- •Лекция № 3 Введение. Классификация событий. Действия над событиями
- •2. События. Классификация событий. Пространство элементарных событий
- •4. Практические занятия
- •Лекция№5:Условная вероятность. Формула полной вероятности и формула Байеса. Независимые случайные события
- •1.1 Распределение Релея
- •1 Система двух случайных величин
- •1.Введение
- •4. Практические занятия
- •2.Элементы теории множеств.
- •2.1 Определение множества. Мощность множества. Подмножества.
- •2.2 Множества и подмножества.
- •2.3 Способы задания множеств. Универсальное множество.
- •2.4 Операции над множествами.
- •Практическое занятие №2
- •Тема: Основные понятия комбинаторики.
- •2. Перестановки, размещения.
- •3. Сочетания.
- •4. Разбиение на группы:
- •1. Введение
- •3. Алгебра событий
- •1. Введение
- •2. События. Классификация событий. Пространство элементарных событий
- •Примеры.
- •3. Алгебра событий
- •События Вi образуют полную группу событий, если
- •Особый интерес представляют полные группы несовместимых событий
- •План лекции:
- •2. Классический способ задания вероятностей.
- •3. Статистическая вероятность
- •4. Геометрическая вероятность.
- •Лекция№5
- •2. Формула полной вероятности.
- •3. Формула Байеса (теорема гипотез).
- •4. Независимые случайные события.
- •Контрольные вопросы и тесты
- •2 Закон распределения случайной величины.
- •3. Функция распределения
- •4. Плотность распределения случайной величины
- •Практическое занятие №1
- •1.Математическое ожидание , мода и медиана случайной величины
- •2. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •3. Моменты высших порядков
- •Математическое ожидание, мода и медиана случайной величины
- •2. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •3. Моменты высших порядков
- •Практическое занятие №1
- •5. Контрольные вопросы и задания
- •1. Биномиальное распределение
- •2. Распределение Пуассона
- •3. Простейший поток событий
- •1. Испытания (схема) Бернулли. Биномиальное распределение
- •Если ставить вопрос о появлении события а k-раз в n испытаниях в произвольном порядке, то событие представимо в виде
- •2. Распределение Пуассона.
- •3. Простейший поток событий
- •Задача 4
- •Задача 5
- •Задача 6
- •Практическое занятие № 2
- •5. Контрольные вопросы
- •1.1 Равномерное распределение вероятностей
- •1.2 Показательное (экспоненциальное) распределение
- •1.3 Нормальное распределение
- •Задача 1
- •Решение
- •Решение
- •Задача 4
- •Задача 6
- •Практическое занятие №2
- •2. Рекомендуемые фрагменты программ
- •1.1 Распределение Релея
- •1.1 Распределение Релея
- •1.2 Распределение Максвелла
- •1.3 Логарифмическое нормальное распределение
- •2. Функция случайной величины.
- •Практическое занятие №1
- •3. Рекомендации к выполнению.
- •Практическое занятие №2
- •Задача3
- •1 Система двух случайных величин
- •1 Система двух случайных величин
- •1.2 Плотность распределения двух случайных величин
- •1.3 Условные функция распределения и плотность распределения
- •1.4 Корреляция двух случайных величин
- •Аналогично имеем
- •2. Система произвольного числа случайных величин
- •Задача1
- •Практическое занятие №2 Тема: Исследование системы двух случайных величин
- •Так как под интегралом в (1) находится неотрицательная величина, то, выбросив из интервала интегрирования отрезок ав, мы значение интеграла не увеличим, т.Е.
- •2. Характеристические функции
- •Для дискретной случайной величины х с законом распределения
- •Свойства характеристической функции
- •3. Центральная предельная теорема
- •2. Числовые характеристики выборки
- •2.1. Выборочное среднее
- •Выборочная дисперсия
- •3. Статистический ряд. Статистическая функция распределения
- •4. Статистическая совокупность. Гистограмма
- •1. Оценка параметров
- •2. Метод наибольшего правдоподобия для нахождения оценок
- •3. Метод наименьших квадратов
2. Формула полной вероятности.
Следствием обоих основных правил теории вероятности (правила сложения и правила умножения) – является формула полной вероятности.
Допустим, что предполагается провести опыт, об условиях которого можно сделать n исключающих друг друга предположений (гипотез).
Пусть гипотезы H1, H2,… , Hn образуют полную группу попарно несовместимых событий, т.е.
= H1+ H2+… + Hn (Hi Hj=0, ij).
Каждая гипотеза осуществляется случайным образом и представляет собой некоторое событие. Вероятности гипотез известны и равны Р(H1),Р(H2),…,р(Hn).
Рассматривается некоторое событие А, которое может проявиться только вместе с одной из гипотез , заданы условные вероятности Р(А/Нi) события А при каждой из гипотез. Требуется найти вероятность события А. Представим событие А следующим образом:
А=А=А(H1+ H2+… + Hn)= АH1+ АH2+… + АHn.
Так как события АH1, АH2,… , АHn также несовместимы, то используя правила сложения и умножения вероятностейЮ, получим формулу полной вероятности:
Р(А) = р(АH1)+р(АH2)+…+р(АHn)=р(А/H1)р(В1)+р(А/H2)р(H2)+…+ р(А/Вn)р(Вn),
.
Безусловная вероятность события А в опыте с гипотетическими условиями вычисляется как сумма произведений вероятностей каждой гипотезы на условную вероятность события А при этой гипотезе.
Формула полной вероятности применяется во всех случаях, когда опыт со случайным исходом распадается на два этапа: в первом как бы ''разыгрываются'' условия опыта; во втором – его результат.
Пример: Среди N экзаменационных билетов n счастливых. Студенты подходят за билетами один за другим. У кого больше вероятность взять счастливый билет: у того, кто подошел первым, или у того кто подошел вторым?
Решение: Вероятность взять счастливый билет для первого студента равна, очевидно Р(Аi) =
А1 – первый студент взял счастливый билет,
А2 – второй студент взял счастливый билет,
Р(А1) = ;
Вычислим Р(А2). Можно сделать два предположения:
Н1 – первый студент взял счастливый билет,
Н2 – первый студент не взял счастливый билет. Н1 +Н2 = ; Н1 Н2=.
Тогда по форме полной вероятности:
Р(А2)= Р(H1) Р(А2/H1) + Р(H2) Р(А2/H2);
Определим Р(А2/H1) и Р(А2/H2);
;
H1+ H2=;
=n/N;
3. Формула Байеса (теорема гипотез).
Следствием правил умножения и формулы полной вероятности является теорема гипотез или формула Байеса.
Представим себе следующую ситуацию. До опыта о его условиях можно было сделать ряд гипотез Н1, Н2,…,Нn, несовместимых и образующих полную группу
; (ij);
Вероятность гипотез до опыта (априорные вероятности) заданы и равны: Р(H1), Р(H2),…, Р(Hn); ;
Теперь предположим, что опыт произведен, и в его результате появилось событие А. Спрашивается, как нужно пересмотреть вероятность гипотез, с учетом этого факта. Т.е. необходимо найти ''апостериорные вероятности'' гипотез, при условии, что опыт дал результат А, т.е Р(Н1/А); Р(Н2/А)… Р(Нi/А).
Решим эту задачу, используя правило умножения и формулу полной вероятности:
Возьмем любую гипотезу Нi и вычислим вероятность Р(НiА) по правилу умножения в двух формах:
Р(HiA)= Р(Hi) Р(A/Hi)=P(A) Р(Hi/A);
Р(Hi) Р(A/Hi)=P(A) Р(Hi/A).
Разделим обе части на Р(А)0, т.е. .
Заменим Р(А) его выражением из формулы полной вероятности, получим формулу Байеса:
.
Пример: В урне находится n шаров. Возможно (n+1) гипотеза о количестве белых шаров в урне: Н0, Н1, Н2,…,Нn. (Нi - гипотеза, состоящая в том, что в урне i белых шаров). Предположим, что все эти гипотезы одинаково возможны, т.е.
;
Из урны наугад взяли шар, который оказался белый. Пусть В – событие состоящее в том, что наугад взят шар – белый. Вычислим Р(Нi/В).
Имеем ; (в урне i – белых шаров) по формуле классической вероятности.
Тогда по формуле Байеса:
;
;
Наиболее вероятной является гипотеза Нn.