
- •Случайные события. Действия над событиями.
- •Классическая вероятность и ее свойства.
- •Формулы комбинаторики. Гипергеометрическое распределение.
- •Условная вероятность. Независимость событий.
- •Формула полной вероятности. Формула Байеса.
- •Предельные теоремы в схеме Бернулли
- •7. Функция распределения вероятностей и ее свойства.
- •Плотность распределения вероятностей и ее свойства.
- •Математическое ожидание и его свойства
- •Дисперсия и ее свойства
- •Ковариация и коэффициент корреляции.
- •12. Основные дискретные распределения случайных величин. Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •13.Равномерное и показательное распределения.
- •14.Нормальное распределение.
- •15.Закон больших чисел.
- •Неравенство Чебышева
- •Теорема Чебышева (Закон больших чисел)
- •16.Центральная предельная теорема.
- •17. Выборочный метод
- •18. Эмпирическая функция распределения и ее свойства
- •19.Гистограмма и полигон.
- •20. Числовые характеристики выборки
- •21. Точечное оценивание
- •22. Доверительные интервалы
- •23. Распределения х2, Стьюдента, Фишера.
- •24. Доверительные интервалы для оценки математического ожидания
- •25.Проверка статистических гипотез.
- •26. Критерий согласия Пирсона
- •27. Вычисления теоретических частот для нормального распределения
- •28.Парная регрессия.
- •29.Парный коэффициент корреляции, его свойства.
- •30. Проверка гипотезы о достоверности коэффициента корреляции.
Случайные события. Действия над событиями.
Пусть в опыте со случайным исходом имеется множество Ω (омега) всех возможных исходов опыта. Каждый элемент этого множества Еϵ Ω называют элементарным событием (исходом), само множество Ω – пространством элементарных событий (исходов).
Случайным событием А в теоретико-множественной трактовке называется некоторое подмножество множества Ω: A⊆ Ω. В свою очередь событие А может распадаться на элементарные события (непересекающиеся).
Пример 1. При бросании игральной кости пространство элементарных событий Ω = {1. 2, 3, 4, 5, 6} . Если событие А={выпадение четного числа очков}={2, 4, 6}, то событие А распадается на 3 элементарных события: А1={2}; А2={4};Аз={6}, т.е
А = А1+А2+А3.
Подмножеством множества Ω можно рассматривать и само Ω - оно будет в этом случае достоверным событием. Ко всему пространству Ω элементарных событий добавляется еще и пустое множество ∅; это множество рассматривается тоже как событие, но невозможное.
Основные операции над случайными событиями. Над событиями можно проводить все операции, выполнимые для множеств.
Если при появлении события В происходит и событие А, то говорят, что событие В влечет за собой событие А (или В является частным случаем А) и обозначают В ⊂ А.
Если В⊂А и А⊂ В, то говорят, что события Аи В равновозможны и обозначают А=В.
Событие, состоящее в том, что появится хотя бы одно из событий А или В называют суммой событий и обозначается А+В. Суммой нескольких событий называется событие, состоящее в выполнении хотя бы одного из них.
Событие, состоящее в том, что события А и В появятся одновременно, называется произведением событий и обозначается А·В.
Событие, состоящее в том, что А произойдет, а В не произойдет, называется разностью и обозначается А – В.
Событие,
состоящее в том, что А не произойдет,
называется противоположным,
обозначается
События А и называются противоположными, если их одновременное появление невозможно и в сумме они дают пространство элементарных исходов: A⋅ = ∅ , A+ = Ω.
События А и В называются несовместными, если их одновременное появление невозможно A ⋅ B = ∅ .
События
В1, ..., Вn образуют полную
группу несовместных событий,
если их сумма представляет все пространство
элементарных событий, а сами события
несовместны:
Ø,
.
Рассмотрим некоторое подмножество событий F, причем операции сложения, умножения и вычитания не выводят из F. Числовая функция P : F →R называется вероятностью, если выполнены следующие три аксиомы.
Аксиома 1. Каждому случайному событию А из F ставится в соответствие неотрицательное число, называемое вероятностью события P(A) .
Аксиома 2. Вероятность достоверного события равна 1. P(Ω) =1
Аксиома 3 (аксиома сложения). Если А и В несовместные события из F, т.е. AB = ∅, то P(A + B) = P(A) + P(B) .
Эту аксиому называют теоремой сложения или правилом сложения вероятностей.
Классическая вероятность и ее свойства.
Для
схемы случаев (схемы урн), т.е. для событий,
обладающих свойствами полноты,
несовместности и равновозможности,
справедлива формула
классической вероятности
(1.1).
Здесь
вероятность события А – отношение числа
исходов m, благоприятствующих наступлению
события А, к общему числу n элементарных
исходов испытания:
Далее, наряду с обозначением P(A) для вероятности события А будем использовать обозначение p , т.е. p = P(A) .
Пример 2. Воспользуемся условием примера 1. Поставим перед собой задачу найти вероятность того, что при подбрасывании кубика число выпавших очков будет четно.
Решение. При бросании игральной кости пространство элементарных событий Ω = {1, 2, 3, 4, 5, 6}. Все события равновозможны и несовместны. Если событие А={выпадение четного числа очков}={2, 4, 6}, то событие А имеет 3 элементарных исхода благоприятствующих данному событию: А1={2}; А2={4}; А3={6}, т.е. m = 3. Число всевозможных исходов равно 6. Имеем n = 6.
Недостатком формулы классической вероятности является ограниченность ее использования при решении задач. Она применяется лишь в случае равновозможности и несовместности любого из конечного числа исходов опыта.
Из классического определения вероятности вытекают следующие свойства:
1. Вероятность невозможного события равна нулю P( ∅ ) = 0.
2. Вероятность противоположного события равна P( ) = 1− P(A) .
3. Если событие А влечет за собой событие В, то P(A) ≤ P(B) .
4. Для любого события А вероятность есть число, лежащее в границах от 0 до 1:
0 ≤ P(A) ≤ 1.
5. Для двух произвольных событий А и В вероятность суммы событий не превосходит суммы вероятностей
P(A + B) ≤ P(A) + P(B) .