- •1.Случайные события. Действия над событиями.
- •2.Классическое определение вероятности и ее свойства.
- •3.Аксиоматическое определение вероятности.
- •4. Формулы комбинаторики. Гипергеометрическое распределение.
- •5. Условная вероятность. Независимость событий.
- •6. Формула полной вероятности. Формула Байеса.
- •7. Схема независимых испытаний Бернулли.
- •8. Предельные теоремы в схеме Бернулли.
- •9. Функция распределения вероятностей и её свойства.
- •10. Плотность распределения вероятностей и её свойства.
- •11. Математическое ожидание и его свойства.
- •12. Дисперсия и ее свойства.
- •13. Коэффициент корреляции и ковариация.
- •14. Моменты
- •15. Основные дискретные распределения случайных величин.
- •16. Равномерное и показательное распределение.
- •17. Нормальное распределение.
- •18. Двумерная функция распределения и ее свойства.
- •19. Двумерная плотность вероятности и ее свойства.
- •20. Независимость случайных величин
- •21. Условный закон распределения.
- •22. Неравенство Чебышева. Сходимость случайных последовательностей.
- •23.Теорема Чебышева. Теорема Бернулли.
- •24. Центральная предельная теорема.
- •25. Выборочный метод.
- •26. Эмпирическая функция распределения.
- •27. Гистограмма и полигон.
- •28. Числовые характеристики выборки.
- •29. Точечное оценивание.
- •30. Стандартная ошибка точечной оценки
- •32. Распределение , Стьюдента и Фишера.
- •33. Доверительные интервалы для оценки математического ожидания нормального распределения при известном.
- •35 Проверка статистических гипотез.
- •36. Построение критической области.
- •37. Критерий согласия Пирсона.
- •38. Вычисление теоретических частот для нормального распределения.
- •40.Сравнение средних двух нормальных выборок.
- •41. Дисперсионный анализ.
- •42. Парная регрессия.
- •43. Парный коэффициент корреляции, его свойства.
- •44. Проверка гипотез о достоверности коэффициента корреляции.
3.Аксиоматическое определение вероятности.
В этом случае вероятность определяется как математический объект с определенными свойствами.
Аксиоматическое определение вероятности. Пусть задано пространство элементарных событий Е и каждому событию А с Е поставлено в соответствие единственное число Р (А) такое, что:
1)
Р(А)
0,
2) для каждой пары несовместных событий А, В с Е имеет место равенство: Р(А ﮞ В) = Р(А) + Р(В),
3) Р(Е) =1.
Тогда говорят, что на событиях в множестве Е задана вероятность, а число Р {А) называется вероятностью события А .
4. Формулы комбинаторики. Гипергеометрическое распределение.
При подсчёта чисел m и n в ТВ используют формулы комбинаторики.
Опр
Перестановками
называются комбинации одних и тех же
элементов, которые отличаются только
порядком их расположения. Число
перестановок из n
элементов вычисляется по формуле:
![]()
Опр.
Размещениями
называются комбинации, составленные
из n
элементов по m,
которые различаются либо
составом элементов,
либо
их расположением.
Число размещений из n
элементов по m
вычисляется по формуле:
.
Опр
Сочетанием
называется
комбинации, из n
элементов по m,
которые различаются только
составом элементов.
Число сочетаний из n
элементов по m
вычисляется по формуле:![]()
Свойства сочетаний:
-
т.к.по
определению
0!=1. -

-

Урновая схема.
Пусть в урне имеется N шаров, среди которых М белых, а остальные черные. Наудачу вытащили k шаров, найти вероятность того, что среди них l белых.
.
Эта формула называется гипергеометрическим распределением.
5. Условная вероятность. Независимость событий.
Опр. Условной вероятностью события А при условии, что событие В уже произошло, наз-ся отношение
.
(1)
Аналогично, условной вероятностью события B при условии, что событие A уже произошло, называется
.
(2)
Из
формул (1) и (2) получим теорему
умножения:
(3)
Вероятность произведения двух произвольных событий равна произведению вероятности одного из событий на условную вероятность второго, при условии, что первое уже произошло.
Распространим теорему умножения на конечное число событий:
![]()
Опр.
События
А и В называются независимыми,
если вероятность произведения равна
произведению вероятности этих событий.
.
(4)
Из
(3) и (4) получим:
.
Следовательно,
для независимых событий условная и
безусловная вероятности совпадают
.
Для
конечного числа независимых событий
вероятность произведения равна
произведению вероятностей:
.
6. Формула полной вероятности. Формула Байеса.
Пусть
событие А может произойти только с одним
из n
несовместных событий H1…Hn,
образующих полную группу:
Ø,
,
тогда
.
Так
как события
и
несовместны, то и (
)
и (
)
являются несовместными. Тогда
по теореме сложения :
.
Применяя
теорему умножения к каждому слагаемому,
получим формулу
полной вероятности:
.
События
H1,
H2,…,
Hn
часто называют гипотезами.
Иногда
интересует, как перераспределятся
вероятности
гипотез
после того, как событие А уже произошло:
.
По
теореме умножения:
,
.
Подставляя
в знаменатель формулу полной вероятности,
получим формулу Байеса:
.
