Решение. Случайная величина распределена по нормальному закону с математическим ожиданием

Пример 1.

Решение.

Пример 3.

Случайная величина распределена по нормальному закону с математическим ожиданием. Задан интервал, не включающий начало координат. При каком значения среднего квадратического отклонения вероятность попадания в достигает максимума?

Для решения задачи сделаем схематический чертеж:

Рис

Значение найдем, дифференцируя по вероятность попадания в и приравнивая производную к нулю. Имеем

.

.

Отсюда

,

и, следовательно,

.

Для малого интервала

.

10. Закон больших чисел

Трудно сказать о том, какие значения примет случайная величина. Все зависит от совокупности случайных обстоятельств. Когда таких случайных обстоятельств очень много, то, оказывается, существуют условия, позволяющие предвидеть ход опыта, явления, которые получили название закона больших чисел или предельных теорем.

Если существует математическое ожидание квадрата случайной величины, то имеет место неравенство:

.

Это неравенство называется вторым неравенством Чебышева.

Первое неравенство Чебышева: если существует, то для всех имеет место.

Выберем в качестве случайной величины центрированную случайную величину и применим к ней второе неравенство Чебышева:

.

Теорема Чебышева (закон больших чисел).

Если случайные величины в последовательности попарно независимы, а их дисперсии удовлетворяют условию

,

то для всех

.

Теорема Маркова (закон больших чисел в общей формулировке).

Если дисперсии произвольных случайных величин в последовательности удовлетворяют условию

,

то имеет место утверждение

.

Измеряется скорость ветра в данном пункте Земли. Случайная величина X – проекции вектора скорости ветра на фиксированное направление. Оценить вероятность события, если путем многолетних измерений установлено, что.

За возьмем 80 км/ч и, применив первое неравенство Чебышева, получим =>.

Предельные теоремы теории вероятностей

Теорема Бернулли. Относительная частота успехов в независимых испытаниях по схеме Бернулли сходятся по вероятности при к вероятности успеха в одном испытании.

Центральная предельная теорема (Ляпунова). Если случайные величины в последовательности независимы, одинаково распределены и имеют конечные математическое ожидание и дисперсию, то для любого действительного

,

где – стандартизированное среднее арифметическое n случайных величин в последовательности.

Пусть – число успехов в независимых испытаниях по схеме Бернулли. Тогда при достаточно больших значениях

,

где – табулирована и (интегральная теорема Муавра – Лапласа).

,,

– функция табулирована (локальная теорема Муавра – Лапласа).

Дата добавления: 2014-01-07