
- •2. Алгебра событий. Основные операции над событиями. Теорема сложения вероятностей. Следствия.
- •3. Условная вероятность. Теорема умножения вероятностей. Следствия. Независимость событий.
- •4. Использование формул комбинаторики при непосредственном вычислении вероятностей событий.
- •5. Формула полной вероятности и Байеса.
- •6. Повторение независимых испытаний. Схема Бернулли. Формула Бернулли.
- •7. Дискретная случайная величина. Ряд распределения. Функция распределения.
- •8. Числовые характеристики дискретной св.
- •3. Среднее квадратическое отклонение
- •9. Биномиальное распределение. Частная теорема о повторении опытов. Примеры.
- •1 0. Распределение Пуассона. Простейший поток событий. Формула Пуассона для потока событий. Вероятность появления хотя бы одного события.
- •11. Непрерывная случайная величина. Функция распределения и плотность вероятности. Их свойства.
- •12. Числовые характеристики непрерывной св. М(х), d(X), σx, их свойства.
- •13. Равномерный закон распределения.
- •15. Показательный закон распределения вероятностей. Определение, графики плотности вероятности и функции распределения. Основные характеристики.
- •17. Числовые характеристики системы двух св. Корреляционный момент. Коэффицент корреляции.
- •18. Теоремы о числовых хар-ках, их применение.
- •19. Предельные теоремы теории вероятностей. Неравенство Чебышева, неравенство Маркова. Закон Больших чисел (теорема Чебышева).
- •21. Центральная предельная теорема и особая роль нормального распределения. Формулы для практического применения теории вероятностей (интегральная теорема Муавра-Лапласа).
- •22. Основные понятия математич. Статистики. Простая статистическая совокупность. Статистическая функция распределения. Статистический ряд. Полигон. Гистограмма.
- •23. Точечные оценки параметров распределения. Требования, предъявляемые к точечным оценкам. Оценки для м(х), d(X) и сдо.
- •24. Метод моментов для получения точечных оценок. Выравнивание статистических рядов.
- •25. Интервальные оценки. Доверительные интервалы.
- •26. Статистические гипотезы. Основные понятия (основная и альтернативная гипотеза, критическая область, доверительная вероятность). Проверка статистических гипотез.
- •27. Проверка статистических гипотез. Гипотеза о неизвестном среднем при известной дисперсии на примере нормального распределения.
- •Проверка статистической гипотезы о матожидании нормального распределения при известной дисперсии
- •28. Важнейшие распределения в математической статистике: распределение хи-квадрат, распределение Стьюдента.
- •29. Критерии согласия. Критерий согласия Пирсона
1. Понятие события в теории вероятностей, вероятность события, достоверное событие, невозможное событие. Классическая формула вычисление вероятности (схема «случаев»), частотная интерпретация вероятности (свойство устойчивости частот).
Теория вероятностей – матем. наука, изучающая закономерности случайных явлений (С.Я.).
С. Я. – явление, которое при неоднократном повторении одного и того же опыта протекает каждый раз по-иному.
Событие – факт, который в результате опыта может произойти или не произойти. (А = {появление герба при подбрасывании монеты}, В = {появление трех гербов при 3кратном подбрасывании}.
Вероятность события – числовая хар-ка степени возможности появления какого-либо случайного события при тех или иных условиях. Р(А).
Достоверное событие – событие, вероятность которого равна 1; это то событие, которые обязательно произойдет. Р(Ω)=1 (выпадение не более 6 очков при подбрасывании играл. кубика). Недостоверное – вероятность меньше 1.
Невозможное событие – вероятность равна 0. Р(Ø)=0.
Классическая формула вычисление вероятности: P=mA/n, где n – общее число случаев, mA — число случаев, благоприятных событию А (обеспечивающих его появление). Здесь предполагается, что элементарные исходы не совместны, равновозможные и образуют полнeую группу:
- события называются несовместными, если никакие 2 из них не могут появиться вместе (выстреле - попад/промах)
- несколько событий наз-ся равновозможными, если по условию симметрии можно считать, что ни одной из этих событий не является объективно более возможным, чем другое (выпадение любого числа от 1 до 6 при подбрасывании кубика)
- несколько события образуют полную группу, если в результате опыта должно появиться хотя бы одно из них (появление 1,2,3,4,5,6 очков при подбрасывании; хотя бы 1 промах и хотя бы 1 попадание при 2 выстрелах)
Частота события в серии из N опытов – отношение числа опытов, в которых это событие произошло, к общему числу произведенных опытов. Р*(А)=m/n
Частоту события иначе называют его статистической вероятностью. Именно статистика массовых случайных явлений — база для определения вероятностей событий в опытах, не обладающих симметрией возможных исходов.
Случайные обстоятельства, сопровождающие каждый отдельный опыт, в массе опытов взаимно погашаются, и частота постепенно стабилизируется, приближаясь, с незначительными колебаниями, к некоторой средней, постоянной величине.
Свойство устойчивости частот при большом числе однородных опытов – одна из наиболее характерных закономерностей, наблюдаемых в массовых С.Я. Если мы повторяем (воспроизводим) один и тот же опыт много раз (причем обеспечена независимость исходов отдельных опытов), частота события становится все менее случайной, выравнивается, приближается к постоянной.
2. Алгебра событий. Основные операции над событиями. Теорема сложения вероятностей. Следствия.
С каждым испытанием связан ряд интересующих нас событий, которые, вообще говоря, могут появляться одновременно. Например, при бросании игральной кости событие А есть выпадение двойки, а событие В – выпадение четного числа очков. Очевидно, что эти события не исключают друг друга.
Для упрощения записи и возможности логического построения рассуждений в теории вероятностей вводятся операции над событиями. И на их основе строится алгебра событий.
А
лгебра
событий –
алгебра подмножеств пространства
элементарных событий, элементами
которого служат элементарные события.
Отношение следования А⊂В – событие А влечет за собой В
Эквивалентность А=В – А и В тождественны, неотличимы
С
умма
двух событий А и В
– событие С, состоящее в выполнении
события А или события В или обоих вместе.
(А+В –
награждение победителя или призом, или
премией, или обоими)
П
роизведением
нескольких событий называется событие,
состоящее в совместном наступлении
всех этих событий. Если А, В, С – совместные
события, то их произведение АВС называется
событие, состоящее в совместн. наступлении
всех этих событий. (АВС
– награждение
премией, призом и медалью одновременно)
Р
азностью
А-В двух событий называется событие,
которое состоится, если событие А
произойдет, а событие В нет. (АВ-С
– награждение одновременно призом и
премией без выдачи медали)
Свойства операций сложения и умножения событий:
А+В = В+А – коммутативность сложения
А+(В+С)=(А+В)+С – ассоциативность сложения
АВ=ВА – коммутативность умножения
А(ВС) = (АВ)С – ассоциативность сложения
А(В+С) = АВ+АС; А+ВС = (А+В)(А+С) – з. дистрибутивности
Из опр-я опций над соб-ми вытекают очевид. неравенства:
А+А=А, АА=А, А+Ω=Ω, АΩ=А, А+Ø=А, АØ= Ø.
Теорема сложения вероятностей – вероятность суммы двух несовместных событий равны сумме вероятностей этих событий: P(A+B) = P(A) + P(B).
Доказательство. Введем обозначения: n- число возможных элементарных исходов событий, m1 – число исходов благоприятствующих событию А, m2 – событию В. Число элементарных исходов, благоприятствующих наступлению либо А, либо В, тогда P(A+B) = (m1+m2)/n = m1/n+m2/n = P(A) + P(B).
Следствие 1: Если события А1,...,Аm образуют полную группу несовместных событий, то сумма их вероятностей = 1.
Противоположными называются два несовместных события, образующие полную группу. Теорема. Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления. P(A+B) = P(A) + P(B) – P(AB), где Р(АВ) – вер-ть одноврем. наступления и события А, и соб. В.
Следствие 2: Сумма вероятностей противоположных событий равна единице. P(A) + P(А) = 1.
3. Условная вероятность. Теорема умножения вероятностей. Следствия. Независимость событий.
Вероятность Р(В) как мера степени объективной возможности наступления события В имеет смысл при выполнении определенного комплекса условий. При изменении условий вероятность события В может измениться. Так, если к комплексу условий, при котором изучалась вероятность Р(В), добавить новое условие А, то полученная вероятность события В, найденная при условии, что событие А произошло, называется условной вероятностью события В и обозначается РА(В), или Р(В/А), или Р(В|А).
Теорема умножения вероятностей – вероятность произведения двух событий равна произведению вероятности его события на условную вероятность второго события при условия, что первое событие произошло. Р(АВ) = Р(А) * Р(В|А).
Следствие 1. Если событие А не зависит от события В, то и событие В не зависит от А.
Следствие 2. Вероятность произведения двух независимых событий равна Р(АВ) = Р(А) * Р(В).
Два события называют независимыми, если вероятность одного из них не зависит от появления или непоявления другого.
Например, кость брошена 2 раза. Вероятность появления 2 при втором бросании не зависит от появления 1 при первом.
Несколько событий называются независимыми, если независимы любые два из них и независимы любое из данных событий и любые комбинации остальных событий. В противном случае события называются зависимыми.
Напр., 3 события А, В и С независимы, если независимы события А и В, А и С, В и С, А и ВС, В и АС, С и АВ.