
- •1) Перебор вариантов, дерево вариантов, примеры.
- •2) Комбинаторное правило суммы, правило произведения. Перестановки.
- •Правило произведения
- •3) Размещения и сочетания без повторений.
- •4) Бином Ньютона. Треугольник Паскаля. Основные свойства биномиальных коэффициентов.
- •5) Понятие события, классификация событий.
- •6) Статистическое определение вероятности, примеры.
- •7) Классическое определение вероятности, примеры.
- •8) Геометрическое определение вероятности, примеры.
- •9) Действия над событиями. Свойства операций над событиями.
- •10) Теорема о вероятности суммы нескольких событий.
- •12) Аксиоматика вероятностей пространства. Аксиомы вероятностей.
- •13) Условная вероятность. Теорема о вероятности произведения двух событий.
- •14) Независимость событий. Теорема о вероятности произведения двух независимых событий.
- •15) Формула полной вероятности
- •16) Формула Байеса
- •17) Схема Бернулли.
- •18) Теорема Бернулли и формула Бернулли.
- •20) Локальная теорема Муавра-Лупласа.
- •21) Интегральная теорема Муавра-Лапласа.
- •22) Предельная теорема Пуассона. Приближение формулы Пуассона.
- •23) Понятие случайной величины. Закон распределения случайной величины.
- •24) Функция распределения и её свойства.
- •25) Дискретные случайный величины.
- •26) Дискретные случайные величины. Таблицы и многоугольник распределения. Особенности функции распределения дискретной случайной величины, примеры.
- •27) Непрерывные случайные величины. Особенности функции распределения непрерывной случайной величины, примеры.
- •28) Плотность вероятности как производная функции распределения
- •29) Математическое ожидание дискретной и непрерывной случайной величин.
- •30) Свойства математического ожидания.
- •31) Дисперсия дискретной и непрерывной случайной величин. Среднее квадратичное отклонение.
- •32) Свойства дисперсии.
- •33) Понятие моды, медианы, начального и центрального моментов.
- •34) Биномиальный закон распределения и его характеристики, пример.
- •35) Геометрический закон распределения и его характеристики, пример.
- •36) Закон распределения Пуассона и его характеристики, пример.
- •37) Равномерный закон распределения и его характеристики, пример.
- •38) Показательный закон распределения и его характеристики, пример.
- •39) Нормальное распределение и его характеристики, пример.
- •40) Ковариация и коэффициент корреляции, их свойства.
- •41) Вариационный ряд, таблица частот, гистограмма.
- •42) Меры центральной тенденции (средняя арифметическая, мода, медиана, размах, дисперсия) ряда данных.
- •43) Точечные оценки параметров распределения.
- •44) Интервальные оценки параметров распределения.
- •45) Статистические гипотезы и критерии.
- •46) Критерий Пирсона .
10) Теорема о вероятности суммы нескольких событий.
Сумма нескольких событий называется событием, состоящее в наступлении хотя бы одного из данных событий.
Если события совместные, то их сумма – наступление одного события, или наступление второго, или наступление обоих событий вместе.
Если событие несовместные, то их сумма – наступление одного из событий.
11) Аксиоматика вероятностей пространства. Аксиомы событий.
Случайным событием называют любой факт, который может произойти или не произойти.
Событие является элементарным если в результате опыта происходит одно и только одно из них.
12) Аксиоматика вероятностей пространства. Аксиомы вероятностей.
Каждому событию А (А є S) поставлено в соответствие неотрицательное число P(A), называемое вероятностью события А.
13) Условная вероятность. Теорема о вероятности произведения двух событий.
Пусть А и В – два случайных события по отношению к некоторому опыту ơ, причем P(B) ≠ 0. Число P(AB) / P(B) называется вероятностью события А при условии, что наступило событие В, или просто условной вероятностью события А. Вероятностью события А при условии В обозначается P(A/B). Тогда P(A/B) = P(AB) / P(B)
(Теорема 3.3) Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого, найденную в предположении, что первое событие произошло P(AB) = P(A/B) * P(B).
14) Независимость событий. Теорема о вероятности произведения двух независимых событий.
Событие А называется независимым от события В, если его вероятность не меняется от того, произошло событие В или нет, т.е. P(A/B) = P(A).
Таким образом , А не зависит от события В, если наступление В не оказывает влияния на вероятность А.
(Теорема 3.4) Если событие А не зависит от события В, то справедливо равенство:
P(AB) = P(A) * P(B)
(Теорема 3.4)’ Если выполняется равенство P(AB) = P(A) * P(B) и P(B) ≠ 0, то событие А не зависит от события В.
15) Формула полной вероятности
События
,
образующие полную группу событий, часто
называют гипотезами. При подходящем
выборе гипотез для произвольного события
могут
быть сравнительно просто вычислены
(вероятность
событию
произойти
при выполнении «гипотезы»
)
и собственно
(вероятность
выполнения «гипотезы»
).
(Теорема 3.7) Вероятность события А равна сумме произведений условных вероятностей этого события по каждой из гипотез на вероятность самих гипотез :
Р(А) = Р(А/Н1)*Р(Н1) + Р(А/Н2)*Р(Н2) +… + Р(А/Нn)*Р(Нn)
Доказательство: По условию события, А может произойти лишь с одной из гипотез Н1, Н2… Нn. Значит, справедливо равенство: А = АН1 + АН2 + … + АНn. Применяя Th сложения, находим вероятности Р(А) = Р(АН1) + Р(АН2) + … + Р(АНn). А т.к. по Th произведения каждое слагаемое в сумме можно заменить так: Р(АН1) = Р(А/Н1)*Р(Н1)
16) Формула Байеса
Пусть его событие А, которое может наступить лишь вместе с одной из попарно несовместных гипотез Н1, Н2… Нn. Пусть опыт произведен, и событие А наступило, но нельзя сказать какое из событий Н1, Н2… Нn имело место при этом в проделанном опыте.
Р(Н1/А), Р(Н2/А)… Р(Нn/А)
(Теорема 3.8 Формула Байеса)
Справедливо равенство:
Р(Н1/А) = (Р(А/Н1)*Р(Н1)) / (Р(А/Н1)*Р(Н1) + Р(А/Н2)*Р(Н2) +… + Р(А/Нn)*Р(Нn))
Доказательство: Для каждой Н по теореме произведения вероятностей, имеем равенство Р(АН1) = Р(А/Н1)*Р(Н1), аналогично Р(Н1А) = Р(Н1/А)*Р(А). Т.к. АН1=Н1А, то вероятностей можно приравнять, т.е. Р(Н1/А) = (Р(А/Н1)*Р(Н1)) / Р(А), заменив в знаменателе Р(А) на полную вероятность по Th 3.7.