- •Основные понятия теории вероятности. Эксперимент и его пространство элементарных событий.
- •Классификация событий. Действия над событиями.
- •3) Классическое определение вероятности, геометрическое определение вероятности, статистическое определение вероятности.
- •4) Элементы комбинаторики (принцип перестановки, размещения, сочетания).
- •5) Теорема сложения вероятностей.
- •6) Зависимые и независимые события. Умножение вероятностей.
- •7) Формула полной вероятности.
- •8) Формула Байеса:
- •9) Последовательность независимых испытаний. Формула Бернулли.
- •10) Предельный переход для фб (локальная и интегральная теоремы Лапласа).
- •11) Теорема Пуассона. Простейший поток событий.
- •12) Случайные величины. Закон распределения случайной величины.
- •13) Дискретные случайные величины и их законы распределения.
- •14) Числовые характеристики дискретных случайных величин.
- •15) Непрерывные случайные величины и их законы распределения.
- •17) Свойства дисперсий.
- •18) Биномиальное распределение.
4) Элементы комбинаторики (принцип перестановки, размещения, сочетания).
Комбинаторика – это наука о расположении элементов в определенном порядке и о подсчете числа способов такого расположения.
Всякое упорядоченное конечное множество называется перестановкой, образованной из его элементов. Число перестановок из n элементов обозначают через Pn:
Размещением из n элементов по k называется всякая упорядоченная часть множества a1, a2 , a3,..., an, содержащая k элементов. Число размещений из n элементов по k обозначают через :
Сочетанием из n элементов, взятых по k , называется всякая часть множества a1, a2 , a3,..., an, содержащая k элементов. Число всех сочетаний из n элементов по k обозначают через :
5) Теорема сложения вероятностей.
Теорема сложения вероятностей для совместных событий: P (A + B) = P (A) + P (B) – P (AB) для любых событий A и B.
Теорема сложения вероятностей для несовместных событий: если AB =Ø, то P (A B) P (A) P (B).
6) Зависимые и независимые события. Умножение вероятностей.
Событие A называется зависимым от события B, если вероятность появления события A зависит от того, произошло или не произошло событие B.
Событие A называется независимым от события B, если возможность наступления события A не зависит от того, произошло событие B или нет.
Вероятность того, что произошло событие A при условии, что произошло событие B, называют условной вероятностью события A при условии B, обозначают P(A/ B).
Теорема умножения вероятностей. Вероятность совместного появления двух событий равна произведению вероятности одного из них на условную вероятность другого, найденную в предположении, что первое событие уже произошло, т.е.:
P (AB) = P (B) P (A / B)
или
P (AB) = P (A) P (B/ A)
7) Формула полной вероятности.
Если событие A может произойти только при выполнении одного из событий H1, H2,..., Hn , которые образуют полную группу несовместных событий, то вероятность события A вычисляется по формуле полной вероятности:
P(A) = P(H1)P(A/H1) + P(H2 )P(A/ H2) + ...+ P(Hn )P(A/Hn )
8) Формула Байеса:
где,
P (A) — априорная вероятность гипотезы А;
P (A/B) — вероятность гипотезы A при наступлении события B;
P (B/A) — вероятность наступления события B при истинности гипотезы A;
P
(B)
— полная вероятность наступления
события B.
9) Последовательность независимых испытаний. Формула Бернулли.
Несколько испытаний называются независимыми относительно события A, если вероятность появления события A в каждом из них не зависит от исходов других испытаний.
Формула Бернулли — формула в теории вероятностей, позволяющая находить вероятность появления события A при независимых испытаниях. Формула Бернулли позволяет избавиться от большого числа вычислений — сложения и умножения вероятностей — при достаточно большом количестве испытаний.
Если вероятность p наступления события Α в каждом испытании постоянна, то вероятность того, что событие A наступит k раз в n независимых испытаниях, определяется по формуле Бернулли:
где,
