
- •1. Предмет теории вероятностей. Достоверные, невозможные и случайные события. Виды случайных событий.
- •2. Классическое определение в-ти. Св-ва в-ти.
- •3. Основные формулы комбинаторики. Примеры непосредственного вычисления вероятностей
- •4. Относительная частота. Устойчивость относительной частоты
- •5. Теорема сложения вероятностей несовместных событий
- •6. Теорема умножения вероятностей.
- •7. Независимые события. Теорема умножения для независимых событий
- •8. Вероятность появления хотя бы одного события
- •9. Теорема сложения вероятностей совместных событий
- •10. Формула полной вер-ти.
- •11. Вероятность гипотез. Формула Байеса.
- •12. Повторение испытаний. Формула Бернулли. Приближенная формула Пуассона.
- •14.Случайные величины. Их виды и законы распределения. Мо дсв и его вероятностный смысл.
- •15. Свойства мо
- •16. Дисперсия и ско дсв. Св-ва дисперсии.
- •17. Биномиальное распределение. Распределение Пуассона.
- •18. Простейший поток событий
- •19. Закон больших чисел.
- •20. Функция распределения вероятностей и ее свойства.
- •21. Плотность распределения вероятностей нсв и ее свойства.
- •22. Математическое ожидание, дисперсия и ско непрерывных св.
- •23. Равномерное распределение. Распределение . Распределение Стьюдента.
- •24.Числовые хар-ки ср.Значения нескольких взаимно независимых одинаково распределенных св.
- •25. Нормальное распределение нсв. Вероятность попадания нормально распределенной св в заданный интервал.
- •26. Генеральная совокупность и выборка. Статистическое распределение. Эмпирическая функция распределения. Полигон и гистограмма.
- •27. Статистические оценки параметров распределения. Выборочная средняя как оценка математического ожидания теоретического распределения. Генеральная и выборочная дисперсия. Исправленная дисперсия.
- •28. Точечные оценки параметров распределения. Метод моментов.
- •29. Точечные оценки параметров распределения. Метод наибольшего правдоподобия.
- •30. Точность оценки, доверительная вероятность и доверительный интервал. Доверительный интервал для оценки математического ожидания нормального распределения при известном и неизвестном ско.
- •31. Методы расчета характеристик выборки.
- •32. Обработка результатов наблюдений. Метод наименьших квадратов. Линейная аппроксимация экспериментальных данных. Коэффициент корреляции и его свойства.
- •33. Зависимость между случайными величинами. Корреляционная зависимость и уравнение регрессии.
- •34. Статистическая гипотеза. Виды гипотез. Ошибки 1-го и 2-го рода. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия.
- •§ 1. Статистическая гипотеза. Нулевая и конкурирующая, простая и сложная гипотезы
- •§ 2. Ошибки первого и второго рода
- •§ 3. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия
- •35. Критическая область. Отыскание критических областей. Мощность критерия.
- •§ 4. Критическая область. Область принятия гипотезы. Критические точки
- •§ 5. Отыскание правосторонней критической области
- •§ 6. Отыскание левосторонней и двусторонней критических областей
- •§ 7. Дополнительные сведения о выборе критической области. Мощность критерия
- •36. Сравнение двух дисперсий нормальных генеральных совокупностей.
- •37. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности.
5. Теорема сложения вероятностей несовместных событий
Суммой А+В двух событий называют событие, состоящее в появлении события А, или события В, или обоих этих событий. Например, если из орудия произведены 2 выстрела и А – попадание при первом выстреле, В – при втором, то А+В – попадание при первом выстреле, или при втором, или в обоих.
В частности, если 2 события А и В – несовместные, ТО А+В – событие, состоящее в появлении одного из этих событий, безразлично какого.
Суммой нескольких событий называют событие, к-рое состоит в появлении хотя бы одного из этих событий.
Пусть события А и В — несовместные, причем вероятности этих событий известны.
Теорема. Вероятность появления одного из двух несовместных событий, безразлично какого, равна сумме вероятностей этих событий:
Р(А + В) = Р(А) + Р(В).
доказательство. Введем обозначения: n—общее число возможных элементарных исходов испытания; m1 — число исходов, благоприятствующих событию А; m2— число исходов, благоприятствующих событию В.
Число элементарных исходов, благоприятствующих наступлению либо события А, либо события В, равно m1+m2. Следовательно,
Р (А + В) = (m1 + m2)/n = m1/n + m2/n.
Приняв во внимание, что m1/n = Р (А) и m2/n — Р (В), окончательно получим
Р(А + В) = Р(А) + Р(В).
Следствие. Вероятность появления одного из нескольких попарно несовместных событий, безразлично какого, равна сумме вероятностей этих событий:
Р(A1+ A2 + ... + Аn) = Р(A1) + Р (A2)+ ... + Р(An).
Следствие. Сумма вероятности нескольких попарно несовместных событий, образующих полную группу событий =1.
Док-во: т.к. появление одного из событий полной группы достоверно, а вер-ть достоверного события =1, то:
Р(А1+А2+…+Аn)=1,
Применяя теорему сложения:
Р(А1)+Р(А2)+…+Р(Аn)=1
Поэтому принято обозначать: Р(А)=р,Р(Ā)=q p+q=1
Пример 1. В урне 30 шаров: 10 красных, 5 синих и 15 белых. Найти вероятность появления цветного шара.
Решение. Появление цветного шара означает появление либо красного, либо синего шара.
Вероятность появления красного шара (событие А).Р(А)= 10/30= 1/3.
Вероятность появления синего шара (событие В)..Р (В) = 5/30 =1/6.
События А и В несовместны (появление шара одного цвета исключает появление шара другого цвета), поэтому теорема сложения применима.
Искомая вероятность: Р (А + В) = Р (А) + Р (В) = 1/3+ 1/6= 1/2.
Пример2. Реш-е:
А - выпало 16 очков, В – выпало ≤16очков
(m=4, n=63 ) Р(А)=6/63=1/36; (m=4, n=63 ) Р(В)=1-Р(В’)
В’-выпало >16; Р(В’)=4/63 =1/54; Р(В)=1-1/54=53/54
Пример3. Реш-е: А-ладьи не бьют друг друга, Ā-бьют
n=64·63; m=64·14; Р(Ā)= 64·14/64·63=2/9; Р(А)=1-2/9=7/9
6. Теорема умножения вероятностей.
Произведением двух событий А и В называют событие АВ, состоящее в совместном проявлении этих событий. Например, если А – деталь годная, В- деталь окрашенная, то АВ – деталь годна и окрашена.
Предположим, что событие В может произойти при условии появления события А, тогда вер-ть появления события В, вычисляется в предположении, что А уже произошло называется условной вер-тью события В: РА(В)
Теорема: вер-ть совместного появления двух событий = произведению вер-ти одного из них на условную вер-ть другого, вычисленного в предположении, что первое событие уже наступило: Р(АВ)=Р(А)·РА(В)
Док-во: Обозначим
n
– число всех элементарных исходов, mA
– число элементарных исходов благоприятных
событию А, mAB
– число элементарных исходов, благоприятных
совместному появлению А и В, т.е. АВ.
Тогда:
;
1-я дробь = вер-ти события А, 2-я – условноу
вер-ть события В (событие может наступить
в каждом из элементарных исходов,
благоприятных событию А): Р(АВ)=Р(А)·РА(В)
ЧТД
Теорема умножения обобщается на случай совмещения нескольких событий.
Следствие: вер-ть совместного появления нескольких событий =произведению вероятности одногоиз них на условные вер-ти всех остальных, причём вер-ть каждого последующего события вычисляется в предположении, что все предыдущие события уже появились: Р(А1А2А3…Аn=Р(А1)РА1(А2)РА1А2(А3)…РА1А2…Аn-1(Аn),
Пример. Реш-е: А – 1й шар кр; В – 2й шар синий
Р(А)=6/9=2/3; РА(В)=3/8; Р(АВ)=Р(А)· РА(В)==2/3·3/8=1/4