- •1. Комбинаторика: основные принципы, понятия и формулы.
- •2. Предмет теории вероятностей
- •3. Основные понятия теории вероятностей: опят, исход опыта, пространство элементарных исходов. Примеры.
- •4. Основные определения теории вероятностей: случайные события, благоприятствующие исходы, совместные и несовместные события.
- •6. Операции над событиями. Алгебра событий.
- •7. Аксиоматическое определение вероятности.
- •8. Важнейшие свойства вероятностей.
- •9.Классическое определение вероятности.
- •10. Геометрическое определение вероятности.
- •11. Статическое определение вероятности.
- •12. Зависимые и независимые события, их взаимность. Определение условной вероятности и следствие из него.
- •13. Полная вероятность.
- •14. Формула Байеса.
- •15.Схема Бернулли:n однотипных независимых испытаний. Основные задачи в схеме Бернулли.
- •16. Визуализация опыта, удовлетворяющего схеме Бернулли. Вывод формулы Бернулли.
- •17. Применение формулы Бернулли при решении 2 основных задач в схеме Бернулли.
- •18.Применение формулы Пуассона при решении двух основных задач в схеме Бернулли.
- •19. Применение формулы Муавра-Лапласа при решении 2 основных задач в схеме б ернулли.
- •20.Наивероятнейшее число «успехов» в серии n испытаний по схеме Бернулли.
- •21. Случайная величина как функция, ее область определения и область значения. Примеры.
- •22. Классификация случайных величин.
- •23. Способы задания свдт.
- •24. Функция плотности вероятности f(X) как способ задания свнт. Свойства функции плотности.
- •25. Функция распределения вероятностей f(X): ее определения и свойства.
- •26. Математическое ожидание свдт: определение и свойства.
- •27. Математическое ожидание свнт: определение и свойства.
- •28. Дисперсия свдт: определение и свойства.
- •29. Дисперсия свнт: определение и свойства.
- •30. Биномиальное распределение.
- •31. Бернуллиевское распределение.
- •32. Геометрическое распределение.
- •33.Гипергеометрическое распределение
- •34. Распределение Пуассона.
- •35.Равномерное дискретное распределение.
- •36. Равномерное непрерывное распределение.
- •График:
- •37. Экспоненциальное распределение.
- •38. Нормальное распределение.
6. Операции над событиями. Алгебра событий.
Алгебра событий – это множество S=2^n
элементов, в которых содержатся операции
умножения и сложения.
А) Объединяя
благоприятствующие события А и В исходы,
мы получаем подмножества во множестве
W, то есть событие которое
называется суммой событий А и В , и
обозначается: А
В.
Б) Выбирая благоприятствующие исходы,
одновременно принадлежащие и событию
А, и событию В, мы получаем некоторое
подмножество пустое (в случае если А и
В несовместна) или непустое (А и В
совместны), которое называется
произведением А и В, и обозначается А
В.
7. Аксиоматическое определение вероятности.
Дадим аксиоматическое
определение вероятности любого события,
входящего в алгебру S
(для случая конечного n-исходов
опыта). Определяем через постулаты:
1)
Каждому элементарному исходу wi
(i
)
поставим в соответствие некоторым
разумным способом положительное число
Р(wi).
Сумма всех положительных чисел Р(wi) , где i , равна 1. Каждое из этих чисел называется вероятностью соответствующего исхода.
Вероятность любого события, связанного с данным опытом, а значит включенного в алгебру S, равна сумме вероятностей исходов, приводящих к этому событию, то есть благоприятствующих исходов.
8. Важнейшие свойства вероятностей.
1) вероятность
достоверного события W
равна 1.
2)
вероятность невозможного события равна
0.
3) Вероятность любого случайного события есть число, заключенное между 0 и 1.
4)Вероятность суммы несовместных событий равна сумме вероятностей этих событий (так как события А и В несовместимы, то общих исходов у них нет, а значит исходы события А+В разбиты на 2 непересекающихся группы).
5) Вероятность суммы совместимых 2 событий равна суме вероятностей этих 2 событий без вероятности их произведения (так как события совместимы, то у них есть общие исходы которые нельзя считать дважды).
6) Противоположным событием А называется событие не-А (с чертой), которое включает в себя все исходы из W, не включенные в А (Р(А)+Р(не-А)=1).
7)Вероятность события Р(А) = (1 – Р(не-А)), и наоборот.
9.Классическое определение вероятности.
Рассмотрим способ нахождения вероятностей случайных событий, известный под названием классическое определение вероятности. Специфика его в том, что он применим в опытах с сильно ограниченными условиями: 1) число исходов опыта конечно;2) все исходы опыта равновозможны.
Определение: элементарные исходы называются равновозможными, если они имеют одинаковые шансы на появление, то есть ни один из возможных исходов не имеет преимуществ по сравнению с другими возможными исходами на реализацию при однократном проведении опыта. В таком случае имеем n исходов wi, причем каждому поставлено в соответствие одно и то же число Р. Тогда имеем: Р(А)= m/n. Итак, в классическом случае вероятность случайного события А равна отношению числа m исходов, благоприятствующих ему, к общему числу n возможных исходов.
10. Геометрическое определение вероятности.
Геометрическое определение вероятности обобщает классическое на случай, когда пространство элементарных исходов W- множество мощности континуума.
Иначе говоря, способ нахождения вероятностей случайных событий, известный под названием геометрической вероятности, применим при следующих условиях: 1) число исходов опыта несчетно; 2) все исходы опыта равновозможны. При этом пространство элементарных исходов W может представлять собой: подмножество прямой R, подмножество плоскости R2, подмножество трёхмерного пространства R3.
В качестве подмножеств W (т.е. случайных событий) будем рассматривать лишь промежутки имеющие: длину, еслиW подмножество R; площадь, если W подмножество R2; объем, если W подмножество R3 .
Будем считать, что пространство элементарных исходов имеет конечную меру, а вероятность попадания «случайно брошенной» точки в любое подмножество из W пропорциональна мере этого подмножества и не зависит от его расположения и формы.
Вероятность события А называется число Р(А), равное отношению меры множества А к мере множества W: Р(А)= (mes A)/ (mes W).
