
- •Министерство сельского хозяйства рф
- •Содержание
- •Основные понятия комбинаторики.
- •Бином Ньютона и его свойства.
- •2.Понятие случайного события. Виды случайных событий.
- •3. Классическое, статистическое и геометрическое определения вероятности Классическое определение вероятности
- •Статистическое определение вероятности
- •4.Алгебра событий. Операции над случайными событиями.
- •Правило произведения событий.
- •5.Теоремы сложения и умножения вероятностей.
- •Зависимые события. Вероятность произведения зависимых событий.
- •6.Основные формулы теории вероятностей. Формула полной вероятности.
- •Формула Байеса.
- •Повторение независимых испытаний. Формула Бернулли.
- •Наивероятнейшее число наступлений события (число успехов).
- •Приближенная формула Муавра ‒ Лапласа (локальная).
- •Интегральная формула Лапласа.
- •Формула Пуассона.
- •7. Понятие случайной величины и ее числовые характеристики.
- •Основные числовые характеристики случайных величин.
- •5. Моменты случайных величин
- •8. Основные законы распределения дискретных случайных величин.
- •1. Биномиальный закон распределения (биномиальное распределение) дискретных случайных величин.
- •2. Геометрический закон распределения (геометрическое распределение) дискретных случайных величин.
- •3. Распределение Пуассона дискретных случайных величин.
- •9. Непрерывная случайная величина. Функция распределения. Плотность вероятности. Вероятность попадания в заданный интервал.
- •10. Математическое ожидание и дисперсия непрерывной случайной величины
- •11. Основные законы распределения непрерывных случайных величин.
- •1.Нормальный закон распределения.
- •2.Показательный (экспоненциальный закон распределения).
- •3.Равномерный закон распределения.
- •12. Вероятность заданного отклонения. Правило трех сигм.
- •13. Многомерные случайные величины (случайные векторы). Закон распределения многомерных случайных величин.
- •Функция распределения, плотность вероятности. Вероятность попадания в заданную область и числовые характеристики случайных векторов.
- •14. Условные законы распределения. Условные числовые характеристики двумерных случайных величин. Регрессия.
- •Ковариация и коэффициент корреляции.
- •Закон больших чисел.
- •15. Основные понятия и определения математической статистики. Вариационный ряд. Варианты. Относительная частота варианты.
- •16. Статистическое и эмпирическое распределение выборки. Полигон и гистограмма частот.
- •17. Генеральная средняя и выборочная средняя.
- •18. Точечные и интервальные оценки. Доверительная вероятность, доверительные интервалы.
- •Методические указания по выполнению контрольных работ и выбору варианта
- •Приложение 1
Зависимые события. Вероятность произведения зависимых событий.
События A и B называются зависимыми, если вероятность одного из них зависит от того, произошло или не произошло другое событие.
Рассмотрим пример.
В коробке находится a белых и b черных шаров. По очереди один за другим извлекаются 2 шара и назад не возвращаются.
Обозначим случайные события:
A ‒ 1‒й шар белый;
B ‒ 2‒й шар белый.
Если событие A не произошло, то вероятность события B:
Если событие A произошло, то есть первый шар белый, тогда
Определение.
Вероятность
события B,
вычисленная при условии, что событие A
произошло, называется условной
вероятностью, и обозначается
или
Для условной вероятности имеют место формулы:
Теорема 4. Вероятность произведения зависимых событий равна произведению вероятности одного из них на условную вероятность другого события, вычисленную при условии, что первое событие произошло.
Теорема следует из предыдущих формул:
или
Распространим эту теорему на любое число зависимых событий:
Пример.
На складе 20 мешков с мукой высшего сорта. 12 мешков первого сорта. 5 мешков второго сорта. По очереди один за другим достают 3 мешка с мукой и назад не возвращают.
Найти
вероятность того, что первый мешок с
мукой высшего сорта (событие
),
второй мешок с мукой первого сорта
(событие
),
третий мешок с мукой второго сорта
(событие
).
Решение:
6.Основные формулы теории вероятностей. Формула полной вероятности.
Теорема 1.Вероятность события A, вычисленная при условии осуществления одного из несовместных событий H1, H2,H3, …., Hn, образующих полную группу, находится по формуле:
‒ формула полной вероятности,
где
события
‒ гипотезы.
Доказательство:
Так
как событие A,может
произойти только с одним из несовместных
событий или
или
,
или
,
то
Тогда по теореме о вероятности произведения зависимых событий, получим:
Пример 1.
Партия деталей изготавливается тремя рабочими. Причем первый рабочий изготовил 25% деталей. Второй 35% деталей. Третий 40% деталей. В продукции первого рабочего брак составляет 5%. У второго рабочего брак составляет 4%.У третьего рабочего брак составляет 2%. Случайно выбранная для контроля деталь оказалась бракованной. Найти, чей брак вероятнее всего.
Решение:
деталь
изготовил первый рабочий.
деталь
изготовил второй рабочий.
деталь
изготовил третий рабочий.
A ‒ взятая деталь бракованная.
Формула Байеса.
Пусть
событие A
может произойти с одним из несовместимых
событий
образующих полную группу.
‒ формула Байеса.
Пример.
В торговую фирму поступили телевизоры от трех поставщиков в отношении 1:4:5. Телевизоры от первого, второго и третьего поставщиков не потребуют ремонта в течение гарантийного срока, в следующих 98%, 88% и 92% случаях.
Найти:
1. Вероятность того, что поступивший в торговую фирму телевизор не потребует ремонта в течение гарантийного срока (событие A).
2. Вероятность того, что проданный телевизор потребовал ремонта в течение гарантийного срока (событие B).
3. От какого поставщика вероятнее всего этот телевизор.
Решение:
телевизор
поступил от i
‒ й фирмы, i=
1, 2, 3. Тогда
2.
Ответ:
вероятнее всего брак второй фирмы, так
как брак второй фирмы составил максимальную
вероятность равную
.