
- •1. Комбинаторика: основные принципы, понятия и формулы.
- •2. Предмет теории вероятностей
- •3. Основные понятия теории вероятностей: опыт, исходы опыта, пространство элементарных исходов. Примеры.
- •4. Основные определения теории вероятностей: случайные события, благоприятствующие исходы, совместные и несовместные события.
- •6. Операции над событиями. Алгебра событий.
- •7. Аксиоматическое определение вероятности.
- •8. Важнейшие свойства вероятностей.
- •9. Классическое определение вероятности.
- •10. Геометрическое определение вероятности.
- •11. Статистическое определение вероятности.
- •12. Зависимые и независимые события, их взаимность. Определение условной вероятности и следствие из него. Единственный способ установления зависимости событий.
- •13. Полная вероятность.
- •14. Формула Байеса.
- •15. Схема Бернулли: n однотипных независимых испытаний. Основные задачи в схеме Бернулли.
- •16. Визуализация опыта, удовлетворяющего схеме Бернулли. Вывод формулы Бернулли.
- •17. Применение формулы Бернулли при решении двух основных задач в схеме Бернулли.
- •18. Применение формулы Пуассона при решении двух основных задач в схеме Бернулли.
- •19. Применение формул Муавра-Лапласа при решении двух основных задач в схеме Бернулли.
- •20. Наивероятнейшее число «успехов» в серии n испытаний по схеме Бернулли.
- •21. Случайная величина как функция, ее область определения и область значений. Примеры.
- •22. Классификация случайных величин по типу структуры множества их возможных значений.
- •23. Способы задания свдт.
- •24. Функция плотности вероятности f(X) как способ задания свнт. Свойства функции плотности вероятности f(X).
- •25. Функция распределения вероятностей f(X): ее определения и свойства.
- •26. Математическое ожидание свдт: определения и свойства.
- •27. Математическое ожидание свнт.
- •28. Дисперсия свдт: определения и свойства.
- •29. Дисперсия свнт.
- •30. Биномиальное распределение.
- •31. Бернуллиевское распределение.
- •32. Геометрическое распределение.
- •33. Гипергеометрическое распределение.
- •34. Распределение Пуассона.
- •35. Равномерное дискретное распределение.
- •36. Равномерное непрерывное распределение.
- •37. Экспоненциальное распределение.
- •38. Нормальное распределение.
- •39. Правило «трех сигм» для нормального распределения вероятностей.
8. Важнейшие свойства вероятностей.
- Каждому событию А F ставится в соответствие неотрицательное число Р(А), т. е. Р(А) 0 для любого А F.
- Вероятность достоверного события равна единице, т. е. Р() = 1.
- Для любых несовместных событий А и В из F справедливо равенство Р(А + В) = Р(А) + Р(В).
- Для любой убывающей последовательности А1 А2 … Аn … событий из F, такой что A1A2A3 ... An …= , имеет место равенство
Аксиоматические свойства вероятности:
- Если Р(А) = 1, но А не равно , то говорят, что событие А в опыте G происходит почти наверное.
- Если Р(А) = 0, то говорят, что событие А почти никогда не происходит в опыте G.
(из предыдущего вопроса)
9. Классическое определение вероятности.
Вероятностью соб.А Р(А) называется отношение числа m исходов ,благоприятствующих соб.А к общему числу испытаний n. Р(А)= m/ n.
Пример: найти вероятность выпадения четного числа очков на гране игральной кости при однократном подбрасывании.
Р(А)=3/6=0,5
Свойства вероятности события:
1°.0<Р(А)<1
2°. Р(u)=1 u- достоверное событие
3°. Р(v)=0 v- невозможное событие
0<m<n / разделим все на n
0<m/n<1
0<P(A)<1
10. Геометрическое определение вероятности.
Несмотря на то, что
классическое определение является
интуитивно понятным и выведенным из
практики, оно, как минимум не может быть
непосредственно применено в случае,
если количество равновозможных исходов
бесконечно. Ярким примером бесконечного
числа возможных исходов является
ограниченная геометрическая область
G, например, на плоскости, с площадью S.
Случайно "подброшенная" "точка"
с равной вероятностью может оказаться
в любой точке этой области. Задача
заключается в определении вероятности
попадания точки в некоторую подобласть
g с площадью s. В таком случая обобщая
классическое определение можно прийти
к геометрическому определению вероятности
попадания в подобласть
:
В виду равновозможности вероятность эта не зависит от формы области g, она зависит только от ее площади. Данное определение естественно можно обобщить и на пространство любой размерности, где вместо площади использовать понятие "объема". Более того, именно такое определение приводит к современному аксиоматическому определению вероятности. Понятие объема обобщается до понятия "меры" некоторого абстрактного множества, к которой предъявляются требования, которыми обладает и "объем" в геометрической интерпретации - в первую очередь, это неотрицательность и аддитивность.
11. Статистическое определение вероятности.
Относительная частота события А: W(A)=m/n, где m – число испытаний, в которых событие А наступило; n-общее число произведенных испытаний.
При статистическом определении в качестве вероятности события принимают его относительную частоту.
Пример: брошены две игральные кости. Найти вероятность того, что сумма очков на выпавших гранях – четная, причем на грани хотя бы одной из костей появится шестерка.
Решение: на выпавшей грани «первой» игральной кости может появиться одно очко,…,шесть очков. аналогичные шесть элементарных исходов возможны при бросании «второй»кости. Каждый из исходов бросания «первой»может сочетаться с каждым из исходов бросания «второй».Т.о. общее число элементарных исходов испытания 6*6=36. Эти исходы образуют полную группу и в силу симметрии костей равновозможны. Благоприятствующими событию являются 5 ходов:1)6,2;2)6,4;3)6,6;4)2,6;5)4,6;
Искомая вероятность: Р(А)=5/36