
- •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.
7. Независимые события. Теорема умножения для независимых событий
Пусть вероятность события В не зависит от появления события А.
Событие В называют независимым от события А, если появление события А не изменяет вероятности события В, т. е. если условная вероятность события В равна его безусловной вероятности: РА(В)=Р(В)
Итак, если событие В не зависит от события А, то и событие А не зависит от события В; это означает, что свойство независимости событий взаимно.
Для независимых событий теорема умножения Р(АВ) = Р(А)РА(В) имеет вид Р(АВ) = Р(А)Р(В),(1) т. е. вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий. Равенство (1) принимают в качестве определения независимых событий.
Два события называют независимыми, если вероятность их совмещения равна произведению вероятностей этих событий; в противном случае события называют зависимыми.
Пример 1.Реш-е А – выпал «Г», В – выпало чётное число очков
Пространство элементарных исходов имеет вид: Ω={Г1,Г2,Г3, Г4,Г5,Г6,Р1,Р2,Р3,Р4,Р5,Р6}
Каждый исход равновозможен: Р(Г1)=Р(Г2)=…=Р(Р6)=1/12
Событие АВ состоит из 3х элемент.исходов: АВ={Г2,Г4,Г6}=>Р(АВ)=3/12=1/4=1/2·3/6
Т.к. событие А{Г}, В={1,4,6}, то Р(А)=1/2 и Р(В)=3/6=>Р(АВ)=1/4
События А и В независимы
Пример 2. Решение: А – на 1й кости 6; В – на 2й кости 6; Р(А)=Р(В)=1/6
По усл.задачи А и В – независимы=>Р(АВ)=Р(А)·Р(В)=1/6·1/6=1/36
Если А и В независимы, то независимы также события А и В’, Ā и В, Ā и B’
Несколько событий называют попарно независимыми, если каждые два из независимы. Например, события А, В, с попарно независимы, если независимы события А иВ, А и С, В и С.
Нес-ко событий называют независимыми в совокупности (или независимыми), если независимы каждые два из них и независимы каждое событие и все возможные произведения остальных. Например, если события А1, А2, А3 независимы в совокупности, то независимы события А1иА2, А1иА3, А2иА3,; А1иА2А3, А2иА1А3, А3иА1А2. Если нес-ко событий независимы попарно, то отсюда ещё не следует их независимость в совокупности.В этом смысле требование независимости событий в совокупности сильнее требования из попарной независимости.
Теорема. Вероятность совместного появления нескольких событий, независимых в совокупности, равна произведению вероятностей этих событий:
Р (А1А2... An)= Р (А1) Р (А2). .. Р (Аn).
Доказательство. Рассмотрим три события: А, В и С. Совмещение событий А, В и С равносильно совмещению событий АВ и С, поэтому
Р(АВС) = Р(АВ·С).
Так как события А, В и С независимы в совокупности, то независимы, в частности, события АВ и С, а также А и В. По теореме умножения для двух независимых событий имеем: Р (АВ ·С) = Р (АВ) Р (С) и
Р (АВ) =Р(А)Р (В). Итак, окончательно получим Р (ABC) = Р(А)Р (В) Р (С).
Для произвольного n доказательство проводится методом математической индукции.ЧТД
Замечание. Если события А1, А2, …, Аn независимы в совокупности, то и противоположные им события Ā1, Ā2, …, Ān также независимы в совокупности.
Пример 3. Решение: А – из 1го ящика вынута станд. деталь, В – из 2го ящика станд. деталь, С – из 3го ящика вынута станд. деталь.
Р(А)=8/10; Р(В)=7/10; Р(С)=9/10, т.к. события А,В с С независимы в сов-ти, то искомая вер-ть по теореме умножения равна: Р(АВС)=Р(А)Р(В)Р(С)=0,8·0,7·0,9=0,504