- •Пространство элементарных событий.
- •Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •Свойства операций над событиями.
- •Алгебра и сигма-алгебра событий.
- •Классическое определение вероятности события. Случаи равновероятных исходов.
- •Статистическое определение вероятности события. Случаи неравновероятных исходов.
- •Геометрические вероятности.
- •Аксиоматическое построение теории вероятностей.
- •Полная группа событий.
- •Условная вероятность.
- •Независимость событий.
- •Основные понятия комбинаторики.
- •Правила суммы и произведения.
- •Случай непостоянной вероятности появления события в опытах
- •Для того чтобы найти вероятность появления события ровно раз в серииопытов, достаточно произвести перемножение сомножителей в производящей функции. Коэффициент при членеи даст искомую вероятность.
- •Предельные теоремы для схемы Бернулли.
- •Теорема Пуассона.
- •Понятие потока событий.
- •Локальная теорема Муавра –Лапласа.
- •Интегральная (глобальная) теорема Муавра – Лапласа.
- •Закон распределения дискретной случайной величины.
- •Свойства функции распределения
- •Свойства математического ожидания:
- •Дисперсия случайной величины и ее свойства.
- •Среднее квадратическое отклонение.
- •Распределение Пуассона.
- •Геометрическое распределение
- •Гипергеометрическое распределение (урновая схема)
- •Равномерное распределение.
- •Показательное распределение.
- •Свойства функции Гаусса.
- •Вероятность попадания нормальной случайной величины в заданный интервал.
- •Где - функция Лапласа.
- •Функция Лапласа и ее свойства.
- •Отклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •Закон распределения вероятностей двумерной случайной величины
- •Свойства совместной функции распределения двух случайных величин
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
- •Свойства двумерной плотности вероятности
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •Корреляционный момент
- •Коэффициент корреляции Коэффициентом корреляции случайных величинX и y называют отношение корреляционного момента к произведению средних квадратических отклонений этих величин:
- •Свойства коэффициента корреляции
- •Способы отбора На практике применяются различные способы отбора, которые можно подразделить на два вида:
- •Выборочные среднее и дисперсия
- •Статистический критерий
- •A. Понятие о корреляционном анализе
- •Линейная регрессия
- •Множественная линейная регрессия
- •Нелинейная регрессия
- •Однородные цепи Маркова
- •Понятие о системах массового обслуживания
Правила суммы и произведения.
Правило суммы– если элементаможет быть выбран
способами, а элементb –mспособами, то один из этих элементов
можно выбратьn+m способами.
Правило произведения– если элементаможет быть выбран
способами и после каждого такого выбора
элементb можно выбратьmспособами,
то пару (ab) из этих элементов в
указанном порядке можно выбратьnm
способами.
Упорядоченные наборы, состоящие из kразличных элементов, выбранные изnданных элементов, называютсяразмещениямиизnэлементов поk. Размещения могут отличаться как элементами, так и порядком.
Теорема. Число всех размещений изnэлементов поkвычисляется по формуле:
![]()
Действительно, первый элемент размещения может быть выбран nспособами. Для каждого из этих вариантов естьn-1 способов расположения одного из оставшихся элементов на втором месте. Следовательно, по правилу произведения, имеетсяn*(n-1) различных способов выбора элементов на первых двух местах. Продолжая это рассуждение по индукции, получаем доказательство.
Пример: Различными размещениями множества из трех элементов {1,2,3} по два будут наборы (1,2), (2,1), (1,3), (3,1), (2,3), (3,2)
В частном случае
k=nразмещения
называютсяперестановками
.
Так как каждая перестановка содержит все nэлементов множества, то различные перестановки отличаются друг от друга только порядком элементов и
![]()
Пример: Различными перестановками множества элементов {1,2,3} будут (1,2,3), (1,3,2), (2,3,1), (2,1,3), (3,2,1), (3,1,2)
Неупорядоченные наборы из kэлементов, взятых из данныхnэлементов, называютсясочетаниями изnэлементов поk.
Теорема. Число сочетаний из nэлементов поkвычисляется по формуле
![]()
Доказательство можно получить, учитывая, что сочетания отличаются от размещений тем, что в них не важен порядок следования заданных kэлементов. Поэтому при равныхnиkчисло сочетаний меньше числа размещений вk! раз.
Лекция 5. Схема независимых испытаний Бернулли. Наивероятнейшее число наступления событий в схеме Бернулли. Предельные теоремы для схемы Бернулли. Теорема Пуассона. Понятие потока событий. Локальная теорема Муавра –Лапласа. Интегральная теорема Муавра – Лапласа.
Серия
повторных независимых испытаний, в
каждом из которых данное событие
имеет одну и ту же вероятность
,
не зависящую от номера испытания,
называетсясхемой Бернулли. Таким
образом, в схеме Бернулли для каждого
испытания имеются только два исхода:
событие
(успех), вероятность которого
и событие
(неудача), вероятность которого
.
Вероятность того,
что событие
наступит в
испытаниях, определяется поформуле
Бернулли
.
Пример. Вероятность поражения цели стрелком при одном выстреле равна 0,8. Найти вероятность того, что при 10 выстрелах цель будет поражена 8 раз. Ответ
![]()
Случай непостоянной вероятности появления события в опытах
Мы предполагали, что вероятность наступления события в каждом из опытов постоянна. На практике часто приходится встречаться с более сложным случаем, когда опыты производятся в неодинаковых условиях, и вероятность события от опыта к опыту меняется. Например, производится серия выстрелов при изменяющейся дальности.
Способ вычисления вероятности заданного числа появлений событий в таких условиях дает общая теорема о повторении опытов.
Пусть проводится
независимых
опытов, в каждом из которых может
появиться или не появиться некоторое
событие
,
причем вероятность появления этого
события в
-м
опыте равна
,
а вероятность его не появления
соответственно
.
Требуется найти вероятность
того, что в результате
опытов
событие
появится
ровно
раз.
Решение данной задачи проводится с помощью так называемой производящей функции, имеющей вид:
.
