- •Классическое определение вероятности и ее свойства
- •Комбинаторные методы подсчета
- •3. Геометрический метод определения вероятности.
- •8. Понятие произведения событий
- •9. Понятие разности событий
- •10) Теорема сложения вероятностей несовместных событий
- •20. Наивероятнейшее число благоприятных исходов
- •21. Простейший поток событий
- •22. Случайные величины (дискретные и непрерывные)
- •23. Закон распределения дискретной случайной величины
- •24. Функция распределения дискретной случайной величины
- •25. Мат. Ожидание дискретной случайной величины. Свойства мат. Ожидания.
- •26. Дисперсия дискретной случайной величины
- •27. Закон распределения непрерывной случайной величины
- •28. Плотность вероятности непрерывной случайной величины
- •29. Мат ожидание и дисперсия непрерывной случайной велечины.
- •30. Среднее квадратическо отклонение, мода и медиана непрерывной случайной величины.
- •31.Начальные и центральные моменты непрерывной случайно величины
- •32.Биноминальный з-н распределения
- •35.Равномерное распределение
- •36. Показательный закон
- •37. Нормальное распределение
- •38. Свойства случайной величины, распеделенной по нормальному закону
- •39. Свойства нормального распределения
- •40. Распределение Пирсона
- •41. Распределение Стьюдента.
- •42. Распределение Фишера
- •43. Понятие многомерной случайной величины и закон ее распределения
- •44. Функция распределения многомерной случайной величины
- •45. Плотность вероятности двумерной случайной величины.
- •46. Зависимые и независимые случайные величины.
- •47.Ковариация и коэффициент корреляции. Свойства.
- •48 Закон больших чисел.
- •49. Неравенство Маркова
- •50. Неравенство Чебышева
- •51. Теорема Чебышева
- •52. Теорема Бернулли
- •53. Центральная предельная теорема (цпт)
- •54. Элементы статистики. Понятие об оценке параметров
- •55. Оценка мат ожидания и дисперсии по выборке
- •56. Вариационный ряд
- •58. Основы математической теории выборочного метода
- •59. Оценка вероятности по относительной частоте. Доверительный интервал.
- •60. Оценка параметров в статистике
- •61. Дисперсионный анализ. Однофакторный комплекс.
- •62. Корреляционный анализ. Регрессия.
- •63. Линейная регрессия. Метод наименьших квадратов.
Классическое определение вероятности и ее свойства
При классическом определении вероятность события определяется равенством Р(А) = m/n,где m — число элементарных исходов испытания, благоприятствующих появлению события А; n — общее число возможных элементарных исходов испытания. Предполагается, что элементарные исходы образуют полную группу и равновозможны.
Основные свойства вероятности. Пусть задано пространство элементарных событий Е, а вероятности Р определены на событиях из Е. Тогда:
Комбинаторные методы подсчета
Перестановками называют комбинации, состоящие из одних и тех же n различных элементов и отличающиеся только порядком их расположения. Число всех возможных перестановок Pn = n!,
где n! = 1 * 2 * 3 ... n.
Удобно рассматривать 0!, полагая, по определению, 0! = 1.
Размещениями называют комбинации, составленные из n различных элементов по m элементов, которые отличаются либо составом элементов, либо их порядком. Число всех возможных размещений
Amn = n (n - 1)(n - 2) ... (n - m + 1).
Сочетаниями называют комбинации, составленные из n различных элементов по m элементов, которые отличаются хотя бы одним элементом. Число сочетаний С mn = n! / (m! (n - m)!).
Числа размещений, перестановок и сочетаний связаны равенством .
Если некоторые элементы повторяются, то в этом случае комбинации с повторениями вычисляют по другим формулам. Например, если среди n элементов есть n1 элементов одного вида, n2 элементов другого вида и т. д., то число перестановок с повторениями Pn (n1, n2, ...) = n! / (n1! n2! ... ), где n1 + n2 + ... = n.
3. Геометрический метод определения вероятности.
Пусть отрезок l составляет часть отрезка L. На отрезок L наудачу поставлена точка. Если предположить, что вероятность попадания точки на отрезок l пропорциональна длине этого отрезка и не зависит от его расположения относительно отрезка L, то вероятность попадания точки на отрезок l определяется равенством
Р = Длина l/Длина L.
Пусть плоская фигура g составляет часть плоской фигуры G. На фигуру G наудачу брошена точка. Если предположить, что вероятность попадания брошенной точки на фигуру g пропорциональна площади этой фигуры и не зависит ни от ее расположения относительно G, ни от формы g, то вероятность попадания точки, в фигуру g определяется равенством Р = Площадь g/Площадь G.
Аналогично определяется вероятность попадания точки в пространственную фигуру v, которая составляет часть фигуры V: Р=Объем v/Объём V.
4. Статистическое определение вероятности.
Вероятность P(wi) определяется как предел относительной частоты появления исхода wi в процессе неограниченного увеличения числа случайных экспериментов n, то есть
где mn(wi) – число случайных экспериментов (из общего числа n произведенных случайных экспериментов), в которых зарегистрировано появление элементарного исхода wi.
5.отличие классического и статического определений вероятности.
В отличие от классической вероятности P(A),статическая вероятность P'(A) есть доля тех фактических произведенных испытаний, в которых событие А появлялось.
6. Принцип практической невозможности маловероятных событий
Если случайное событие имеет очень малую вероятность, то практически можно считать, что в единичном испытании это событие не наступит.
7. Понятие суммы событий. Достоверное, невозможное и противоположное событие.
Сумма событий –это событие, состоящее в наступлений хотя бы одного из данных событий.
(События А и Б,сумма их – это А или Б или А и Б)
Достоверное – это событие,если в результате испытания оно обязательно должно произойти P=1.
Невозможное – это событие,если в результате испытаний оно не может произойти P=0.
Событие, противоположное событию A, обозначается как и состоит в том, что в результате испытания A не произошло. Например, в нашем случае значит, что на кубике A выпало число, не равное 1.