![](/user_photo/_userpic.png)
- •4. Совместные и несовместные события. Теоремы сложения вероятностей.
- •5.Зависимые и независимые события. Условная вероятность. Теоремы умножения вероятностей.
- •7.Формула полной вероятности и формула Байеса.
- •8. Повторные независимые испытания. Формула Бернулли.
- •10.Локальная и интегральная теоремы Муавра-Лапласа.
- •12.Теорема Пуассона (вывод формулы).
- •14.Функция распределения дискретной случайной величины, ее свойства и график
- •16.Дисперсия дискретной случайной величины и ее свойства. Среднее квадратичное отклонение. Размерность дисперсии и среднеквадратичного отклонения.
- •17.Биномиальный закон распределения и его числовые характеристики (вывод формулы).
- •18.Закон Пуассона и его числовые характеристики (вывод формулы). Простейший поток событий.
- •21. Плотность распределения вероятностей непрерывной случайной величины и ее свойства.
- •22.Математическое ожидание и дисперсия непрерывной случайной величины.
- •23.Равномерный закон распределения и его числовые характеристики.
- •25.Нормальный закон распределения, его параметры и их вероятностный смысл. Зависимость формы нормальной кривой от параметров.
- •28.Функция Лапласа и ее связь с функцией распределения нормальной случайной величины.
- •29.Моменты случайных величин. Асимметрия и эксцесс.
- •31.Нормальный закон распределения двумерной случайной величины. Двумерное нормальное распределение
- •32.Неравенство Маркова.
- •34.Теорема Чебышева. Закон больших чисел в форме Чебышева и его значение.
- •35.Теорема Бернулли. Закон больших чисел в форме Бернулли и его значение.
- •36.Понятие о центральной предельной теореме и ее следствиях.
- •40.Точечные оценки параметров генеральной совокупности. Средняя арифметическая и ее свойства.
- •41.Дисперсия вариационного ряда и ее свойства. Исправленная выборочная дисперсия.
- •43.Статистическая проверка гипотез. Критерий проверки, ошибки первого и второго рода, критическая область.
- •45.Модели и основные понятия регрессионного анализа.
- •События и вероятность
- •Повторные независимые испытания
- •Дискретные случайные величины
- •Непрерывные случайные величины
- •Законы больших чисел
- •Математическая статистика
7.Формула полной вероятности и формула Байеса.
Пусть событие А может
появиться вместе с одним из образующих
полную группу попарнонесовместных
событий Н1,Н2…Нn
называемых
гипотезами, тогда вероятность события
А вычисляется как сумма произведений
вероятностей каждой гипотезы на
вероятность события А при этой гипотезе
Формула Бейса Пусть имеется полная группа попарнонесовместных гипотез Н1,Н2…Нn с известными вероятностями появления. В результате проведения опыта появилось некоторое события А, требуется переоценить вероятности гипотез при условии, что событие А произошло
8. Повторные независимые испытания. Формула Бернулли.
Рассмотрим случай
многократного повторения одного и того
же испытания или
случайного
эксперимента. Результат каждого испытания
будем считать не зависящим
от того,
какой результат наступил в предыдущих
испытаниях. В качестве результатов
или
элементарных исходов каждого отдельного
испытания будем различать лишь
две
возможности:
1) появление
некоторого события А;
2) появление
события
,
(события, являющегося дополнением
А)
Пусть вероятность P(A) появления
события А постоянна и равна p
(0<.p<1).
Вероятность P(
)
события
обозначим
через q: P(
)
= 1- p=q.
.
Если производится несколько испытаний,
причем вероятность события А в каждом
испытании не зависит от исходов других
испытаний, то такие испытания называют
"независимыми относительно события
А"(Событие А имеет одну и ту же
вероятность) "Сложное событие"-
совмещение нескольких отдельных событий,
которые называют "простыми". Пусть
производится n независимых испытаний,
в каждом из которых событие А может
появиться либо не появиться. Теорема.
Если производится
n
независимых опытов в каждом из которых
событие А появляется с одинаковой
вероятностью р, причем то тогда вероятность
того, что событие А появится ровно m
раз определяется по формуле.
формула Бернули применяется в тех случаях, когда число опытов невелико, а вероятности появления достаточно велики.
9Наивероятнейшее
число появления события (вывод
неравенства).
Вероятность
можно рассматривать как функцию
целочисленного аргумента m.Существует
такое значение аргумента
,
при котором эта функция принимает
наибольшее значение
np-mp>mq+q
m(q+p)<np-q, где q+p=1 m<np-q Вывод при
таких m
при
таких m функция возростает. И наоборот
при m>np-q
,
то есть при таких m функция убывает, то
есть действителен один
при
котором функция достигает max значенияПо
смыслу
должны
выполняться два неравенства
Распишем 2-е неравенство
(9) (продолжение)Наивероятнейшее
число
появления
события при
независимых
испытаниях:
,
-
вероятность появления события при одном
испытании.
10.Локальная и интегральная теоремы Муавра-Лапласа.
Локальная
Если вероятность наступления события А в каждом из n независимых испытаний равна p (p0, p1), а число испытаний достаточно велико, то справедлива формула:
где
-
малая функция Лапласа
Замечание: формула 2 исп, когда n10, np>10
Интегральная.
Если число повторных независимых испытаний достаточно велико, вероятность появления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что в этих испытаниях событие А появится число раз, заключенное в границах [a;b], может быть посчитана по формуле:
Свойства функции Лапласа:
Функция нечетная, возрастающая
X>4, Ф(х)=1 Следствие из интегральной теоремы Муавра-Лапласа. Если число повторных независимых испытаний достаточно велико, вероятность появления события А в каждом испытании постоянно и отлично от нуля и единицы, то вероятность того, что число появлений события А отклонится от произведения np не больше, чем на некоторое положительное число r по модулю, может быть посчитано по формуле