- •Предмет теории вероятности. Случайные события. Пространство элементарных событий. Операции над событиями.
- •Классическое определение вероятности. Теорема сложения несовместных событий. Геометрические вероятности.
- •3.Условная вероятность. Формула полной вероятности. Формула Бейеса.
- •Повторные независимые испытания. Формула Бернулли. Локальная и интегральная теорема Лапласа.
- •Определение дискретной случайной величины. Закон распределения случайной величины. Биноминальная и Пуассоновская случайная величина.
- •Функции распределения случайных величин. Ее свойства и график.
- •Математическое ожидание и его свойства. Вычисление математического ожидания по выбору
- •Дисперсия случайной величины и ее свойства.
- •Вычисление дисперсии по выбору
- •Числовые характеристики непрерывных случайных величин. Функции распределения и функции плотности случайных величин. Их графики.
- •Функция распределения и функция плотности распределения. Графики функций
- •Гауссовское распределение. Условия нормировки.
- •Определение математического ожидания непрерывной случайной величины. Вычисление мат ожидания по выбору
- •Дисперсия непрерывной случайной величины. Вычисление дисперсии по выбору.
- •Вероятность попадания случайной величины в заданный промежуток. Правило трех сигм
- •Момент случайных величин. Асимметрия и эксцесс
- •Определение двумерной случайной величины, ее распределение и свойства.
- •Корреляционный момент. Ковариация случайной величины и ее свойства. Коэффициент ковариации и его свойства
- •Двумерное равномерное распределение
- •Неравенство Чебышева. Неравенство Маркова
- •Теорема Чебышева. Теорема Маркова. Теорема Бернулли.
- •Двумерная случайная величина неопределенного типа. Свойства функций плотности.
- •Центральная предельная теорема. Теорема Ляпунова и Леви.
- •Предмет математической статистики. Генеральная совокупность. Выборка. Объем выборки. Репрезентативная (представительная) выборка. Полигон частот
- •Эмпирический закон распределения. Эмпирическая функция распределения. Гистограмма.
- •Точечные оценки параметров распределения и их свойства. Выборочное среднее и выборочная дисперсия.
- •Смещенность выборочной дисперсии. Исправленная дисперсия.
- •Метод моментов
- •Метод наибольшего правдоподобия
- •Метод наименьших квадратов
- •Интервальное оценивание параметров распределения. Доверительный интервал
- •Интервальная оценка мат ожидания при неизвестной дисперсии
- •Оценка мат ожидания при известной дисперсии.
- •Основные понятия проверки гипотез.
- •Ошибка первого и второго рода. Мощность критерия.
- •Гипотеза о равенстве средних при известной дисперсии
- •37. Гипотеза о равенстве средних при неизвестной дисперсии
- •38. Гипотеза о равенстве дисперсии при неизвестных средних
-
Классическое определение вероятности. Теорема сложения несовместных событий. Геометрические вероятности.
Вероятность есть число, характеризующее степень возможности появления события. Каждый из возможных результатов испытания называется элементарным исходом (элементарным событием). Элементарные исходы, в которых интересующие нас события наступают, называются благоприятствующими.
Вероятностью события А называют отношение числа благоприятствующих этому событию исходов в общему числу всех равновозможных несовместных элементарных исходов, образующих полную группу. Вероятность события А определяется формулой , где m – число элементарных исходов, благоприятствующих А; n – число всех возможных элементарных исходов испытания.
Из определения вероятности вытекают следующие свойства:
-
Вероятность достоверного события равна единице: если событие достоверно, то каждый элементарный исход испытания благоприятствует событию. В этом случае m=n, следовательно,
-
Вероятность невозможного события равна нулю: если событие невозможно, то ни один из элементарных исходов испытания не благоприятствует событию. В этом случае m=0, следовательно,
-
Вероятность случайного события есть положительное число, заключенное между нулем и единицей: случайному событию благоприятствует лишь часть из общего числа элементарных исходов испытания. В этом случае 0<m<n, значит, 0<<1, следовательно, 0<P(A)<1.
Вероятность любого события удовлетворяет двойному неравенству 0≤ P(A)≤1.
Суммой А+В двух событий А и В называют событие, состоящее в появлении события А, или события В, или обоих этих событий. Суммой нескольких событий называют событие, которое состоит в появлении хотя бы одного из этих событий.
ТЕОРЕМА: Вероятность появления одного из двух несовместных событий, безразлично какого, равна сумме вероятностей этих событий:
ДОКАЗАТЕЛЬСТВО: введем обозначения: n- общее число возможных элементарных исходов испытания; m1 – число событий, благоприятствующих событию А; m2 – число событий, благоприятствующих событию В. Число элементарных исходов, благоприятствующих наступления либо событию А, либо события В, равно m1+m2, следовательно,
Приняв во внимание, что и , окончательно получим
СЛЕДСТВИЕ: вероятность появления одного из нескольких попарно несовместных событий, безразлично какого, равна сумме вероятностей этих событий:
ДОКАЗАТЕЛЬСТВО: рассмотрим три события: А, В и С. Так как рассматриваемые события попарно несовместны, то появление одного из трех событий, А, В и С, равносильно наступлению одного из двух событий, А+В и С, поэтому в силу указанной теоремы
Для произвольного числа попарно несовместных событий доказательство проводится методом математической индукции.
Геометрические вероятности – это 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
Пусть плоская фигура g составляет часть плоской фигуры G. На фигуру G наудачу брошена точка. Это означает выполнение следующих предположений: брошенная точка может оказаться в любой точке фигуры G, вероятность попадания брошенной точки на фигуру g пропорциональна площади этой фигуры и не зависит ни от расположения относительно G, ни от формы g. В этих предположениях вероятность попадания точки в фигуру g определяется равенством
Р = Площадь g ∕ Площадь G