
- •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.
12. Зависимые и независимые события, их взаимность. Определение условной вероятности и следствие из него. Единственный способ установления зависимости событий.
Опр.: условной
вероятностью
соб.А
называется вероятность соб.В при условии,
что событие А произошло (пример: пусть
соб.А - это извлечение из колоды в 32 карты
туза; соб.В – вторая вынутая карта из
колоды оказалось тузом. Если после 1-го
раза карта возвращается в колоду, то
вероятность вынуть туз не меняется и
равна 4/32, если же 1-я карта в колоду не
возвращается, то осуществление соб.А
прибудет к тому, что в колоде остается
31 карта из которой 3 туза
– условная вероятность
Теорема (умножения
зависимых событий): вероятность
произведения двух событий равна
произведению вероятности одного события
на условную вероятность другого, при
условии, что 1-ое событие произошло:
Доказательство: Пусть n-число возможных исходов опыта; mА-число исходов благоприятствующих соб.А; mB-//-соб.В, mАВ – число исходов опыта, при котором происходят оба события,. для вычисления условной вероятности , множеством возможных исходов нужно считать mА(т.к. А произошло), а множеством благоприятных исходов, необходимо считать исходы, при которых произошли и А, и В.
=>
(Пример: для поражения цели необходимо попасть в неё дважды. Вероятность 1-го попадания 0,2, затем она не меняется при промахах, но после 1-го попадания увеличивается в 2 раза. Найти вероятность того что цель будет поражена первыми двумя выстрелами.
Решение: соб.А – попадания при первом выстреле
Соб.В - //- при 2-ом выстреле
,
А и В совместные события)
Событие В называют независимым от события А, если появление соб.А не изменяет вероятности события В, т.е. если условная вероятность соб.В равна его безусловной вероятности:
подставив данное
равенство в
получим
, отсюда
,
т.е.условная вероятность соб.А в предположении, что наступило соб.В, равна его безусловной вероятности. Другими словами, соб.А не зависит от соб.В
Итак, если соб.В не зависит от соб.А, то и соб.А не зависит от соб.В; это значит, что свойство независимости событий взаимно.
Для независимых событий теорема умножения имеет вид
,
Т.е. вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий.
Два события называют независимыми, если вероятность их совмещения равна произведению вероятностей этих событий; в противном случае события называют зависимыми.
На практике о независимости событий заключают по смыслу задачи. Например, вероятности поражения цели каждым из двух орудий, поэтому событие «первое орудие поразило цель» и «второе орудие поразило цель» независимы.
13. Полная вероятность.
Опр.: полная группа несовместных событий - система случайных событий такая, что в результате произведенного случайного эксперимента непременно произойдет одно из них. Сумма вероятностей всех событий в группе всегда равна 1.
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)=