- •1.Основные понятия теории вероятности.
- •2.Классическое определение вероятности.
- •3. Частота или статистическая вероятность.
- •4.Геометрическая вероятность. Задача о встрече.
- •5. Теоремы сложения вероятностей.
- •6. Теоремы умножения вероятностей.
- •Свойства условных вероятностей.
- •7. Формула полной вероятности.
- •8. Формула Бейеса.
- •9.Повторение испытаний. Частная теорема о повторении опыта.
- •10. Общая теорема о повторении опытов. Производящая функция.
- •11. Функция распределения случайной величины.
- •12. Плотность распределения.
- •13. Числовые характеристики случайных величин.
- •14.Неравенство Чебышева.
- •15. Теорема Чебышева.
- •16. Обобщенная теорема Чебышева и теорема Маркова.
- •17. Характеристические функции
- •18. Центральная предельная теорема.
- •19. Следствие из теоремы Ляпунова-теоремы Лапласа.
- •20. Свойства числовых характеристик(мат ожидание, дисперсия).
- •21.Нормальное распределение.
- •22. Правило «трех сигма».
- •23. Равномерное распределение
- •24. Закон Пуассона.
- •25. Функция одного случайного аргумента.
- •26. Функция двух случайных аргументов.
- •27. Закон распределения двумерной случайной величины.
- •28.Статистическое распределение выборки. Эмпирическая функция распределения. Полигон и гистограмма.
- •29. Числовые характеристики статистического распределения.
- •30. Критерии согласия(критерии Пирсона).
- •31. Функция распределения системы двух случайных величин
- •32. Плотность распределения системы двух случайных величин.
- •33. Условные законы распределения.
- •34. Зависимые и независимые случайные величины.
- •35. Метод наименьших квадратов.
4.Геометрическая вероятность. Задача о встрече.
Чтобы преодолеть недостаток классического определения вероятности, состоящий в том, что оно неприменимо к испытаниям с бесконечным числом исходов, вводят геометрические вероятности — вероятности попадания точки в область (отрезок, часть плоскости и т. д.).
Пусть отрезок l составляет часть отрезка L. На отрезок L наудачу поставлена точка. Это означает выполнение следующих предположений: поставленная точка может оказаться в любой точке отрезка L, вероятность попадания точки на отрезок l пропорциональна длине этого отрезка и не зависит от его расположения относительно отрезка L. В этих предположениях вероятность попадания точки на отрезок l определяется равенством
Р = Длина l / Длина L.
З а м е ч а н и е 1. Приведенные определения являются частными случаями общего определения геометрической вероятности. Если обозначить меру (длину, площадь, объем) области через mes, то вероятность попадания точки, брошенной наудачу (в указанном выше смысле) в область g — часть области G, равна
Р = mes g / mes G.
З а м е ч а н и е 2. В случае классического определения вероятность достоверного (невозможного) события равна единице (нулю): справедливы и обратные утверждения (например, если вероятность события равна нулю, то событие невозможно). В случае геометрического определения вероятности обратные утверждения не имеют места. Например, вероятность попадания брошенной точки в одну определенную точку области G равна нулю, однако это событие может произойти, и, следовательно, не является невозможным.
Задача о встрече:
Два
лица
и
условились
встретиться в определенном месте между
двумя и тремя часами дня. Пришедший
первым ждет другого в течении 10 минут,
после чего уходит. Чему равна вероятность
встречи этих лиц, если каждый из них
может прийти в любое время в течение
указанного часа независимо от другого?
Решение.
Будем считать интервал с 14 до 15 часов
дня отрезком [0,1] длиной 1 час. Пусть
(«кси»)
и
(«эта»)
— моменты прихода
и
(точки
отрезка [0,1]). Все возможные результаты
эксперимента – множество точек
квадрата со стороной 1:
.

Можно
считать, что эксперимент сводится к
бросанию точки наудачу в квадрат. При
этом благоприятными исходами являются
точки множества
(10
минут = 1/6 часа). То есть попадание в
множество
наудачу
брошенной в квадрат точки означает, что
и
встретятся.
Тогда вероятность встречи равна
![]()
5. Теоремы сложения вероятностей.
Теорема: Вероятность суммы 2х несовместных событий равняется сумме их вероятностей.
Р(А+В)=Р(А)+Р(В)
Д-во:
Используем схему случаев, из которых m~A, k~B, P(A)=m/n, P(B)=k/n. Поскольку А и В несовместные, то получается, что
m+k=A+B
P(A+B)= (m+k)/n=m/n+k/n=P(A)+P(B )/
Если события А1…Аn образуют полную группу несовместных событий, то сумма их вероятностей = 1. Противоположными называются 2 несовместных события, которые образуют полную группу {0;P}
A=”0” – P
A=”P” – q
Сумма вероятностей события и его противоположности равняется 1
P(A)+P(-A)=1
p+q=1
Вероятность суммы 2х совместных событий А и В равняется сумме их вероятности без учета вероятности их совместного появления.
P(A+B)=P(A)+P(B)-P(AB)
