
- •1. Испытания и события. Виды случайных событий.
- •2. Классическое определение вероятности.
- •3. Основные формулы комбинаторики.
- •4. Относительная частота.
- •5. Статистическая вероятность.
- •6. Геометрические вероятности.
- •7. Теорема сложения вероятностей несовместных событий.
- •8. Полная группа событий.
- •9. Противоположные события.
- •10. Произведение событий.
- •11. Условная вероятность.
- •12. Теорема умножения вероятностей.
- •13. Независимые события. Теорема умножения для независимых событий.
- •14. Вероятность появления хотя бы одного события.
- •15. Теорема сложения вероятностей совместных событий.
- •16. Формула полной вероятности.
- •17. Вероятность гипотез. Формулы Байеса.
- •18. Повторение испытаний.
- •19. Дискретные и непрерывные случайные величины.
- •20. Закон распределения вероятностей дискретной случайной величины.
- •21. Биномиальное распределение.
- •22. Распределение Пуассона.
- •23. Геометрическое распределение.
- •24. Математическое ожидание дискретной случайной величины. Вероятностный смысл.
- •25. Свойства математического ожидания.
- •26. Отклонение случайной величины от ее математического ожидания.
- •27. Дисперсия дискретной случайной величины.
- •28. Формулы для вычисления дисперсии. Свойства дисперсии.
- •29. Среднее квадратическое отклонение.
- •30. Среднее квадратическое отклонение суммы взаимно независимых случайных величин.
- •31. Генеральная и выборочная совокупности.
- •32. Повторная и бесповторная выборки. Репрезентативная выборка. Способы отбора.
- •33. Статистическое распределение выборки.
- •34. Эмпирическая функция распределения.
- •35. Полигон и гистограмма.
- •36. Генеральная средняя. Выборочная средняя.
- •37. Оценка генеральной средней по выборочной средней.
- •38. Групповая и общая средние.
- •39. Отклонение от общей средней и его свойство.
- •40. Генеральная дисперсия. Выборочная дисперсия.
- •41. Статистические оценки параметров распределения. Формулы для вычисления дисперсии.
- •42. Групповая, внутригрупповая, межгрупповая и общая дисперсии.
- •43. Сложение дисперсий.
- •44. Оценка генеральной дисперсии по исправленной выборочной.
- •45. Точность оценки, доверительная вероятность. Доверительный интервал.
- •Краткие объяснения от chatgpt
- •1. Испытания и события
- •2. Классическое определение вероятности
- •3. Основные формулы комбинаторики
- •4. Относительная частота
- •5. Статистическая вероятность
- •6. Геометрические вероятности
- •7. Теорема сложения вероятностей несовместных событий
- •8. Полная группа событий
- •9. Противоположные события
- •10. Произведение событий
- •11. Условная вероятность
- •12. Теорема умножения вероятностей
- •13. Независимые события
- •14. Вероятность появления хотя бы одного события
- •15. Теорема сложения вероятностей совместных событий
- •16. Формула полной вероятности
5. Статистическая вероятность
Статистическая вероятность — это постоянная величина, которая выражает вероятность случайного события на основе экспериментов. Идея в том, что если проводить много экспериментов, относительная частота события начнет приближаться к его вероятности.
Например:
Если мы подбрасываем монету 1000 раз, то ожидаем, что «орел» выпадет примерно в половине случаев. Это и будет статистическая вероятность — P(орел)=0.5P
6. Геометрические вероятности
Иногда исходы эксперимента не сосчитать, потому что их бесконечно много. Например, если случайным образом выбирается точка на отрезке или в области, то используется геометрическая вероятность.
Формула геометрической вероятности:
Например:
Представьте круг радиусом 2 внутри квадрата со стороной 4. Вероятность случайного попадания точки в круг равна:
7. Теорема сложения вероятностей несовместных событий
Когда у нас есть два события A и B, которые не могут произойти одновременно (например, выпадение «орла» и «решки»), вероятность того, что произойдет одно из них, равна сумме их вероятностей:
P(A+B)=P(A)+P(B)
Пример:
Вероятность достать красную карту из колоды (36 карт): P(красная)=18/36=0.5
Вероятность достать черную карту: P(черная)=18/36=0.5
Вероятность достать либо красную, либо черную: P(красная+черная)=0.5+0.5=1
8. Полная группа событий
Полная группа событий — это набор всех возможных исходов, которые не пересекаются между собой. Например, для подбрасывания монеты полной группой будет: {орел,решка}.
Если событие A зависит от других событий H1,H2,...,Hn (называемых гипотезами), то его вероятность можно найти по формуле полной вероятности:
где
P(A∣Hi) — вероятность
A, если гипотеза Hi оказалась верной.
Пример:
Есть три урны:
Урна 1: 2 белых и 3 черных шара.
Урна 2: 4 белых и 1 черный шар.
Урна 3: 1 белый и 4 черных шара.
Вероятность достать белый шар, если выбирается случайная урна:
9. Противоположные события
События A и Aˉ (не A) называются противоположными. Если A произошло, то Aˉ не происходит, и наоборот.
Свойство:
P(A)+P(Aˉ)=1
Пример:
Вероятность дождя завтра P(дождь)=0.3P
Вероятность, что дождя не будет: P(нет дождя)=1−P(дождь)=1−0.3=0.7
10. Произведение событий
Произведением событий A и B называют событие, при котором происходят оба этих события одновременно.
Формула для независимых событий:
P(A⋅B)=P(A)⋅P(B)
Пример:
Вероятность выпадения орла при первом и втором броске монеты: P(орел⋅орел)=P(орел)⋅P(орел)=1/2⋅1/2=14
11. Условная вероятность
Условная вероятность события A при условии, что событие B уже произошло, обозначается как P(A∣B). Она показывает, насколько вероятность A изменяется в зависимости от B.
Формула:
P(A∣B)=P(A⋅B)/P(B),P(B)>0
Здесь P(A⋅B) — вероятность того, что оба события A и B происходят одновременно.
Пример:
Есть колода из 36 карт. Какова вероятность, что вытянутая карта — бубновый туз (A), если известно, что она бубновая (B)?
P(B): вероятность бубновой карты =9/36=1/4
P(A⋅B): вероятность бубнового туза =1/36
Условная вероятность: P(A∣B)=P(A⋅B)P(B)=(1/36)/(1/4)=1/9.
12. Теорема умножения вероятностей
Теорема связывает вероятность совместного появления двух событий A и B:
P(A⋅B)=P(A)⋅P(B∣A).
Для независимых событий (если одно событие не влияет на вероятность другого):
P(A⋅B)=P(A)⋅P(B)
Пример:
Вероятность того, что на первом броске выпал орел (A) и на втором выпал орел (B): P(A⋅B)=P(A)⋅P(B)=1/2⋅1/2=1/4.