- •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: