Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Дисперсия случайной величины, имеющей распределение Пуассона.
Дисперсией случайной величины Х называют математической ожидание квадрата отклонения случайной величины от ее математического ожидания:
Это свойство распределения Пуассона часто применяют на практике для решения вопроса, правдоподобна ли гипотеза о том, что случайная величина распределена по закону Пуассона. Для этого определяют из опыта статистические характеристики - математическое ожидание и дисперсию - случайной величины. Если их значения близки, то это может служить доводом в пользу гипотезы о пуассоновском распределении; резкое различие этих характеристик, напротив, свидетельствует против подобной гипотезы.
1.Определение случайной величины и связанных с ней понятий: распределения и функции распределения. Случайной величиной называется функция , измеримая относительно и борелевскойσ-алгебры на . Случайную величину можно определить и другим эквивалентным способом. Функция называется случайной величиной, если для любых вещественных чисел и множество событий , таких что , принадлежит . Пусть дано вероятностноепространство , и на нём определена случайнаявеличина с распределением . Тогда функцией распределения случайной величины называется функция , задаваемая формулой: . То есть функцией распределения (вероятностей) случайной величины называют функцию , значение которой в точке равно вероятности события , то есть события, состоящего только из тех элементарных исходов, для которых . 2.Дискретные случайные величины, законы распределения, примеры (распределение Бернулли, биномиальное распределение, распределение Пуассона). Если случайная величина дискретна, то есть её распределение однозначно задаётся функциейвероятности , то функция распределения этой случайной величины кусочно-постоянна и может быть записана как: . Эта функция непрерывна во всех точках , таких что , и имеет разрыв первого рода в точках . Закон распределения вероятностей р(m)определяется формулой Бернулли: .Закон распределения вероятностей по формуле Бернулли часто называют биномиальным, так как Pn(m) представляет собой m-й член разложения бинома .
1.16.Полная группа событий, априорная и апостериорная вероятность.теорема Байеса. По́лнойгру́ппойсобы́тий в теории вероятностей называется система случайных событий такая, что в результате произведенного случайного эксперимента непременно произойдет одно из них. Пусть есть вероятностное пространство. Любое разбиение множества элементами сигма-алгебры называется полной группой событий. Теорема Байеса- формула, позволяющая вычислять апостериорные вероятности событий (или гипотез) через априорные вероятности. Пусть - полная группа несовместимых событий : при . Тогда апостериорная вероятность события при условии, что произошло событие В , может быть найдена по формуле Бейеса: Где - априорная вероятность события , - условная вероятность события Впри условии, что произошло событие . АПОСТЕРИОРНАЯ ВЕРОЯТНОСТЬ какого-либо события - условная вероятность события при нек-ром условии, рассматриваемая в противоположность его безусловной или априорной вероятности. 1.17События называются независимыми в совокупности, если каждое из них и любое произведение остальных (включающее либо все остальные события, либо часть из них) есть события независимые.События, независимые в совокупности, попарно независимы между собой; обратное утверждение неверно. Теорема умножения произвольных событий. Вероятность произведения двух произвольных событий равна произведению вероятности одного из них на условную вероятность другого, в предположении, что первое имеет место, т.е. P(AB) = P(A)P(B|A) = P(B)P(A|B). Следствие. Для любых двух событий А и В справедливо равенство P(A)P(B|A) = P(B)P(A|B). Теорема умножения произвольных событий допускает обобщение на случай нескольких событий. Теорема умножения независимых событий. Вероятность совместного появления двух независимых событий А и В равна произведению вероятностей этих событий: P(AB) = P(A)P(B). Теорема умножения независимых в совокупности событий. Вероятность произведения конечного числа независимых в совокупности событий равна произведению вероятностей этих событий: P(A1 x A2 x...x An) = P(A1) x P(A2) x...x P(An). Формула полной вероятности. Если Н1….Нп-полная группа попарно несовместных событий(т.е сумма этих событий есть достоверное событие и никакие два из них не могут произойти одновременно) то вероятность любого события А может быть вычислена с помощью формулы полной вероятности : Р(А)=Р(Н1)Р(А│Н1)+…+Р(Нп)Р(А│Нп). События Н1….Нп называются при этом гипотезами ,а вероятности Р(Н1)…Р(Нп) -априорными вероятностями гипотез.
|
Последнее изменение этой страницы: 2019-05-08; Просмотров: 744; Нарушение авторского права страницы