
- •1. Предмет тер вера. Случ опыт. Случ событие.Элемент событие. Мн-во эл событий
- •2.Достоверн и невозможн событие. Сумма, разность, произведение.
- •3. Несовместные события. Полная группа событий. Противоположные события.
- •4. Классич и статистич определение вероятностей.
- •5. Формулы комбинаторики
- •6. Вероятн суммы несовместных событий. Следствия (о вероятн против события и суммы вер группы событий)
- •7.Теорема сложения вер 2х совместных соб. Вер суммы неск совместн событий как вер появления хоты бы одно из неск событий.
- •8. Условная вероятнось. Завис и независ события. Теорема умножения вероятней ( для 2х событий)
- •9. Формула полной вероятности
- •10. Формула Байеса (учебник)
- •10. Формула Байеса (лекции)
- •11. Схема Бернулли. Теорема Бернулли. Теорема Пуассона.
- •12. Случайные величины. Дискретные и непрерывные случайные величины
- •13. Закон распределения дискретной случайной величины
- •14. Функция распределения дискретной случайной величины
- •2. Свойство:
- •15. Математическое ожидание дискретной случайной величины. Свойства математического ожидания.
- •16. Дисперсия дискретной случайной величины. Св-ва дисперсии. Среднее квадратическое отклонение.
- •18. Закон распределения Пуассона. Математическое ожидание и дисперсия дискретной случайной величины, распределенной по закону Пуассона.
- •19.Функция распределения вероятностей непрерывной случайной величины и ее свойства.
- •20. Плотность распределения вероятностей непрерывной случайной величины и ее свойства.
- •21. Математическое ожидание и дисперсия непрерывной случайной величины. Среднее квадратическое отклонение.
- •22. Мода. Медиана. Наивероятнейшее число появления события в независимых испытания Бернулли. Геометрическая интерпретация числовых характеристик случайных величин.
- •24. Экспоненциальное распределение: плотность, функция распределения, математическое ожидание и дисперсия.
- •25. Нормальное распределение: плотность, функция распределения, математическое ожидание и дисперсия. Стандартное нормальное распределение. Функция Лапласа. Интеграл Пуассона.
- •27. Многомерные случайные величины. Закон распределения двумерной случайной величины. Закон распределения составляющих.
- •Условные законы распределения:
- •Функции регрессии:
- •Плотность распределения составляющих двумерной дискретной случайной величины.
- •Зависимые и независимые случайные величины.
- •Линейная зависимость между случайными величинами и значение коэффициента корреляции:
- •35. Центральная предельная теорема – теорема Ляпунова
- •Локальная теорема Лапласа:
- •33. Закон больших чисел.
- •34. Теорема Бернулли
1. Предмет тер вера. Случ опыт. Случ событие.Элемент событие. Мн-во эл событий
Тервер-наука, кот. изуч. закономерн случ. событий
Опыт(эксперимент)-выполнение определ. Условий или действий для выявления рассматриваемого событий. Событие-результат испытания.
Случайное событие-исход испытания, кот нельзя заранее прогнозировать однозначно (выпадение снега в ноябре..обозначается лат буквами А, В,С).
Элементарное событие-конкретный рез-т испытания.
В результате испытания происходят только элементарные события. Совокупность всех возможных, различных, конкретных исходов испытаний называется пространством элементарных событий.
2.Достоверн и невозможн событие. Сумма, разность, произведение.
Достоверное событие-события, кот всегда происходят в рез-те испытания.
Невозможные события-события, кот никогда не происходят.
Суммой событий А и В –такое событие А+В, кот происходит тогда и только тогда, когда происходит хотя бы одно из событий А или В. “+”=”или”.
Произведением событий А и В назыв событие, кот обознач А*В=АВ, кот происходит тогда и только тогда, когда одновременно происходят события А и В. “*”=”и”.
Разность двух событий А\В происходит тогда и только тогда, когда происходит событие А, но не происходит событие В.(Ечет/Е2=Е4+Е6).
3. Несовместные события. Полная группа событий. Противоположные события.
События Е1, Е2,..,Еn-назыв несовместимыми, если в рез-те одного испытания происходят не более одного из них(одно или никакое). При подбрас игр кости события Еч,Е5-несовместимые события.
События Е1, Е2,..,Еn образ полную группу событий, если в рез-те любого испытания появл хотя бы одно из них.(одно или больше)
Против событие-
События, кот происходят тогда и только
тогда, когда не происходят события А(
).
4. Классич и статистич определение вероятностей.
Классическое определение вероятностей
Пусть n-число
всех элементарных исходов, среди кот.
m
благоприятствуют появлению события A.
Тогда по определению считается, что
вероятность появл события
-вероятность
события А.
Стат определение
вероятности связано с понятием
относительной частоты появления события
А в опытах, т.е при стат определении в
кач-ве вероятности события принимают
его относит частоту. Относительная
частота появления события А вычисляется
по формуле:
,
где n1-число
всех испытаний, m1-число
появления события А в серии из n1
(опытов)
испытаний.
Как правило, стат вер найти проще, чем классическую. Для этого достаточно n раз очуществить один и тот же эксперимент. Однако стат вер неудобна тем, что не явл постоянной величиной.
При
стат вер сходится « по вероятности» к
классич. Этот предел отлич о предела
(lim)
в мат анлаизе.
5. Формулы комбинаторики
Любая упорядоченная последовательность из k-ых различных элементов некот. Множества назыв перестановка k=r.
Теорема 1. Число всех перестановок из k различных элементов вычисляется по формуле Pk=k!
Док-во: Если r=k, то Pk=Ark =k(k-1)(k-2)..(k-(k-1)=k! Чтд.
Любая упорядоченная последовательность r элементов множества, состоящего из k Эл-ов назыв размещением (i1, i2,…,i10) k>r
Теорема 2. Число всех размещений Ark вычисляется по формуле Ark=k(k-1)(k-2)..(k-(r-1))
Док-во. Предположим, что мы имеем k различных шаров, они имеют номера 1,2,..,k и r пронумерованных ящиков. В каждый ящик нужно поместить по 1му шару. Действие- сначала кладем шар в 1ый ящик. Имеется k способов заполнить этот ящик, когда этот ящик заполнен, то заполнить второй ящик можно k-1 способом. Если заполнены два ящика, то заполнить 3ий можно k-2 и тд. Остался последний ящик и k-(r-1).
Ark=k(k-1)(k-2)..(k-(r-1)) чтд
Любые подмножества, не обяз упорядоченные, из r элементов множ-ва, состоящего из k элементов назыв. сочетанием.
Теорема 3.
Число всех сочетаний из k
элементов по r
обозн
Док-во . Если взять
подмножества из r
элементов и их упорядочить, то получится
размещение, таких размещений получается
Ark=Crk*Pr
=>
чтд