- •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: .