
- •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.
3. Перестановки, размещения, сочетания. Вывод формул
Элементы комбинаторики
Имеется совокупность n объектов, назовем ее генеральной совокупностью. Из генеральной совокупности наудачу отбираем m объектов, эту отобранную совокупность назовем выборкой.
Выборка может быть упорядоченной, если порядок объектов (элементов) играет роль, и может быть неупорядоченной, если порядок элементов роли не играет.
Выборка может быть без повторений, если элементы повторяться не могут, и может быть с повторениями, если элементы в выборке повторяются.
Например, телефонный номер 60-61-51 – упорядоченная выборка с повторениями из десяти цифр по шести.
Упорядоченная выборка из n элементов по m называется размещением, неупорядоченная выборка из n элементов по m называется сочетанием. Число размещений и сочетаний c повторениями и без повторений из n элементов по m можно найти :
Два счета из десяти выполнены с ошибками. Найти вероятность того, что из четырех взятых на проверку счетов один счет окажется с ошибками
Решение:
Имеем дело с неупорядоченными выборками без повторений, следовательно, всего случаев n=С104,
благоприятных из них m=С21С83.
Следовательно
=
4. Урновые схемы, вывод формул.
Имеется урна, в которой содержится N шаров
M белых шаров,
N-M черных шаров
Выборка без возвращения
состоит в том, что мы наугад вынимаем последовательно из урны n шаров, не возвращая их обратно.
Какова вероятность вытащить ровно m белых шаров?
Элементарные события – последовательности различных шаров.
Всего
элементарных событий
Из
них успешных
Выборка с возвращением
состоит в том, что мы наугад вынимаем последовательно из урны n шаров, каждый раз фиксируя выбранный шар и возвращаю его в урну.
Какова вероятность вытащить ровно m белых шаров?
Выборка с возвращением
Элементарные события – последовательности шаров.
Всего
элементарных событий
Из
них успешных
5. Теорема сложения вероятностей, доказательство для суммы двух и трёх событий.
Теорема сложения вероятностей. Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий.
Р (А + В) = Р (А) + Р (В).
Теорема сложения вероятностей
(формула включения-исключения).
Р(А1+А2+А3+...+Аn)=
Р(А1) + Р(А2) + Р(А3) + ... + Р(Аn)
- Р(А1А2) - Р(А1А3) - Р(A2A3) - ... - P(An-1An) + P(A1A2A3) + P(A1A2A4) +…+ P(An-2An-1An) - ...
- …+(-1)n-1 P(A1A2...An).
Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления.
Доказательство (для n=3).
Р(А+В+С) = Р((А+В)+С) = / по аксиоме 4 / = Р(А+В)+Р(С)-Р((А+В)×С) = Р(А+В) + Р(С) - Р(А×С+В×С) = Р(А+В) + Р(С) - (Р(А×С) + Р(В×С) - Р(А×В×С)) = Р(А) + Р(В) + Р(С) - Р(А×В) - Р(А×С)- Р(В×С) + Р(А×В×С).g
Следствие.
Если события А1, А2, ... ,Аn несовместны,
то
Р(А1+А2+...+Аn)=P(A1)+P(A2)+...+P(An).
6. Определение условной вероятности. Теорема умножения вероятностей, доказательство в общей формулировке.
Условная
вероятность
Условная вероятность Р(А|В) события А относительно события В - это вероятность события А при условии, что событие В уже произошло.
Теорема
умножения вероятностей.
Теорема умножения вероятностей (общая формулировка).
Доказательство
Воспользуемся методом математической индукции.
из определения Р(А1А2)=Р(А1)Р(А2|А1).
Предполагаем, что теорема верна для (n-1) событий; докажем, что она верна для n событий.
Найдем Р(А1А2А3...Аn)=P((A1A2A3...An-1)An) = =P(A1A2A3...An-1)P(An|A1A2A3...An-1) = / по предположению /= P(A1)P(A2|A1) P(A3|A1A2) ..P(An-1| A1A2A3An-2)P(An|A1A2A3...An-1).
Пример 8:
Два студента выполняют независимо друг от друга задание. Вероятность того, что задание будет выполнено первым студентом 0,6;
для второго студента эта вероятность равна 0,8.
Найти вероятность того, что
оба студента выполнят задание;
только один из них выполнит задание;
хотя бы один из них выполнит задание.
Решение.
События: А – задание выполнит первый студент,
В- задание выполнит второй студент.
По условию Р(А) = р1 = 0,6; Р(В)=р2 = 0,8; следовательно, Р( ) = 1-p1 = q1 = 1-0,6 = 0,4; P( ) = 1-p2 = q2 = 1-0,8 = 0,2.
Р(АВ) = /события А и В - независимые события / = Р(А)Р(В) = р1р2 =0,60,8 = 0,48.
Р(А + B) = / A и B - несовместные события /= Р(А ) + Р( В) = Р(А)Р( ) +
Р( )Р(В) = p1q2+q1p2 = 0,60,2 + 0,40,8 = 0,44.
P(A+B)=/ А и В-совместные события /= Р(А)+Р(В)-Р(АВ)=0,6+0,8-0,48=0,92
или т.к. А+В и противоположные события, то
Р(А+В)=1-Р( )= 1 - Р( )Р( ) = 1-q1q2 = 1-0,40,2 = 1-0,08 = 0,92.
Пример 7:
Студент знает ответы на 20 из 25 вопросов. Какова вероятность того, что он ответит на два выбранных наудачу вопроса?
Решение.
Рассмотрим события:
А- студент знает ответ на первый вопрос,
В- студент знает ответ на второй вопрос.
Н
айдем
Р(АВ).
Р(АВ) = Р(А)Р(В|А) =
Полная
группа событий -несколько
событий таких, что в результате опыта
непременно должно произойти хотя бы
одно (и только ровно одно) из
них.
называются
гипотезами.
Теорема (формула полной вероятности)
Пусть в результате опыта может появиться какое-либо из несовместных событий Н1,Н2,...,Нn, образующих полную группу. Событие А может появиться только вместе с одним из этих событий.
Е
сли
известны вероятности гипотез Р(Нi)
и условные вероятности Р(А|Нi),
где i = , то
Доказательство.
Р(А)=Р(А = =Р(А(Н1+Н2+...+Нn)=P(AH1+AH2+...+AHn)=
/события AHi и AHj, где несовместные события, т.к. (AHi)(AHj)=AHiHj=A(HiHj)=A Ø = Ø
= Р(АН1)+Р(АН2)+...+Р(АНn)=
=P(H1)P(A|H1)+P(H2)P(A|H2)+...+P(Hn)P(A|Hn).
Пример:
На стройку поступают блоки с трех баз, причем 50% с первой базы,30% со второй базы, остальные с третьей базы. Вероятность того, что блок c первой базы бракованный - 0,09; со второй - 0,1; с третьей - 0,08. Найти вероятность того, что взятый наудачу на стройке блок окажется бракованным.
Решение.
Рассмотрим гипотезы:
Н1 - взятый наудачу блок поступил с первой базы,
Н2 - взятый наудачу блок поступил со второй базы,
Н3 - взятый наудачу блок поступил с третьей базы.
Событие А - взятый наудачу на стройке блок окажется бракованным.
По условию Р(Н1)=50/100=0,5; Р(Н2)=30/100=0,3; Р(Н3)=(100-50-30)/100 = 0,2.Р(А|Н1)=0,09;
Р(А|Н2)=0,1; Р(А|Н3)=0,08.
Следовательно, по формуле полной вероятности
Р(А)=0,50,09+0,30,1+0,20,08=0,091.