![](/user_photo/2706_HbeT2.jpg)
- •1. Общие правила комбинаторики.
- •2. Выборки без повторений (размещения, перестановки и сочетания)
- •3. Случайные события и действия над ними.
- •4. Вероятность события. Статистическое определение вероятности.
- •5. Классическое определение вероятности.
- •6. Свойства вероятностей.
- •7. Теорема сложения вероятностей (для совместимых и несовместимых событий) и следствия из нее.
- •8. Условная вероятность. Теорема умножения вероятностей.
- •9. Независимые события. Теорема умножения вероятностей независимых событий.
- •10. Формула полной вероятности.
- •11.Формула Байеса.
- •12. Независимые повторные испытания, формула Бернулли.
- •13. Локальная теорема Лапласа.
- •14.Теорема Пуассона.
- •15. Интегральная теорема Лапласа.
- •16. Функция Лапласа, ее свойства и график.
- •17. Применение интегральной теоремы Лапласа и функции Лапласа к вычислению вероятностей
- •18. Геометрическое определение вероятности. (без рисунка).
- •19. Случайные величины. Закон распределения дискретной случайной величины.
- •20. Биноминальное распределен.
- •21. Математическое ожидание дискретной случайной величины и его свойства.
- •22. Дисперсия дискретной случайной величины и ее свойства.
- •23. Среднее квадратическое отклонение (ско) и его свойства.
- •24. Математическое ожидание и дисперсия биноминального рас.
- •26. Плотность вер-ти и ее свойства. Связь с ф-ией распределения.
- •27. Нормальное распределение. Нормальная кривая. Вероятность попадания нормально распределенной случайной величины в интервалы и . Правило трех сигм.
- •28. Числовые хар-ки непрерывной случайной величины.
- •29. Математическое ожидание и дисперсия нормального распределения.
- •30. Неравенство Чебышева.
- •31. Теорема Чебышева и ее практическое применение.
- •32. Теорема Бернулли. Сходимость по вероятности.
- •33. Статистическое распределение выборки. Полигон и гистограмма.
- •34. Статистические оценки параметров распределения.
- •35. Выборочное среднее.
- •36. Выборочная дисперсия как оценка теоретической дисперсии, ско, «направленное» ско.
- •37. Доверительная вероятность и доверительный интервал.
- •38. Доверительный интервал для мо нормального распределения при известном и неизвестном .
- •39. Доверительный интервал для математического ожидания нормального распределения.
- •40. Статистическая проверка статистических гипотез. Эмпирические и теоретические частоты. Критерий согласия Пирсона.
- •41. Функциональная, статистическая и корреляционная зависимости.
- •42. Линейная корреляция. Уравнение прямой регрессии.
- •43. Выборочный коэффициент корреляции и его свойства.
6. Свойства вероятностей.
10 Вероятность любого события А удовлетворяет неравенству 0P(A)1. Док-во: 0mn; (: n) 0(m\n)1.
20 Вероятность достоверного события равно 1. Очевидно что все исходы благоприятствуют событию, т.е. m=n.
30 Вероятность невозможного события = 0. т. к. событие невозможно, ни один из исходов не благоприятствуют, т.е. m = 0.
7. Теорема сложения вероятностей (для совместимых и несовместимых событий) и следствия из нее.
Т1: если события А и В несовместны, то вероятность суммы этих событий = сумме вероятностей. Р(А+В)=Р(А)+Р(В). Док-во: пусть m1 исходов благоприятствует событию А, а m2 событию В, тогда А+В благоприятствуют m1+m2, Р(А+В)= (m1+m2)\n = m1\n+m2\n=Р(А)+Р(В).
Следствие 1: если события А1,А2,…,Аn образуют полную группу попарно несовместных событий, то сумма их вероятности = 1. Р(А1)+ Р(А2)+…+ Р(Аn)=1. Док-во: А1+А2+…+Аn - достоверно. Вероятность достоверного события равна 1.
Следствие
2: Р(А)+Р(
)=1
(сумма вероятности противоп. соб.=1).
Замечание: если вероятность одного из противоположных событий обозначить р, то вероятность другого обозначим q. Итак p+q=1.
Т2: если события А и В совместны, то Р(А+В)=Р(А)+Р(В) - Р(АВ). Док-во: пусть m1 исходов благоприятствуют событию А, m2 исходов благоприятствуют событию В, к исходов благоприятствуют событию АВ. Тогда событию А+В благоприятствуют (m1-k)+k+(m2-k)=m1+m2-k. Р(А+В)= (m1+m2-k)/n=m1/n+m2/n-k/n=P(A)+P(B)-P(AB).
8. Условная вероятность. Теорема умножения вероятностей.
Вероятность события А при условии что произошло событие В наз-ют условной вероятностью А при событии В и обозначают РB(A).
Теорема: вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность второго при условии, что произошло первое. Р(АВ)=Р(А)*РА(В) (1), Р(АВ)=Р(В)*РВ(А) (2). Док-во: Р(АВ)=к/n=m/n*k/m. m/n=P(A); k/m=PA(B), т.к. событие А произошло, то из всех возможных исходов остались только m благоприятных событию А, k из которых благоприятны событию В.
Следствие: Р(А1А2…Аn)=Р(А1)*РА1(А2)*РА1А2(А3)*…*РА1А2…Аn-1(Аn).
9. Независимые события. Теорема умножения вероятностей независимых событий.
Опр: Событие А наз-ют независимым от события В, если его вероятность не зависит от того произошло или не произошло событие В, т.е. Р(А)=РВ(А). Из P(AB) = P(A)*PA(B) имеем Р(А)*РА(В)=Р(В)*РВ(А), если А не зависит от В, то сократив на равные выражения получаем Р(В)=РА(В), то В не зависит от А => понятие зависимости яв-ся взаимным. События А1,А2, … ,Аn называют независимыми в совокупности или просто независ., если каждое из них и произведение люб. числа других попарно независ-мы. Напр. события А1, А2, А3 независ., если независ. следующие пары событий: А1 и А2, А1 и А3, А2 и А3, А1 и А2А3, …
Т: вероятность произвед-я 2х независ-х событий = произв-ю их вероят-тей. Р(АВ)=Р(А)Р(В). Т. явл-ся следствием теор. умножения вероятностей.
Следствие: если события А1,А2,….,Аn независимы в совокупности, то вероятность их произведения Р(А1*А2*…*Аn)=Р(А1)* Р(А2)*…* Р(Аn).
10. Формула полной вероятности.
Пусть событие А может произойти с одним и только с одним из попарно несовместных событий В1, В2,…,Вn, образующих полную группу. Т.к. заранее не известно какое из событий Вi произойдет, то их наз-ют гипотезами, очевидно что наступление события А равносильно наступлению одного из попарно несовместных событий АВ1 или АВ2 или... АВn, т.е. А=АВ1+АВ2+…+АВn. По теореме сложения для несовместных событий имеем: Р(А)=Р(АВ1)+Р(АВ2)+…+Р(АВn), по теореме умножения имеем: Р(А)=Р(В1)*РВ1(А)+Р(В2)*РВ2(А)+…+Р(Вn)*РВn(А). P(A)=∑P(BK)*PBK(A)