
- •1. Алгебра и σ-алгебра множеств, аксиомы теории вероятностей.
- •3) Если a1, a2, …An, … не пересекаются, то
- •2. Классическая и геометрическая вероятности. Определение (интерпретация аксиом), примеры.
- •3. Перестановки, размещения, сочетания. Вывод формул
- •4. Урновые схемы, вывод формул.
- •5. Теорема сложения вероятностей, доказательство для суммы двух и трёх событий.
- •6. Определение условной вероятности. Теорема умножения вероятностей, доказательство в общей формулировке.
- •Вопрос 11.
- •8. Теорема (формула Байеса) (теорема переоценки гипотез)
- •10. Полиномиальная схема, вывод формулы вероятности.
- •12) Теорема Пуассона в схеме Бернулли, доказательство
- •13. Теорема Пуассона в схеме Бернулли с доказательством.
- •14. Интегральная теорема Муавра-Лапласа, формулировка, пример использования – задача о поезде.
- •15. Интеграл Лапласа – функции ф и ф0, свойства функций с доказательствами.
- •16) Функция распределения одномерной случайной величины, определение, вывод свойств (включая формулу вероятности попадания в промежуток).
- •17. Функция распределения одномерной случайной величины, определение, доказательства свойств (включая формулу вероятности попадания в промежуток).
- •1) Область определения f(X) - интервал
- •5) F(X)- неубывающая функция.
- •18. Дисперсия и среднеквадратическое отклонение случайной величины, формула для дискретного распределения, доказательство свойств дисперсии.
- •19. Биномиальное распределение. Формула вероятности, интерпретация, математическое ожидание с выводом, дисперсия.
- •20) Гипергеометрическое распределение. Формула вероятности, интерпретация, математическое ожидание, дисперсия.
- •21. Гипергеометрическое распределение. Формула вероятности, интерпретация, пример, математическое ожидание, дисперсия.
- •22. Распределение Пуассона. Формула вероятности, интерпретация, математическое ожидание с выводом, дисперсия.
- •25. Двумерная дискретная случайная величина, вид закона распределения, условие нормировки, распределения составляющих величин, пример.
- •26. Математическое ожидание, дисперсия, среднеквадратическое отклонение для непрерывной случайной величины, свойства числовых характеристик.
- •27. Числовые характеристики случайной величины (мода, медиана, квантили, моменты).
- •30. Нормальное непрерывное распределение, функция распределения и плотность, математическое ожидание и дисперсия, вероятность попадания в интервал, правило трех сигм.
- •31. Функция случайного аргумента. Закон распределения для дискретной случайной величины, вывод формулы для плотности непрерывной случайной величины.
- •32) Двумерная случайная величина, функция распределения и ее свойства.
- •32. Функция случайного аргумента. Закон распределения для дискретной случайной величины, вывод формулы для плотности непрерывной случайной величины.
- •34. Числовые характеристики двумерной случайной величины: моменты, ковариация, коэффициент корреляции. Свойства (теоремы) для математического ожидания и дисперсии.
- •35. Вывод уравнения среднеквадратической регрессии.
- •37. Сходимость по вероятности, теорема Чебышёва, центральная предельная теорема.
- •38. Анализ выборки: вариационный ряд, полигон, гистограмма, эмпирический закон и функция распределения.
- •39. Точечные оценки параметров распределения, выборочное среднее, выборочная дисперсия, исправленная дисперсия, метод моментов.
- •40) Интервальные оценки, доверительный интервал, вывод доверительного интервала для параметра a нормальной случайной величины нормального распределения при известном σ
- •41. Вывод выборочного уравнения прямой линии регрессии.
- •42. Проверка статистических гипотез, гипотеза о виде распределения, χ2-критерий Пирсона.
1. Алгебра и σ-алгебра множеств, аксиомы теории вероятностей.
Алгеброй множеств S называется такая система подмножеств универсального множества W, что
1) W Î S, Ø Î S
2) " A, B Î S Þ A+B Î S, AB Î S, A\B Î S.
σ-алгеброй множеств S называется такая система подмножеств универсального множества W, что
1) W Î S, Ø Î S
2) " A, B: A\B Î S.
3) A1, A2, …An, … Î S Þ (A1 +A2+ …+An+ …) Î S,
(A1 A2 …An, …) Î S,
Аксиомы теории вероятностей
Вероятностным пространством называется тройка
(W, S, P), где
– универсальное множество
S – его σ-алгебра
P – функция из S в множество действительных чисел, удовлетворяющая свойствам
1) P(A) ≥ 0; Всякому событию из поля события ставят в соответствие некоторое неотрицательное число, которое называют его вероятностью
2) P(W) = 1; Вероятность достоверного события принимается равной единице
3) Если a1, a2, …An, … не пересекаются, то
P(A1 +A2+ …+An+ …) = P(A1) + P(A2) + …+P(An)+ … (аксиома сложения). Вероятность суммы двух несовместных событий равна сумме вероятностей каждого
Аксиома
4.
Если
событие А равносильно наступлению
хотя бы одного из попарно несовместных
событий А1, А2, …,Аn , то вероятность
этого события равна сумме вероятностей
каждого
|
Следствия:
1. Вероятность
противоположного события равна 1 за
вычетом вероятности прямого
события
;
Доказательство
;
.
2. Вероятность
невозможных событий равна
0
Доказательство
.
3. Вероятность
любого события лежит в пределах
0 <= Р(Аi) <= 1.
2. Классическая и геометрическая вероятности. Определение (интерпретация аксиом), примеры.
Классическая вероятность
Пространство состоит из конечного числа равновероятных элементарных событий Е1, Е2,...,Еn.
Элементарное событие называется благоприятным событию А, если его появление влечет появление события А. Пусть m - число благоприятных для А элементарных событий, n - число всех элементарных событий. Тогда
Действительно, Р(Е1+Е2+...+Еn)=Р()=1, так как события несовместны, то
Р(Е1) + Р(Е2) +...+ Р(Еn) =1 (1).
По условию события равновозможные, следовательно,
Р(Е1) = Р(Е2) =...= Р(Еn) (2).
Из равенств (1) и (2) следует, что Р(Е1)=Р(Е2) =…
=Р(Еn) =
Найдем
Р(А) = Р(Е1 + Е2 +... + Еm) = Р(Е1)+Р(Е2)+...+Р(Еm) =m/n
Пример:
Опыт - бросание игральной кости
Событие А - выпадение числа очков, кратного 3.
Найдем вероятность события А.
Решение:
A1
A2
A3
A4
A5
A6
Всего
случаев 6. Благоприятных из них 2,
следовательно,
Геометрическая вероятность
Пространство является ограниченной и измеримой областью в Rn. Сигма-алгебра пространства есть совокупность всех измеримых подмножеств области .
Вероятность события А (вероятность попадания точки в множество А) пропорциональна его мере как множества
и не зависит от его расположения и формы.
Если мера всей области равна S, а мера части D области, попадание в которую благоприятствует появлению события А, равна SD, то вероятность события А равна.
Геометрическая вероятность
На практике часто встречаются испытания, число возможных исходов которых бесконечно.
Два студента условились встретиться в определенном месте между 18 и 19 часами. Пришедший первым ждет 15 мин и уходит. Определить вероятность встречи, если время прихода каждого независимо и равновозможно в течение указанного часа.
Решение примера 6:
Пусть х- время прихода одного студента, у- время прихода второго. Чтобы встреча состоялась, необходимо и достаточно, чтобы х - у 15,
т.е. -15 x - y 15. Область возможных значений - квадрат со стороной, равной 60.
Область D – часть квадрата между прямыми
х – у = – 15 и х – у = 15. Следовательно,