- •Комбинаторика
- •Комбинаторный принцип умножения
- •Размещения
- •Перестановки
- •Сочетания
- •Размещения с повторениями
- •Алгебра событий
- •Предмет теории вероятностей
- •Классификация событий
- •Действия над событиями
- •Вероятность события
- •Относительная частота события и ее свойства
- •Статистическое определение вероятности
- •Аксиоматическое определение вероятности
- •Классическое определение вероятности
- •Геометрическое определение вероятности
- •Алгебра вероятностей
- •Условная вероятность
- •Правило умножения вероятностей
- •Независимость двух событий
- •Независимость n событий
- •Правила сложения вероятностей
- •Формулы полной вероятности и Байеса
- •Формула полной вероятности
- •Формула Байеса
- •Схема Бернулли проведения независимых испытаний. Биномиальная вероятность
- •Приближенная формула Пуассона для вычисления биномиальной вероятности
- •Локальная и интегральная формулы Муавра-Лапласа
- •Одномерная случайная величина
- •Определение случайной величины
- •Дискретная случайная величина
- •Числовые характеристики дискретной случайной величины
- •Понятие числовой характеристики случайной величины
- •Математическое ожидание
- •Дисперсия
- •Мода
- •Начальные и центральные моменты
- •Биномиальное, Пуассона, геометрическое распределения
- •Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •Непрерывная случайная величина
- •Числовые характеристики непрерывной случайной величины
- •Нормальное, показательное, равномерное распределения
- •Нормальное распределение (закон Гаусса)
- •Показательное распределение
- •Равномерное распределение
- •Двумерная случайная величина
- •Двумерная случайная величина, ее функция распределения
- •Дискретная двумерная случайная величина, ее таблица распределения
- •Непрерывная двумерная случайная величина. Плотность вероятности
- •Примеры двумерных непрерывных распределений
- •Равномерное распределение
- •Нормальное распределение
- •Зависимость и независимость двух случайных величин
- •Условные законы распределения. Числовые характеристики двумерной случайной величины. Связь между случайными величинами
- •Условные законы распределения
- •Числовые характеристики
- •Корреляционные момент и коэффициент корреляции
- •Предельные теоремы
- •Неравенства Маркова и Чебышёва
- •Неравенство А.А. Маркова
- •Неравенство П.Л. Чебышёва
- •Теоремы Чебышёва и Бернулли
- •Центральная предельная теорема для случая одинаково распределенных слагаемых
- •Цепи Маркова. Понятие случайного процесса
- •Введение в математическую статистику
- •Предмет математической статистики
- •Описательная статистика
- •Генеральная совокупность. Выборка. Выбор
- •Вариационный и статистический ряды
- •Выборочная функция распределения
- •Выборочные числовые характеристики
- •Основные оценки
- •Группированный статистический ряд. Гистограмма
- •Группированный статистический ряд
- •Оценивание генеральных числовых характеристик с помощью интервального статистического ряда
- •Гистограмма
- •Точечное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Понятие точечной статистической оценки. Требования к оценкам
- •Свойства выборочного среднего и выборочной дисперсии
- •Свойства
- •Свойства моментов
- •Метод моментов получения оценок параметров генерального распределения
- •Метод максимального правдоподобия получения оценок параметров генерального распределения
- •Интервальное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Доверительный интервал. Точность и надежность оценки
- •Доверительный интервал для математического ожидания нормальной генеральной совокупности
- •Доверительный интервал для среднего квадратического отклонения любой генеральной совокупности при большом объеме выборки
- •Проверка статистических гипотез
- •Виды статистических гипотез
- •Критерий значимости. Общая схема проверки статистических гипотез
- •Ошибки первого и второго рода. Односторонний и двусторонний критерий
- •Ошибки первого и второго рода
- •Односторонний и двусторонний критерии
- •Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей
- •Проверка гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •Проверка гипотезы о законе распределения генеральной совокупности
- •Общие вопросы
- •Параметры проверяемого закона полностью известны
- •Параметры проверяемого закона неизвестны
- •Критерий Колмогорова
По формуле Байеса находим: |
|
|
|
|
|
|
|
|
|
|||
P (H |
1| |
A) = |
P (H1)P (A|H1) |
= |
0, 4 · 0, 8 |
= |
32 |
= |
|
8 |
; |
|
P (A) |
0, 68 |
68 |
17 |
|||||||||
|
|
|
|
|
|
|||||||
P (H |
2| |
A) = |
P (H2)P (A|H2) |
= |
0, 6 · 0, 6 |
= |
36 |
= |
|
9 |
. |
|
P (A) |
0, 68 |
68 |
|
|||||||||
|
|
|
|
|
17 |
|
Разновидность H2 болезни вероятнее и после анализа.
4.6Схема Бернулли проведения независимых испытаний. Биномиальная вероятность
Схема Бернулли проведения независимых испытаний состоит в том, что независимо проводится n испытаний (опытов), в каждом из которых наблюдаемое событие A (успех) появляется с вероятностью p (0 < p < 1) и не появляется с вероятностью q = 1 − p.
При проведении испытаний по схеме Бернулли ставится задача - найти вероятность Pn,k(p) того, что в результате проведенных n независимых испытаний событие A появится точно k раз, безразлично в каком порядке.
Справедлива формула
Pn,k(p) = Cnkpkqn−k, k = 0, 1, . . . , n, 0 < p < 1.
Вероятности Pn,k(p) (более простая запись: Pn(k)) называются биномиальными вероятностями.
Пример. Вероятность попадания в цель для каждой из трех ракет равна p = 0, 8. Ракеты запускаются независимо одна от другой. Требуется найти вероятности всех случаев попадания в цель.
P3(0) = q3 = 0, 23 = 0, 008 - вероятность трех промахов.
P3(1) = 3pq2 = 3 · 0, 8 · 0, 22 = 0, 096 - вероятность одного попадания. P3(2) = 3p2q = 3 · 0, 82 · 0, 2 = 0, 384 - вероятность двух попаданий. P3(3) = p3 = 0, 83 = 0, 512 - вероятность трех попаданий.
4.7Приближенная формула Пуассона для вычисления биномиальной вероятности
Приближенная формула Пуассона имеет вид
Pn,k(p) ≈ ak e−a; a = np; k = 0, 1, 2, . . .
k!
Эта формула применяется при больших n и малых p. Погрешность формулы имеет порядок 1/n.
Пример. Брак продукции p = 0, 02. Произведено n = 100 изделий. Найти вероятность, что в произведенной партии не более одного бракованного изделия.
Искомая вероятность есть Pn,0 + Pn,1. Применяем приближенную формулу Пуассона. При этом n = 100; p = 0, 02; a = np = 2:
|
a0 |
a1 |
||
Pn,0 + Pn,1 ≈ |
|
e−a + |
|
e−a = (1 + a)e−a = 3e−2 ≈ 3 · 0, 1353 = 0, 4059 ≈ 0, 4. |
0! |
1! |
24