
- •Предмет теории вероятностей. Возникновение теории вероятностей.
- •Элементарные сведения из теории множеств.
- •Пространство элементарных событий. Случайные, достоверные, невозможные и несовместные события.
- •4. Действия над событиями (объединение, пересечение, разность).
- •2)Пересечение(произведение)-
- •5. Классическое определение вероятности.
- •6. Геометрическое определение вероятности.
- •7.Схема выбора без возвращения (сочетания, размещения).
- •8. Схема выбора с возвращением (перестановки, сочетания и размещения с повторением).
- •9.Теоремы сложения вероятности.
- •10.Теорема умножения вероятности.
- •11. Формула полной вероятности.
- •12.Формула Байеса.
- •13. Повторные независимые испытания.
- •Формула Бернулли. Наивероятнейшее число наступления события.
- •Наивероятнейшее число наступления события а в испытанмях Бернули
- •15.Локальная формула Муавра-Лапласа.
- •16.Интергральная формула Муавра-Лапласа.
- •17. Формула Пуассона
- •18.Случайная величина.
- •19 , 20.Дискретно распределённая случайная величина.
- •21.23 Непрерывно распределённая случайная величина.
- •22. Плотность распределения непрерывной случайной величины
- •24.Биномиальный закон распределения св.
- •25 . Распределение Пуассона св.
- •26.Нормальный закон распределение св (распределение Гаусса).
- •27. Геометрическое распределение случайной величины
- •28. 29Неравенство Чебышева.
- •30.Теорема Бернулли.
- •31.Генеральная и выборочная совокупность.
- •32 .Вариационный ряд
- •34.Эмперическая функция распределения.
- •36.Точечное оценивание параметров распределения.
- •34.Интервальное оценивание параметров распределения.
- •Критическая область, мощность критерия.
- •37. Схема проверки стат-ой гипотезы.
- •42. Основные понятия корреляционного и регрессионного анализа.
- •43)Линейная корреляционная зависимость и прямые регрессии
- •44)Коэффициент линейной корреляции и его свойства
11. Формула полной вероятности.
Если
событие А может произойти при появление
одной из гипотез, то его вероятность
равна сумме произведений вероятностей
каждой гипотезы и соответствующих
условных вероятностей события А:
12.Формула Байеса.
Пусть
событие А происходит одновременно с
одним из n-несовместных
событий Н1,
Н2…Нn
и вероятности
Р(Нi)
известны до опыта. Производится опыт в
результате которого зарегистрировано
появление события А при чём известно,
что это событие имело определённые
условные вероятности Р(А/Нi)
i=1,2…n
и требуется найти вероятности события
Нi,
если известно что событие А произошло.
.
13. Повторные независимые испытания.
Формула Бернулли. Наивероятнейшее число наступления события.
Пусть в результате испытания возможно 2 исхода: 1)появится событие А;
2)появится
противоположное событие
.
Проводим n
испытаний, события независимы и Р(А)=р,
Р(
=q=1-р
тогда
.
Где n-кол-во испытаний
K-кол-во удачных испытании
Ckn=n!/K!(n-K)! (без упорядочивания без возвращения!/)
ПР: найти вероятность того, что стрелок попадёт 3 раза в мишень из 5 выстрелов, если вероятность попадания в мишень для стрелка 0,8
n=5 K=3 P=0,8 g=1-р=0,2
Наивероятнейшее число наступления события а в испытанмях Бернули
np-g<m найвероятнейш.<np+p
Пример:
При автоматической наводке орудия вероятность попадания по быстро движущее цели=0,9. Найти найвероятнейшее число попаданий при 50 выстрелов.
n 50 p=0,9 g=0,1
50*0,9*0,1<m<50*0,9*0,9* 44,9<m<45,9 m найв=45
15.Локальная формула Муавра-Лапласа.
Если вероятность (р)появления события А в каждом испытании постоянно и отлично от 0 до 1, то вероятность Рn(К) того, что событие А в n испытаниях появятся ровно К раз, приближенно равно:
Рn(К)=
.
Прим: Найти вероятность того, что событие А наступят ровно 80 раз из 400 испытаний.
Вероятность появления события А=0,2
n=400 K=80 p=02 g=08
16.Интергральная формула Муавра-Лапласа.
Если вероятность наступления события А в каждом испытании постоянно и отлично от 0 и 1, то Рn(XK1, XK2) или Рn(К1, К2), то событие А появится в n испытаниях от К1 до К2 раз приближенно равно
Рn(К1, К2)=Ф(XK2)-Ф(XK1).
17. Формула Пуассона
Если
вероятность наступления события А в
каждом испытании постоянно но мала, а
число независимых испытаний достаточно
велико
также
неброльшое (не больше 10)то вероятность
того, что в этих испытаниях событие А
наступит К-раз ͌
/
ПРИМЕР:
Пусть вероятность изготовления нестандартных деталей =0,004. Найти вероятность того что среди 1000 деталей окажетсяh 5 нестандартных.
P=0,004 m=5 n=10000
е=2,7
=0?1563