- •Тема 1. Случайные события
- •2 Алгебра событий.
- •3 Определения вероятности события.
- •4 Элементы комбинаторики
- •1 Теоремы сложения вероятностей.
- •4 Формула полной вероятности. Формула вероятности гипотез.
- •Тема 2. Повторные независимые испытания
- •2 Наивероятнейшее число наступлений события в независимых испытаниях.
- •3 Локальная теорема Муавра-Лапласа.
- •4 Интегральная теорема Муавра-Лапласа. Пуассоновское приближение
- •Тема 3. Дискретные случайные величины
- •2 Закон распределения вероятностей дискретной случайной величины.
- •3 Математическое ожидание и его свойства.
- •4 Дисперсия дискретной случайной величины и ее свойства
- •5 Одинаково распределенные взаимно-независимые случайные величины
- •Тема 4. Непрерывные случайные величины
- •2)Дифференциальная функция (плотность распределения) непрерывной случайной величины и ее свойства.
- •Тема 5. Основные законы распределения случайных величин
- •1. Основные законы распределения дискретных случайных величин.
- •2) Равномерное распределение
- •Тема 6. Функции случайных величин и векторов
- •2) Композиция законов распределения
- •3) Специальные законы распределения
- •Тема 7. Многомерные случайные величины
- •2)Функции распределения многомерной случайной величины.
- •3)Вероятность попадания двумерной случайной величины в полуполосу и прямоугольник.
- •4)Числовые характеристики системы двух случайных величин
- •Тема 8. Закон больших чисел
- •2)Неравенство и теорема Чебышева
- •3)Понятие о центральной предельной теореме
- •Часть II. Математическая статистика
- •Тема 10. Вариационные ряды распределения
- •1) Понятие и виды вариационных рядов распределения.
- •2) Графическое изображение рядов распределения и связь между ними.
- •1) Понятие и виды вариационных рядов распределения
- •2) Графическое изображение рядов распределения и связь между ними.
- •1) Средняя арифметическая и ее свойства.
- •2) Дисперсия ряда распределения и ее свойства. Среднее квадратическое отклонение.
- •3)Моменты ряда распределения и связь между ними
- •Тема 11. Выборочный метод
- •2)Статистические оценки выборочной совокупности и их свойства.
- •3) Точечные и интервальные оценки.
- •Тема 12. Проверка статистических гипотез
- •1)Понятие и виды статистических гипотез.
- •2)Статистический критерий проверки гипотез.
- •3)Уровень значимости. Мощность критерия.
- •2)Статистический критерий проверки гипотез
- •Тема 13. Дисперсионный анализ
- •1)Понятие и модели дисперсионного анализа.
- •2)Однофакторный дисперсионный анализ.
- •1)Понятие и модели дисперсионного анализа.
- •2)Однофакторный дисперсионный анализ.
- •4.1.2.3. Двухфакторный дисперсионный анализ. Факторы а и в
- •Тема 14. Корреляционно-регрессионный анализ
- •1)Понятие корреляционной зависимости.
- •2) Оценка методом наименьших квадратов коэффициентов регрессии
- •Тема 15. Статистический анализ временных рядов
- •1)Понятие экономического временного ряда и его составляющие.
- •2)Тренд динамического ряда.
- •2)Тренд динамического ряда
1 Теоремы сложения вероятностей.
2 Теоремы умножения вероятностей.
3 Вероятность появления хотя бы одного события.
4 Формула полной вероятности. Формула вероятности гипотез.
1 Теоремы сложения вероятностей.
Теорема 1. Вероятность суммы двух несовместных событий А и В равна сумме их вероятностей:
P(A+B)=P(A)+P(B). (1.10)
Следствие 1. Если- попарно несовместные события, то вероятность их суммы равна сумме вероятностей этих событий:
. (1.11)
Следствие 2. Вероятность суммы попарно несовместных событий, образующих полную группу, равна 1:
. (1.12)
Следствие 3. События А и несовместны и образуют полную группу событий, поэтому
. (1.13)
Отсюда,
Теорема 2. Вероятность суммы двух совместных событий А и В равна сумме вероятностей этих событий без вероятности их произведения:
. (1.14)
Введем понятие зависимых и независимых событий.
Два события А и В называются независимыми, если появление одного из них не влияет на вероятность появления другого (в противном случае события зависимы).
Теорема 3. Вероятность произведения двух независимых событий А и В равна произведению их вероятностей:
(1.15)
Следствие. Вероятность произведения nнезависимых событий,,...,равна произведению их вероятностей:
. (1.16)
Условной вероятностью события В, при условии, что событие А уже произошло, называется число P(AB)/P(A), которое обозначается
.
Аналогично,- условная вероятность события А, при условии, что событие В уже произошло.
Теорема 4. Вероятность произведения 2-х зависимых событий А и В равна произведению вероятности наступления события А на условную вероятность события В при условии, что событие А уже произошло:
. (1.17)
Следствие. Если события А и В независимы, то из теоремы 4 следует теорема 3.
Событие В не зависит от события А, если P(B/A)=P(B).
Теорема 5. Вероятность произведения n зависимых событий - ,,...,равна произведению последовательных условных вероятностей:
.(1.18)
Теорема 6. Вероятность наступления хотя бы одного из событий А1, А2,…, Аnравна разности между единицей и вероятностью произведения отрицаний событий А1, А2,…, Аn:
. (1.19)
Следствие 1. Вероятность наступления хотя бы одного из событий ,, ... ,, независимых в совокупности, равна разности между единицей и произведением вероятностей противоположных событий:
P(A)=1-P()·P()·...·P(). (1.20)
Следствие 2. Если события имеют одинаковую вероятность появиться (P()=р, P()=1-р=q, гдеi=1, 2,…,n), то вероятность появления хотя бы одного из них равна
(1.21)
Замечание. В теоремах 1-6 неявно предполагается, что все события, в рамках каждой теоремы, принадлежат одному пространству элементарных событий.
4 Формула полной вероятности. Формула вероятности гипотез.
Пусть событие А может наступать только одновременно с одним несовместных событий Н1,Н2, …,Hn, образующих полную группу. Тогда вероятность события А определятся по формуле полной вероятности:
Р(A)= Р(H1)ּР(A/H1)+Р(H2)ּР(A/H2)+…+ Р(Hn)ּР(A/Hn)
или
Р(A)=Hi)ּР(A/Hi), (1.22)
где события Н1,Н2, …,Hn, - гипотезы, аP(A/Hi) - условная вероятность наступления события А при наступленииi-ой гипотезы (i=1, 2,…,n).
Условная вероятность гипотезы , при условии того, что событие А произошло, определяется по формуле вероятности гипотез или формуле Байеса (она позволяет пересмотреть вероятности гипотез после наступления события А):
(1.23)