- •1. Предмет теории вероятностей. Понятие случайного события.
- •2. Основные типы событий, алгебра событий.
- •3.Понятие вероятности события. Классическое, статистическое и геометрическое определение вероятности. Свойства вероятностей.
- •Урны и шарики
- •Урновая схема: выбор без возвращения, с учетом порядка
- •Урновая схема: выбор без возвращения и без учета порядка
- •Урновая схема: выбор с возвращением и с учетом порядка
- •Урновая схема: выбор с возвращением и без учета порядка
- •8.Формула полной вероятности.
- •9. Формула Бейеса.
- •10. Формула (схема) Бернулли.
- •11. Предельные теоремы в схеме Бернулли. Формула Пуассона и условия её применимости.
- •Предельные теоремы для схем Бернулли
- •Пуассоновское приближение
- •Нормальное приближение
- •О применимости предельных теорем в схеме Бернулли
- •12. Локальная и интегральная теорема Муавра-Лапласа.
- •13. Дискретные случайные события и возможности их описания.
- •15. Функция распределения и её свойства. Вероятность попадания случайной величины на заданный интервал.
- •16. Плотность распределения и её свойства. Вероятностный и геометрический смысл плотности распределения.
- •17. Математическое ожидание случайной величины и его свойства.
- •18. Дисперсия и среднее квадратическое отклонение случайной величины. Свойства дисперсии. Производящая функция.
- •19. Мода и медиана. Моменты случайных величин. Асимметрия и эксцесс. Квантили распределения.
- •20. Математическое ожидание и дисперсия числа появления события в независимых опытах.
- •21. Непрерывная случайная величина. Числовые характеристики непрерывных случайных величин.
- •Кривая распределения вероятностей.
- •22. Закон равномерного распределения.
- •23. Экспонентный закон распределения.
- •24. Нормальное распределение. Функция Лапласа. Вероятность попадания в заданный интервал.
- •25. Функция распределения двумерной случайной величины.
- •26. Плотность распределения вероятностей двумерной случайной величины и её свойства.
- •27. Зависимость и независимость двух случайных величин. Числовые характеристики двумерной с.В. Математическое ожидание и дисперсия.
- •28. Корреляционный момент. Коэффициент корреляции. Свойства ковариации и коэффициента корреляции.
- •Свойства ковариации Править
- •29. Предельные теоремы теории вероятностей. Неравенство и теория Чебышева
- •31. Центральная предельная теорема.
- •32. Математическая статистика. Основные понятия.
- •33. Генеральная совокупность и выборка. Характеристики выборки. Способы отбора.
- •34. Статистическое распределение выборки.
- •35. Эмпирическая функция распределения.
- •36. Полигон и гистограмма.
- •37. Статистические оценки параметров распределения.
- •39. Точечная и интервальная оценки. Доверительный интервал. Методики нахождения точечных оценок.
- •40. Метод статистических гипотез.
8.Формула полной вероятности.
Определение 3.1. Пусть событиеАможет произойти только совместно с одним из событийН1,Н2,…,Нп, образующих полную группу несовместных событий. Тогда событияН1,Н2,…,Нп называютсягипотезами.
Теорема 3.1.Вероятность событияА, наступающего совместно с гипотезамиН1,Н2,…,Нп, равна:
(3.1)
где p(Hi) – вероятностьi- й гипотезы, а p(A/Hi) – вероятность событияАпри условии реализации этой гипотезы. Формула (3.1) носит названиеформулы полной вероятности.
Доказательство.
Можно считать событие Асуммой попарно несовместных событийАН1,АН2,…,АНп. Тогда из теорем сложения и умножения следует, что
что и требовалось доказать.
9. Формула Бейеса.
Пусть известен результат опыта, а именно то, что произошло событие А. Этот факт может изменить априорные (то есть известные до опыта) вероятности гипотез. Например, в предыдущем примере извлечение из урны белого шара говорит о том, что этой урной не могла быть третья, в которой нет белых шаров, то естьр(Н3/А) = 0. Для переоценки вероятностей гипотез при известном результате опыта используетсяформула Байеса:
(3.2)
Действительно, из (2.7) получим, что откуда следует справедливость формулы (3.2).
10. Формула (схема) Бернулли.
Рассмотрим серию из писпытаний, в каждом из которых событиеАпоявляется с одной и той же вероятностьюр, причем результат каждого испытания не зависит от результатов остальных. Подобная постановка задачи называетсясхемой повторения испытаний. Найдем вероятность того, что в такой серии событиеАпроизойдет ровнокраз (неважно, в какой последовательности). Интересующее нас событие представляет собой сумму равно-вероятных несовместных событий, заключающихся в том, чтоАпроизошло в некоторыхкиспытаниях и не произошло в остальныхп – киспытаниях. Число таких событий равно числу сочетаний изппок, то есть, а вероятность каждого из них:pkqn-k, гдеq = 1 –p – вероятность того, что в данном опытеАне произошло. Применяя теорему сложения для несовместных событий, получимформулу Бернулли:
. (3.3)
11. Предельные теоремы в схеме Бернулли. Формула Пуассона и условия её применимости.
Формула Бернулли требует громоздких расчетов при большом количестве испытаний. Можно получить более удобную для расчетов приближенную формулу, если при большом числе испытаний вероятность появления Ав одном опыте мала, а произведениепр = λсохраняет постоянное значение для разных серий опытов ( то есть среднее число появле-ний событияАв разных сериях испытаний остается неизменным). Применим формулу Бернулли:
Найдем предел полученного выражения при
Таким образом, формула Пуассона
(3.4)
позволяет найти вероятность кпоявлений событияАдля массовых (пвелико) и редких (рмало) событий.
Предельные теоремы
Предельные теоремы для схем Бернулли
Так как число успехов в последовательности из независимых испытаний Бернулли, можно представить в виде:
(1)
где - независимые одинаково распределенные бернуллиевские случайные величины. Мы знаем в явном виде распределение , а именно:
,
где - вероятность успеха в единичном испытании.
Вместе с тем, во многих задачах приходится находить вероятности при больших значениях .
Это может вызвать значительные вычислительные трудности ввиду громоздкости биномиальных коэффициентов и необходимости возводить числа и в высокие степени. Ниже мы рассмотрим две важные предельные ситуации, когда биномиальное распределение может быть приближено другими распределениями.