
- •1. Основные понятия тер.Вер. Эксперимент и его пространство элементарных событий
- •2. Классификация событий. Действия над событиями
- •3. Классическое определение вер-ти, геометрическое и статистическое определение вер-ти
- •4. Элементы комбинаторики (принцип перемещения, перестановки, размещения, сочетания)
- •5. Теорема сложения вероятностей («или»)
- •6. Условная вероятность, зависимость и независимость события. Умножение вероятностей («и»)
- •7. Формула полной вероятности
- •8. Формула Байеса
- •9. Последовательность независимых испытаний. Формула Бернулли
- •10. Предельный переход для формулы Бернулли
- •11. Теорема Пуассона. Простейший поток событий, его свойства
- •12. Св. Закон распределения св
- •13. Дсв, их законы распределения
- •14. Числовые характеристики дсв
- •15. Нсв. Их законы распределения.
- •16. Свойства мат.Ожидания
- •17. Свойства дисперсии
- •18. Биномиальное распределение
- •19. Распределение Пуассона
- •20. Геометрическое распределение
- •25. Плотность распределения непрерывной двум. Св, св-ва
- •26. Двум. Св, равномерно распределенная в прямоугольнике
- •27. Условные законы распределения
- •28. Зависимые, независимые св
- •29. Числовые характеристики двумерной св
- •30. Корреляционный момент. Коэффициент корреляции
- •31. Линейная зависимость двух св
- •32. Условные числовые характеристики, составляющих двумерную св. Регрессия
- •33. Закон распределения функции св
- •34. Понятие о збч. Сходимость по вер-сти и распределению
- •35. Неравенство Маркова, Чебышева
- •36. Теорема Чебышева
- •37. Теорема Бернулли
- •38. Центральная предельная теорема( Ляпунова)
- •39. Генеральная совокупность, выборка. Способы организации выборки, требования к выборке
- •40. Вариационный ряд. Полигон частот
- •41. Построение интервального вариационного ряда. Гистограмма
- •42.Эмперическая функция распределения, ее свойства
- •43. Числовые характеристики выборочной совокупности, их свойства
- •44. Понятие о статистических гипотезах и их проверке
- •48. Точечные оценки параметров закона распределения. Требования к оценкам параметров
- •49. Оценка мат.Ожидания и дисперсии
- •50. Метод наибольшего правдоподобия и метод моментов нахождения оценок параметров
- •51. Интервальные оценки параметров распределения. Доверительный интервал и вероятность
5. Теорема сложения вероятностей («или»)
если
A1 и A2 несовместныесобытия, то
.
Если A1 и A2 — совместные события, то A1UA2
=(A1\ A2)UA2, причем очевидно,что A1\A2 и A2 —
несовместные события. Отсюда следует:
.
Далее очевидно: A1 = (A1\ A2)U(A1∩A2), причем
A1\ A2 и A1∩A2 - несовместныесобытия,
откуда следует: P(A1) = P(A1\ A2) + P(A1∩A2)
Найдем из этой формулывыражение для
P(A1\ A2) и подставим его в правую часть
формулы (*). В результатеполучим формулу
сложения вероятностей:
.
Вероятность появления суммы событий
равна сумме вероятности, сумме второй
вероятности и разности произведения
событий.
Вероятность
суммы конечного числа несовместных
событий равна сумме вероятностей этих
событий:
Док-во: пусть в результате испытания из общего числа n равновозможных и несовместных исходов, соб-ю А благоприятствует m1 случаев, а соб-ю В – m2 случаев. Согласно классическому определению: Р(А)=m1\n, P(B)=m2\n. Т.к. соб-я несовместные, то соб-ю (А+В) соответсвуют (m1+m2) случаев. Следов-но: P(A+B) = (m1+m2)\n = m1\n + m2\n =P(A)+P(B). Следствие 1. Сумма вер-стей событий, образующих полную группу = 1. Следствие 2. Сумма вер-стей противоположных событий = 1. Т.к. противоположныесоб-я образуют полную группу. Замечание. Теор. сложения применима только для несовместных соб-й.
6. Условная вероятность, зависимость и независимость события. Умножение вероятностей («и»)
Условная вероятность события В (обознач. РА(В)) - вероятность соб. В, найденная при условии, что произошло соб. А. РА(В)=Р(АВ)\Р(А); аналогично для РВ(А)=Р(АВ)\Р(В). Умножая правую и левую части этих равенств на Р(А) и Р(В) соответственно, получим Р(АВ)=Р(А)*РА(В)=Р(В)*РВ(А) – это теор. умножения вер-стей: вер-сть произведения двух событий = произведению вер-сти одного из них на условную вер-сть другого, найденную в предположении, что 1-ое соб-е произошло. Теорема обобщается на случай произвольного числа событий: Р(АВС…KL)=P(A)*PA(B)*PAB(C)…PABC…KL(L), т.е. вер-сть произведения нес.к событий = произведению вер-сти одного из этих событий на условные вер-сти других; причем условная вер-сть каждого последующего соб-я вычисляется в предположении, что все предыдущие соб-я произошли. Соб. В наз-сянезависимым от соб. А, если его вер-сть не меняется от того, произошло соб. А или нет, т.е. РА(В)=Р(В). В противном случае, соб. В называется зависимым от А. Если соб В не зависит от А, то и А не зависит от В, док-во: Р(АВ)=Р(А)*РА(В)=Р(В)*РВ(А); Р(А)*Р(В)=Р(В)*РВ(А); сократим; Р(А)=РВ(А), т.е А не зависит от В. Для независимых соб-й теор. умножения вер-стей примет вид: Р(АВC…KL)=Р(А)*Р(В)…P(L).Пусть если событие А и В при условии (P(A/B)) – условной вероятностью А, что В произошло – вероятность, вычисленную при условии, что В произошло. Вероятность совместного появления двух событий = произведению вероятности появления первого события на условную вероятность второго, или наоборот. P(AB) = P(A)*P(B)- безусловные, Aи B – независимы. P(AB) =P(A)(условные)*P(B/A)(условные)=P(A/B) – зависимы. События А и В независимы, если Р(А/B)=P(A);P(B/A)=P(B).