
- •1. Случайные события. Пусть в результате испытания единственно возможно появление n несовместных равновероятных событий e1, e2,…, En .
- •8. Плотность распределения вероятностей и ее свойства.Опр. Плотностью распределения вероятностей Случ величины называется производная функции распределения:
- •9. Математическое ожидание и его свойства.
- •Свойства Матем. Ожидание
- •10. Дисперсия и ее свойства. Дисперсией называется математическое ожидание квадрата отклонения случайной величины от своего мат. Ожидания.
- •13. Равномерное и показательное распределение.
- •11. Коэффициент корреляции и ковариация.
- •17. Выборочный метод.
- •12. Основные дискретные распределения случайных величин.1. Биноминальное распределение.
- •2. Распределение Пуассона.
- •3. Геометрическое распределение.
- •18.Эмпирическая функция распределения и её свойства. Также как и в теории вероятности для описания изучаемого признака строится эмпирическая функция распределения.
- •16. Центральная предельная теорема.Пусть - последовательность независимых случайных величин и закон распределения не известен.
- •29.Парный коэффициент корреляции, его свойства.
- •21. Точечное оценивание. Пусть вид распределения изучаемого признака X известен, но неизвестны значения входящего параметра (тетта).
- •25. Проверка статистических гипотез.
- •24 Распределение х2 Стьюдента и Фишера.
- •28. Парная регрессия.
1. Случайные события. Пусть в результате испытания единственно возможно появление n несовместных равновероятных событий e1, e2,…, En .
Понятие
равновероятности является неопределяемым
и интуитивным. Несовместными
будем
считать события, которые исключают
появление друг друга. Такие события
будем называть элементарными.
Множество элементарных исходов
относительно произведенного испытания
называется пространством
элементарных событий
и обозначается Ω(омега).Случайным
событием
называется любое множество элементарных
событий. Случайные
события
обозначаются большими
латинскими буквами,
а числа маленькими латинскими буквами.
Множества
событий
обозначаются греческими буквами. Дадим
определения действиям над событиями:
1. Если при
выполнении события А всегда происходит
и событие B,
то говорят, что событие А влечет за собой
событие В и обозначают А
B.
2. Если А
B
и В
А,
то говорят, что события А и В равновозможны
и обозначают А=В. 3. Событие, состоящее
в том, что появится хотя бы одно из
событий А или В называют суммой
событий и
обозначается А+В. 4. Событие, состоящее
в том, что события А и В появятся
одновременно, называется произведением
событий и
обозначается А*В .5. Событие, состоящее
в том, что А произойдет, а В не произойдет,
называется разностью: А-В. 6. Событие
называется достоверным,
если оно с необходимостью (точно)
происходит, и обозначается Ω (омега).
7. Событие называется невозможным,
если оно не может произойти, и обозначается
Ø. 8. События А и В называются несовместными,
если их одновременное появление
невозможно
Ø. 9.События А
и
называются
противоположными,
если их одновременное появление
невозможно и в сумме они дают пространство
элементарных событий
Ø,
.
10. События В1,
..., Вn
образуют полную
группу,
если любые 2 из них одновременно появится
не могут и в сумме они дают пространство
элементарных событий.
Ø,
.2.
Классическое определение вероятности
и ее свойства.
Классической
вероятностью
называется отношение числа несовместных
равновероятных событий, составляющих
А, к общему числу элементарных событий
.
Формула
классической вероятности позволяет
решать ограниченное число задач: 1) число
элементарных событий конечно, 2) все
элементарные событий
равновозможны. Теория вероятности
пользуется языком теории множеств, т.е.
события это множества, а действия над
событиями – действия над множествами.
Случайные
события
обозначаются большими
латинскими буквами,
а числа маленькими латинскими буквами.
Множества
событий
обозначаются греческими буквами.
Свойства
классической вероятности: 1.
Для любого события вероятность есть
число неотрицательное:
.
2. Теорема
сложения:
Если событие А можно представить в виде
2 несовместных события В и С, то вероятность
события А равна сумме вероятностей В и
С
.
3. Вероятность достоверного события
равна единице
,
т.к.
.
4. Вероятность противоположного события
равна
.
5. Вероятность невозможного события
равна 0: P(Ø)
= 0 , т.к. m
= 0. 6. Если событие А влечет за собой
событие В, то
.
7. Для любого события
.
8. Р(В+С) ≤ Р(В) + Р(С) непревосходит
4.
Условная вероятность. Независимость
событий. Часто
интересует вероятность того, что
произойдёт событие А при условии, что
некоторое событие В уже произошло. Такую
вероятность называют условной и
обозначают P(A/B).
Опр. Условной
вероятностью
события А при условии, что событие В уже
произошло, называется отношение
.
(3.1) Аналогично, условной вероятностью
события B
при условии, что событие A
уже произошло, называется
(3.2) Из формул (3.1) и (3.2) получим теорему
умножения:
(3.3)
Вероятность
произведения двух произвольных событий
равна произведению вероятности одного
из событий на вероятность второго, при
условии, что первое уже произошло.
Распространим
теорему умножения на конечное число
событий:
Опр.
События А и
В называются независимыми,
если вероятность произведения равна
произведению вероятности этих событий.
.
(3.4) Из (3.3) и (3.4) получим:
.
Следовательно, для независимых событий
условная и безусловная вероятности
совпадают
.
Для конечного числа независимых событий
вероятность произведения равна
произведению вероятностей:
.
3.Формулы комбинаторики. Гипергеометрическое распределение. Комбинаторика-раздел матем, котором изуч. Задачи выбора элементов из заданного множества и расположения их в группы по заданным правилам,в частности о подсчете числа комбинаций, получаемых из элементов заданного конечного множества. В каждом опыте важным является способ выбора элементов. Существуют 2 схемы выбора элементов: схема выбора без возвращения элементов и схема выбора с возвращением элементов. Рассмотрим сначала схему выбора без возвращений. Пусть дано множество, состоящее из n различных элементов. Перестановками назыв. Комбинации, составленные из одних и тех же элементов, которые отличаются только порядком их следования. Число перестановок из n элементов вычисляется по ф-ле: Pn=n!. Размещениями назыв. Комбинации, составленные из n элементов по m(0<m≤n), которые различаются либо составом элементов, либо порядком их следования. Число размещений из n элементов по m вычисляется по ф-ле;
Сочетаниями назыв. Комбинации , составленные из n элементов по m(0<m≤n), которые различаются составом элементов. Чичло сочетаний из n элементов по m вычисляется по ф-ле;
Свойства сочетаний: 1)С =1 т.к. по определения 0!=1; 2)С =n; 3)С =С .
Урновая схема:
Это ф-ла называется гипергеометрическим распределением. Схем а выбора с возвращением. Если при выборке m элементов из n элементов возвращаются обратно и упорядочиваются, то говорят что размещения с повторениями. Размещения с повторениями могут отличаться друг от друга элементами, порядком и количеством повторений элементов. Обозначаются они Аn=n .Если при выборке элементов из n элементов возвращаются обратно без последующего упорядочивания, то говорят что сочетания с повторениями. Число сочетаний с повторениями обозначаются С =С . Пусть в мн-ве с n-элементами есть k различных эл-нтов, при это первый элемент повторяется n раз, второй эл-нт n раз…, k-й элемент- n раз, причем n +n +…+n =n. Перестановками из n-эл-в данного множество называют перестановками из n-эл-в и обозначают
5.
Формула полной вероятности. Формула
Байеса. Пусть
событие А может произойти только с одним
из n
несовместных событий H1…Hn,
образующих полную группу, т.е.
Ø,
,
.
Так как события
и
несовместны, то и (
)
и (
)
являются несовместными. Тогда по теореме
сложения
Применяя
теорему умножения к каждому слагаемому,
получим формулу
полной вероятности:
. (4.1)
События H1,
H2,…,
Hn
часто называют гипотезами.
Иногда
интересует, как перераспределятся
вероятности
гипотез,
после того, как событие А уже произошло:
.
По теореме умножения
,
.
Подставляя в знаменатель формулу полной
вероятности, получим формулу
Байеса:
. (4.2)
6.
Схема независимых испытаний Бернулли.
Пусть
производится последовательность
независимых испытаний с 2 исходами:
событие А или появится или не появится.
,
,
Под
элементарным
событием
в схеме
Бернулли принимается последовательность
наступлений и ненаступлений события А
в n
испытаниях. Обозначим А={1},
={0}.
Тогда элементарный исход можно представить
в виде вектора, состоящего из нулей и
единиц: (1,0,…, 1). Найдем вероятность того,
что в n
испытаниях
событие появится ровно m
раз. Найдем
сначала вероятность того,
что в 3-х испытаниях событие А появится
2 раза при условии, что вероятность
наступления в одном испытании равна p.
При этом возможны следующие элементарные
исходы
(1,1,0); (0,1,1); (1,0,1).Вероятность каждого элементарного исхода одинакова и равна p2q. Таким образом, вероятность того, что в 3-х испытаниях событие наступит 2 раза
Для
произвольных m
и n
вероятность одного элементарного исхода
равна pmqn-m
. Число
таких элементарных исходов равно числу
способов разместить m
единиц по n
местам, а это по определению есть число
сочетаний из n
элементов по m.
Получим формулу Бернулли
.
(5.1)
При изменении m
от 0 до n
вероятность в формуле Бернулли сначала
растет, а потом 4убывает, то число m0
при котором эта вероятность достигает
максимального значения наз. наивероятнейшим.
Можно показать, что это число равно
Если m0
не является
целым числом, то его следует округлить
до ближайшего целого с избытком, а если
m0
целое число,
то наивероятнейших чисел 2.
.
Часто
интересует вероятность появления
события А не ровно m
раз, а от m1
до m2
раз
включительно
(5).
7.
Функция распределения вероятности и
ее свойства.
Одним
из основных понятий ТВ является СВ
(случайная величина). СВ бывают дискретные,
непрерывные и др. Для того чтобы
одинаковым способом характеризовать
СВ различной природы вводится понятие
функции распределения вероятностей.
Опр.
Пусть
- случайная величина и
.
Вероятность того, что
примет значение, меньшее чем
,
называется функцией
распределения вероятностей:
.Функция
распределения вероятностей является
неслучайной функцией, а функцией,
вычисленной на основании закона
распределения случайной величины.
Случайной
называется
величина, значения которой зависят от
случая и для которой определена функция
распределения вероятностей. Дискретной
называется
случайная величина, которая принимает
конечное или счетное множество значений.
Счетное множество
– число натуральных чисел. Для полной
вероятностной характеристики дискретной
случайной величины необходимо знать
ее закон распределения. Пусть
– возможные значения случайной величины
,
- вероятности этих значений.Множество
пар
,
i
=1,2,… называется законом
распределения
вероятностей дискретной случайной
величины.
Обычно закон распределения изображается в виде таблицы:
|
|
|
|
|
… |
P |
|
|
|
|
… |
Рис. 7.1 График функции распределения
Опр. Непрерывной называется СВ(случайная величина), значения которой заполняют сплошь некоторые промежутки.
Свойства функции
распределения 1.
,
0
,
т.к. это вероятность.
2
.
–неубывающая
функция.
Следствия
2.1. Вероятность
попадания случайной величины в заданный
интервал есть приращение функции
распределения на этом интервале:
2.2. Вероятность
принять одно фиксированное значение
для непрерывной
СВ равна 0
,
т.к. функция распределения непрерывной
СВ непрерывна.
2.3. Вероятность попадания непрерывной СВ в открытый или замкнутый промежуток одинакова:
Докажем
последнее равенство
4.
непрерывна слева в каждой точке
(см. рис.7.1).
5.
.