![](/user_photo/2706_HbeT2.jpg)
- •1. Случайные события. Пространство элементарных событий. Алгебра событий.
- •2. Вероятность в дискретных пространствах элементарных событий.
- •3. Классическая схема равновероятных событий.
- •4 Теорема сложения и умножения вероятности.
- •5. Формула полной вероятности и формула Байеса.
- •5.Дискретные случайные величины. Ряд распределения. Числовые характеристики.
- •7.Повторение испытаний. Схема Бернулли. Биномиальное распределение. Формула Пуассона
- •8.Распределение Пуассона
- •10.Нормальное распределение правило 3-х сигм
- •11. Системы дискретных случайных величин. Таблица распределения. Независимость. Ковариация. Механическая интерпретация. Условные распределения.
- •12.Мат. Ожидание и дисперсия суммы случайных величин. Мат ожидание произведения случайных величин.
- •13.Коэффициент корреляции как характеристика статистической связи. Некоррелированность и независимость случ. Величин.
- •13.Законы больших чисел и предельные теоремы. Теорема Бернулли, Чебышева, Муавра-Лапласа
- •15.Асимптотическое распределение среднего арифметического независимых случайных величин и относительной частоты.
4 Теорема сложения и умножения вероятности.
P
(A/B)-
условная вероятность события A при
условии , что соб.B произошло.
усл.вер-ть P(A/B) усл.вер-ть P(B/A) -теорема умножения для зависимых соб.А и В.
Если соб.А не влияет на вер-ть соб.В и наоборот,то они независимы: P(A/B)=P(A); P(B)=P(B/A) => P(AB)+P(A)*P(B) – вер-ть произ-ния соб-й равна произ-нию вер-тей.
P(ABC)=P(AH)*P(A/H)=P(BC)*P(A/BC)=P(C)*P(B/C)*P(A/BC) (ВС обозначили за Н) Опр-е независимости для А,В и С- соб. А,В и С назыв.независимыми в совокупности,если выполн.след усл-я:
Если попарно независимы P(AB)=P(A)*P(B), P(BC)=P(B)*P(C), P(AC)=P(A)*P(C).
P(ABC)=P(A)*P(B)*P(C)
P(A+B)=P(A)+P(B) вер-ть суммы двух несовместных событий
- ф-ла сложения
вер-тей двух совместных событий
P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(AC)+P(ABC) вер-ть суммы трех несовместных соб-й. Вероятность суммы двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления.
5. Формула полной вероятности и формула Байеса.
Формула полной вероятности
Пусть Н1,Н2…Нk подмножества пространства эл.соб-й , такие что:
Hi Hj=, i≠j и I,j=1,2,…,k
H1+H2+…+Hk =
В этом случае говоря,что сис-ма подмножеств Н1,Н2…Нk образует разбиение множества . Для любого соб.А,являющего подмножеством , верна ф-ла полной вер-ти
P(A)=
События Hi
называются
гипотезами по отношению к соб.А,а вер-ти
Р (Hi)
трактуются как доопытные вер-ти гипотез,
причем
Р (Hi)=1.
Формула Байеса Если известно, что соб.А произошло, то априорные(после опыта) вер-ти гипотез Hi ,очевидно, должны быть пересчитаны, так как появилась доп.информация. Апостериорные вер-ти гипотез Hi ,при условии, что соб.А произошло,вычисляются по ф-ле Байеса:
,i=1,2,…,k,
где Р(А) определяется по ф-ле полной вер-ти. истор.процесса – локальная цивилизация – общность людей, объединенных дух.традициями и проживающие на одной тер-и. Выделяет первичные, вторичные и третичные цивилизации. Свыше 20 цив-ций. Сейчас основных 8 (западно-христ, православно-христ, иудейская, исламская, индуистская, дальневосточная, буддистская, конфуцианская). 4 этапа развития: генезис, рост, упадок и дезинтеграция.
Недостатки: не принимает во внимание качественные различия хозяйственных систем в современном мире.
- теория единой цивилизации
- теория столкновения цивилизаций
5.Дискретные случайные величины. Ряд распределения. Числовые характеристики.
Пусть (,F,P) – дискретное вероятностное пространство.
Числовая ф-ция Х=Х() определенная на пространстве эл.соб-й называется дискретной случ.величиной.
Сис-ма равенств: P[x=xi]=рi, ш=1,2…n,.. определяет распределение вероятностей дискретной слу.величины Х. Очевидно,что рi≥0, рi=1
Простейшей формой закона распределения дискретной величины является ряд распределения.
Xi |
x1 |
x2 |
x3 |
… |
хn |
… |
P(x=xi) |
P1 |
P2 |
P3 |
… |
pn |
… |
Графической интерпретацией ряда распределения является многоугольник распределения.
Функция распределения случайной величины.
Для непрерывных случайных величин применяют такую форму закона распределения, как функция распределения.
Функция распределения случайной величины Х называется ф-ция F(х), определяемая для любого действительного зн-я х,как вер-ть события [Х<х], т.е. F(х)=Р[Х<х].
Функция распределения обладает следующими свойствами:
0≤F(х)≤1
F(x)- неубывающая ф-ция х, если если х2>х1,то F(х2)>F(х1)
Функция может быть изображена в виде графика. Для непрерывной величины это будет кривая изменяющееся в пределах от 0 до 1, а для дискретной величины - ступенчатая фигура со скачками.
Числовые характеристики случайной величины.
Математическое ожидание случайной величины.
Пусть Х- дискретная случ.величина,принимающая зн-я х1,х2.. с вероятностями р1,р2.. Математическое ожидание M[x] случ.величины X определяется формулой
=m
Свойства мат.ожидания:
с=const
M[c]=c
M[c*X]=c*M[X]
M[c+X]=c+M[X]
M[X+Y]=M[X]+M[Y] мат.ожидание суммы равно сумме мат.ожиданий
Х- некая дискр.случ.вел-на. Рассмотрим h(X) – функцию от Х.
Примеры h(X): x2, sin x, ln x (если х>0)
Мат.ожидание
функции случ.вел-ны:
Дисперсия Дисперсия (D[x]) характеризует разброс случ.величины Х относительно ее математического ожидания и вычисляется:
Дисперсия случайной величины всегда величина положительная.
Среднеквадратическое отклонение.
Св-ва дисперсии:
D[X]≥0
D[c]=0, если случ.вел-на Х постоянна
D[X]=0
D[cX]=c2D[X], где с=const
D[X+c]=D[X]
D[X+Y]=D[X]+D[Y]