
- •2. Случайное событие
- •3. Основные типы событий. Алгебра событий.
- •4. Понятие вероятности события.
- •5. Теорема сложения вероятностей.
- •6. Сумма и произведение совместных событий и их геометрическая интерпретация.
- •7. Зависимые и независимые события. Теорема умножения вероятностей.
- •8.Формула полной вероятности.
- •10. Формула Бернулли.
- •11. Формула Пуассона и условия ее применимости.
- •12. Дискретные случайные события и возможности их описания.
- •13. Закон распределения дискретной случайной величины. Многоугольник распределения.
- •14. Функция распределения и ее свойства. Вероятность попадания случайной величины на заданный интервал.
- •15. Плотность распределения и ее свойства. Вероятностный и геометрический смысл плотности распределения.
- •16. Математическое ожидание случайной величины и его свойства.
- •17. Дисперсия и среднее квадратичное отклонение случайной величины и ее свойства.
- •18. Математическое ожидание и дисперсия числа появления события в независимых опытах.
- •19.Непрерывная случайная величина. Числовые характеристики непрерывных случайных величин.
- •22. Закон равномерного распределения.
- •23. Экспоненциальный (показательный) закон распределения.
- •25. Вероятность попадания в заданный интервал. Правило трех сигм
- •26. Система двух случайных величин. Ф-я распред, св-ва. Вероятн попадания в полуполосу и прямоугольник
- •28. Закон распределения случайных величин входящих в систему
- •24. Нормальное распределение. Функция Лапласа
- •29. Свойства коэффициента корреляции
- •31. Генеральная совокупность и выборка. Характеристики выборки.
- •34&35. Закон больших чисел и его следствие.
- •32. Статистическое распределение выборки. Эмпирическая функция распределения
- •33. Полигон и гистограмма.
- •30. Выборочная средняя и выборочная дисперсия.
- •37&39&41. Точечная и интервальная оценки. Доверительный интервал.
- •38. Основные методы определения точечных оценок.
8.Формула полной вероятности.
Опр.: пусть событие А может произойти только совместно с одним из событий Н1, Н2,…,Нn образующих полную группу несовместных событий, тогда соб. Н1, Н2,…,Нn называются гипотезами.
Теорема: вероятность соб.А наступающего совместно с гипотезами Н1, Н2,…,Нn равна:
-
формула полной вероятности
где, Р(Нi) – вероятность i-той гипотезы
РНi(А) – вероятность соб.А при условии реализации гипотезы Нi
Доказательство: соб.А можно считать суммой попарно несовместных событий АН1, АН2, …АНn несовместные события, тогда из теорем сложения вероятностей:
Р(А)+Р(АН1+…+ АНn)=Р(АН1)+…+Р(АНn)=
=РНi(А)* Р(Н1)+…+ РНn(А)* Р(Нn)=
9. Формула Бейеса.
Теорема
гипотез (формула Байеса) –
следствие теоремы умножения и ф-лы
полной вероятности. Имеется группа
несовместных гипотез H1,H2...Hn,
чьи вероятности равны соответственно
P(H1),P(H2)...P(Hn).
В рез. Σ происходит событие А. Как следует
изменить вероятности гипотез в связи
с появлением А (найти условную вероятность
P(Hi|A))?
Выражая P(A) из ф-лы полной вероятности,
имеем соотношение
Байеса:
.Док-во:
вероятность появления А опред. по ф-ле
полной вероятности:
.
Поищем условные вероятности
при условии, что произошло событие А.
По теореме умножения имеем
.
Подставим P(A),
получим
.
чтд. Ф-лы
Байеса
позволяют переоценить вероятности
после того, как становится известным
результат испытания, в итоге которого
появилось событие А.
10. Формула Бернулли.
Пусть
производится серия из n
независимых испытаний и в каждом
испытании событие А наступает с одной
и той же вероятностью P(A)=p
и не наступает с вероятностью
.
Условно появление события А называется
«успехом», а не появление - «неудачей».
Испытания называются независимыми,
если исход каждого последующего не
зависит от исходов предыдущих испытаний.
Последовательность независимых
испытаний такого рода называется схемой
Бернулли. Вероятность того, что в n
независимых испытаниях событие А
произойдет ровно m
раз – Pn
(m).
Тогда имеет место формула Бернулли: Pn
(m)=
.
Доказательство:
Рассмотрим серию из n
испытаний, в которых событие А произошло
m
раз:
.Вычислим
вероятность этого произведения: P
(
=
=pmqn
– m
.
Pn
(m)=
.