимость деления...
Состав сооружений: решетки и песколовки: Решетки – это первое устройство в схеме очистных сооружений. Они представляют...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!