
- •1. Событие. Классификация событий
- •2. Вероятность события. Свойства вероятности. Классическая вероятность
- •3. Статистическое определение вероятности
- •4. Геометрическая вероятность
- •5. Задача о встрече
- •6. Действия над событиями
- •7. Теорема сложения вероятностей
- •8. Теорема умножения вероятностей
- •9. Условная вероятность события
- •10. Следствия из теоремы умножения вероятностей
- •11. Формула полной вероятности
- •12. Теорема гипотез (формула Байеса)
- •13. Дискретные и непрерывные случайные величины
- •14. Закон распределения случайной величины
- •15. Функция распределения случайной величины
- •16. Общие свойства функции распределения св
- •17. Плотность распределения случайной величины
- •18. Основные свойства плотности распределения
- •19. Математическое ожидание и его свойства
- •20. Математическое ожидание непрерывной случайной величины
- •21. Мода и медиана
- •22. Дисперсия случайной величины
- •23. Свойства дисперсии
- •24. Система случайных величин. Свойства распределения двумерного случайного вектора
- •25. Функция распределения дискретного двумерного случайного вектора
- •26. Функция и плотность распределения непрерывного двумерного случайного вектора
- •27. Условные законы распределения. Зависимые и независимые случайные величины
- •28. Функция одной дискретной св
- •29. Функция одной непрерывной св
- •30. Корреляционный момент случайных величин X и y и его свойства
- •31. Коэффициент корреляции и его свойства
- •32. Формула Бернулли
- •33. Наивероятнейшее число наступления события
- •34. Асимптотические формулы вычисления вероятностей
- •35. Биномиальный закон распределения
- •36. Закон распределения Пуассона
- •37. Равномерный закон распределения
- •38. Показательный закон распределения
- •39. Нормальный закон распределения
- •40. Математическое ожидание нормального закона распределения
- •41. Дисперсия нормального закона распределения
- •42. Функция Лапласа и ее связь с функцией распределения нормальной случайной величины
- •43. Правило 3σ
- •44. Неравенство Маркова
- •45. Неравенство Чебышева
- •46. Теорема Чебышева
- •47. Теорема Бернулли
- •48. Теорема Ляпунова
- •49. Интегральная теорема Лапласа
- •50. Виды статистических наблюдений
- •51. Виды измерений
- •52. Методы ранжирования
- •53. Группировка и табулирование количественных данных (дискретные и непрерывные вариационные ряды, кумулятивные ряды)
- •54. Графическое изображение вариационных рядов
- •55. Показатели центра распределения (мода, медиана, среднее арифметическое, среднее гармоническое, среднее геометрическое)
- •56. Показатели вариации (размах, лимиты, среднее линейное отклонение, дисперсия, стандартное отклонение)
- •57. Ассиметрия и эксцесс
- •Плосковершинный островершинный полигон
- •58. Оценка показателей альтернативного признака
4. Геометрическая вероятность
Классическое определение вероятности предполагает, что число элементарных исходов конечно. На практике часто встречаются опыты, число исходов которых неограниченно. Применение классической вероятности к таким явлениям невозможно. Для этого вводят понятие геометрическая вероятность – вероятность попадания точки в область.
Обозначим
меру области g
(длину, площадь, объем) через mes
g,
а меру области G
– через mes
G
(mes
первые три буквы французского слова
,
что значит мера); обозначим буквой
событие “попадания брошенной точки в
область g,
содержащейся в области G.”
Вероятность попадания в область g
точки, брошенной в область G,
определяется формулой:
– это
и есть геометрическая вероятность.
Пример.
Точка брошена на отрезок единичной
длины. С какой вероятностью расстояние
от этой точки до концов отрезка
?
Решение.
.
5. Задача о встрече
Два студента договорились о встрече в некоторый промежуток времени [0,T], причем каждый из них приходит к месту встречи случайным образом и ждет другого не более τ минут. Найти вероятность встречи студентов.
П
усть
х
и у
– моменты прихода студентов к месту
встречи. Областью равновозможных
значений х
и у
является квадрат площадью
.
Встреча произойдет, если
.
Этому неравенству удовлетворяют точки,
лежащие в заштрихованной полосе. Площадь
полосы
.
Тогда
.
6. Действия над событиями
Суммой,
или объединением,
двух событий называется событие,
состоящее в появлении хотя бы одного
из них. Сумма событий
и
обозначается как
или
.
Аналогично
определяется и обозначается сумма
событий
– то есть событие, состоящее в появлении
хотя бы одного из них. Сумму
событий
обозначают так: А1+А2+…+Аn=
или А1
А2…Аn=
Произведением или пересечением двух событий называется событие, состоящее в одновременном их появлении.
Произведение
событий А и В обозначается через
или
.
Аналогично определяется произведение
n
событий. Произведение n
событий
обозначают: А1А2…Аn=
Аi
или А1А2…Аn=
Ai
Операции объединения и пересечения событий обладают некоторыми свойствами, аналогичными операциям умножения и сложения.
Эти операции коммутативны: A
ассоциативны:(C=C)=C
C=C)=C)
дистрибутивны: С=(АС)С).
Разностью
событий
и
наз. событие C,
которое означает, что наступает событие
A
и не происходит событие B.
Разность
и
обозначается
так:
или
.
7. Теорема сложения вероятностей
Теорема сложения :
Вероятность
суммы двух несовместных событий равна
сумме вероятностей этих событий, т.е.
.
Докажем теорему сложения вероятностей для схемы n – случаев. Пусть все исходы опыта сведены к совокупности случаев, которые мы изобразим в виде n точек:
m
~ A
k
~ B
…………………… …………….
n
из
этих n
случаев – m
благоприятны
А, а k
–
благоприятны
В. Тогда
.
Т. к. события А и В несовместны, то нет
таких случаев, которые благоприятны. А
и В одновременно. Следовательно, событию
А + В благоприятны m
+ k
случаев и
,
тогда
Обобщим
теорему на случай трех событий.A+B=D
=>
.
Методом полной
индукции теорема обобщается на случай
n несовместных событий
.
Следствие
1. Если события
А1,
А2,
... Аn
образуют полную группу несовместных
событий, то сумма их вероятностей равна
1, т.е.
.
Доказательство.
Так как
;
образуют полную группу событий, то
появление хотя бы одного из них –
достоверное событие:
.
Так
как
– несовместные события, то к ним применима
теорема сложения вероятностей, т. е.
.
С
ледствие
2. Сумма
вероятностей противоположных событий
равна 1:
Доказательство.
В
случае, когда события
и
совместны, вероятность суммы этих
событий выражается формулой:
.
В справедливости этой формулы убеждает следующий рисунок
А
налогично
вероятность суммы трех совместных
событий вычисляем по формуле
Методом полной индукции можно доказать
общую формулу для вероятности суммы
любого числа совместных событий: