
- •События и операции над ними. Относительные частоты и их свойства.
- •2.Аксиомы тв. Дискретное пространство элементарных исходов. Классическое определение вероятности.
- •3. Элементы комбинаторики. Основное правило комбинаторики.
- •(Обобщенная теорема сложения вероятностей)
- •(Теорема сложения k слагаемых)
- •6.Условная вероятность. Независимость.
- •7.Формулы полной вероятности и Байеса.
- •8.Схема Бернулли.Полиноминальное распределение.
- •9.Теорема Пуассона.
- •10.Локальная и интегральная теоремы Муавра-Лапласа.
- •12.Дискретные случайные величины. Закон распределения. Биномиальное, геометрическое и распределение Пуассона.
- •13.Математическое ожидание дискретной случайной величины и его свойства
- •Свойства математического ожидания:
- •Математическое ожидание постоянной величины равно самой постоянной:
- •Постоянный множитель можно выносить за знак математического ожидания:
- •14.Дисперсия случайной величины и ее свойства. Начальный и центральный момент.
- •15. Непрерывные случайные величины. Св-во плотности распределения
- •16. Равномерное, показательное, нормальное распределения и их св-ва
- •17. Лемма о нормальном распределении. Критерии независимости дискретной и непрерывной случайной величин
- •18. Случайный вектор. Св-ва функции распределения случайного вектора
- •2.Функция распределения случайного вектора неубывающая по каждому аргументу.
- •19. Случайный вектор. Свойства плотности распределения случайного вектора
- •20. Функция двух случайных аргументов. Формула свёртки
- •21. Числовые характеристики системы двух случайных величин. Корелляция и ее св-ва
- •22. Задачи математической статистики. Генеральная совокупность. Выборка
- •23. Эмпирическая функция распределения. Полигон и гистограмма
События и операции над ними. Относительные частоты и их свойства.
Предметом
ТВ явл
количественный и качественный анализ
матем моделей вероятностных экспериментов,
наз-мый статистической обработкой
экспериментальных данных. Вероятностные
эксперименты имеют общие
черты:
непредвиденность рез-та, наличие определ
количественных закономерностей при их
многократном повторении при одинаковых
условиях и мн-во возможных исходов.
Вероятностными
наз-ся эксперименты, кот можно повторять
произвольное число раз при соблюдении
одних и тех же стабильных условий, однако
их исходы не однозначны, случайны. ТВ
– наука, занимающаяся анализом матем
моделей для принятия решений в условиях
неопределенности. Первичным понятием
ТВ, не определяемым через др понятия
явл пр-во
элем исходов (Ω).
Обычно в кач-ве пр-ва элем исходов берутся
единственно возможные неразложимые
рез-ты эксперимента. Событием
наз-ся
произвольное подмн-во А в пр-ве элем
исходов Ω (А≤Ω). Те элем исходы, из кот
состоит событие А называются
благоприятствующими
событию А. Говорят, что событие А
произошло,
если в рез-те эксперимента наступает
элем исход, благоприятствующий событию
А (ω є А). Все пр-во элем исходов Ω, если
его взять в кач-ве события, наз-ют
достоверным
событием, т.к. оно происходит в люб
эксперименте всегда. Пустое мн-во Ø,
т.е. мн-во, не содержащее ни одного элем
исхода, называется невозможным
событием, т.к. оно никогда не происходит.
Все остальные события, кроме достоверного
и невозможного, называются случайными.
Операции над
событиями.
1)Суммой
событий А И В наз-ся объединение этих
мн-тв (АUВ). 2)Произведением
событий А и В наз-ся пересечение мн-тв
А и В (АВ). 3)Разностью
события А и В наз-ся разность мн-тв А и
В (А \ В). События А и В наз-ся несовместимыми,
если АВ=Ø. Если АВ=Ø, то АUВ=А+В. Говорят,
что событие А влечет событие В, если А
явл-ся подмн-вом В (А с В). Событие Ā=Ω\А
наз-ся противоположным
событию
А. Говорят, что события Н1,
Н2,
…, Нn
образуют
полную гр,
если Н1+Н2+…+Нn=Ω
(HiHj=Ø,
если i≠j).
Относительные
частоты и их cв-ва.
Пусть производится некот случайный
эксперимент, пр-вом элем исходов кот
явл мн-во Ω. Рассмотрим некот событие
А (Ас Ω). Если эксперимент произвести N
раз, причем А появится в них N(А),
то число W(A)
=
называется относит
частотой
появления события А. 1)Для
люб события А с Ω W(A)≥0,
N(A)≥0,
N>0.
2)Относит
частота достоверного событии равна 1,
W(A)=1,
W(A)=
=
=
1. 3)Аддитивности.
Относит частота суммы несовместных
событий равна сумме относит частот этих
событий, W(A+В)=W(A)+
W(В),
W(A+В)=
W(A)+
W(В).
2.Аксиомы тв. Дискретное пространство элементарных исходов. Классическое определение вероятности.
Пусть
Ω – пр-во элем исходов. Обозначим через
F
мн-во всех подмн-тв Ω. Люб событию А є F
ставится в соот-вие действительное
число P(A),
наз-мое вероятностью
А, так что
при этом выполняется аксиомы: А1:
,
т.е. вероятность люб события неотрицательна.
А2:
,
т.е. вероятность достоверного события
равна 1. А3:
Счетной аддитивности. Если события
,
причем
,
то вероятность их суммы равна сумме
вероятностей этих событий, т.е.
(для несовместимых событий). Бесконечное
мн-во наз-ся счетным,
если элементы этого мн-ва можно
занумеровать натуральными числами. Все
др бесконечные мн-ва наз-ся несчетными.
Пр-во элем исходов называется дискретным,
если оно конечно или счетно, т.е.
или
.
Люб элем исходу
ставится в соответствие число
,
так что при этом сумма вероятностей
всех исходов равна 1, т.е.
.
Вероятностью события А наз-ся число
.
Сделаем следующие
предположения: 1.Пр-во
элем исходов
—конечно.
2.Все
элем исходы равновероятны, т.е.
=
. Рассмотрим некот события А
с Ω, состоящие
из k
элем исходов,
А = (ω1,
ω2,
…, ωk)
где k≤n.
Вероятность события А:
Классическое
определение вероятности:
Если пр-во
элем исходов конечно, а все элем исходы
равновероятны, то вероятностью события
А наз-ся отношение числа элем исходов,
благоприятствующих событию А к общему
числу элем исходов:
.