
- •1.События. Виды случайных событий.
- •2.Пространство элементарных событий.
- •3.Операции над событиями. Алгебра событий.
- •4.Классическое определение вероятности.
- •5.Элементы комбинаторики.
- •6.Аксиомы вероятности.
- •7.Теоремы о вероятностях.
- •8.Условная вероятность. Теоремы умножения вероятностей.
- •9.Формула полной вероятности. Формула Байеса.
- •10.Геометрические вероятности.
- •13.Случайная величина дискретного типа. Законы распределения.
- •14.Примеры случайных величин дискретного типа.
- •15.Свойства функции распределения случайной величины.
- •17.Примеры случайных величин непрерывного типа.
- •18.Начальные моменты случайных величин. Математическое ожидание, его свойства.
- •19.Задачи вычисления математического ожидания для некоторых наиболее важных случайных величин.
- •20.Центральные моменты случайных величин. Дисперсия, ее свойства.
- •Задачи вычисления дисперсии для некоторых наиболее важных случайных величин.
- •Плотность распределения нормального закона. Вероятность попадания случайной величины с нормальным законом распределения на заданный интервал
- •Свойства функции Лапласа. Правило трех сигм.
- •Локальная теорема Муавра-Лапласа.
- •Интегральная теорема Муавра-Лапласа.
- •Простейший поток событий.
- •Системы случайных величин. Закон распределения системы двух случайных величин. Функция распределения системы двух случайных величин.
- •Функция распределения системы двух случайных величин. Свойства функции распределения.
- •Системы случайных величин непрерывного типа Плотность вероятности, ее свойства.
- •Примеры наиболее важных систем двух случайных величин.
- •Условные законы распределения.
- •Плотность вероятностей и условные законы распределения составляющих непрерывной двумерной случайной величины.
- •Числовые характеристики системы двух случайных величин.
- •Корреляционный момент. Коэффициент корреляции. Некоррелируемость, ее связь с независимостью случайных величин.
- •Уравнение регрессии. Прямые регрессии.
- •Закон больших чисел. Лемма Чебышева I. Неравенства Чебышева.
- •Теорема Чебышева. Лемма Чебышева II. Теорема Чебышева (основная).
- •Теорема Бернулли.
- •Понятие о центральной предельной теореме.
- •Точечные оценки параметров генеральной совокупности по выборочным совокупностям, их свойства. Точечные оценки для математического ожидания и дисперсии св.
- •Интервальные оценки. Доверительный интервал. Нахождение доверительных интервалов для математического ожидания и дисперсии нормального распределения случайной величины.
9.Формула полной вероятности. Формула Байеса.
Пусть событие А может произойти с одним и только с одним из событий В1,В1,...,Вn (называемых впредь гипотезами), которые образуют полную группу попарно несовместных событий. Пусть даны вероятности этих гипотез Р(В1),...,Р(Вn), а также условные вероятности события А при условиях этих гипотез Р(А/В1),..., Р(А/Вn). Требуется определить Р(А).
Имеем очевидное равенство Α = Α·Β1+Α·Β2+…+А·Вn.
Применяя последовательно аксиому сложения для несовместных событий, а затем теорему умножения для каждого слагаемого суммы, имеем
Р(А) = Р(В1)· Р(A/В1)+...+P(Bn)· Р(А/Вn)
Или
P(A)=
которая
называется формулой
полной вероятности.
Пусть теперь при прежних условиях относительно случайных событий А и гипотез В1, В2, …, Вn известен результат опыта, т. е. известно, что событие А произошло. Требуется найти апостериорные вероятности Р(Вi/A), i=l, 2, ..., n - вероятности гипотез после опыта. Используя теорему умножения вероятностей, имеем P(ABi) = Р(Bi)P(А/Bi) = = P(A)P(Bi/A).
Из
последнего равенства получим формулу
Байеса
,
i=1,
2, …, n,
где Р(А) вычисляется предварительно по формуле полной вероятности.
10.Геометрические вероятности.
В некоторых случаях пространство элементарных событий содержит несчетное множество исходов. В этом случае аксиоматическое определение вероятности случайного события представляет определенные сложности, главным образом, в части ее счетной аддитивности.
Этот недостаток можно преодолеть, используя геометрическое определение вероятности, находя вероятность попадания точки в некоторую область, имеющую меру (длину – для отрезка; площадь для области на плоскости; объем для области в пространстве). Например, если поставлена задача о вероятности попадания точки в некоторую область A, являющуюся частью области попадания , при условии, что эта вероятность не зависит от положения области A в области , а зависит лишь от меры области A, то эту вероятность можно определить по следующей формуле: Р(А)=m(A)/m().
11.Последовательность независимых испытаний. Формула Бернулли. Формула Пуассона.
Пусть имеем серию n независимых испытаний, в каждом из которых некоторое случайное событие А наступает с одной и той же вероятностью p = P(A), не изменяющейся от испытания к испытанию. Само событие А условно называется “успехом” (обозначается впредь У в отличие от “неуспеха”, обозначаемого H), а последовательность n независимых испытаний с двумя исходами У и H называется последовательностью независимых испытаний Бернулли.
Формула
Бернулли: Pn(k)=
pkqn-k.
Частные случаи формулы Бернулли.
1.Вероятность
того, что в n
испытаниях
"успех" наступит n
раз,
равна
.
2.Вероятность
того, что в n
испытаниях
Бернулли "успех" вообще не наступит,
равна
.
3.Вероятность того, что в n испытаниях Бернулли "успех" наступит не более чем m раз, равна
P(k
m)
= Pn(0)
+ Pn(l)
+ ... + Pn(m)=
4.Вероятность того, что "успех" наступит в n испытаниях не менее m раз, равна
P(k
m)
= Pn(m)
+ Pn(m-l)+...
+ Pn(n)
=
Формула
Пуассона:
,
где
λ
=np.
В
этой формуле параметры n и р объединены
в один параметр λ = np; n должно быть не
менее нескольких десятков, а лучше
сотен, а значение параметра λ = np должно
находиться между 0 и 10. При больших λ
рекомендуется применять локальную
теорему Лапласа.