- •1. Определение вероятности. 1
- •2. Условная вероятность. Независимое событие. Формула умножения вероятности.
- •4.Последовательность независимых испытаний. Схема Бернулли. Формула Пуассона.
- •Формула Пуассона
- •5.Наивероятнейшее число наступления события.
- •6. Локальн теорема и интегральная теорема Муавр- 3
- •7. Св. Функции распределения и их свойства.
- •8.Числовые хар-ки случайной величины. 4
- •9.Биномиальный закон распределения.
- •10.Распределение Пуассона. Равномерное распределение.
- •11. Показательное или экспоненциальное распределение.
- •12. Нормальный закон распределения. Числовые 6 характеристики.
- •14.Многомерные случайные величины(св)
- •15.Неравенство Маркова. Неравенство Чебышева.
- •16. Т.Чебышева. Т.Бернули. 8
- •17. Теорема Ляпунова:
- •Элементы математической статистики Генеральная выборочная совокупность
- •Повторная и бесповторная выборка
- •Репрезентативная выборка
- •Статистическое распределение выборки
- •Методы построения точечных оценок
- •Билет №1 10
- •Билет №2
- •Билет №3
- •Билет №4
- •Билет № 5
- •Билет 6.
- •Билет 7
- •Билет 8
- •Билет 9.
- •Билет 10.
- •Билет 11.
- •Билет 12.
- •Билет № 13
- •Билет 14.
- •Билет 15. 16
- •Билет 16.
- •Билет 17.
- •Билет 18.
- •Билет 19.
- •Билет 20. 18
- •Билет 27.
- •Билет 28.
- •1.Теория вероятности
- •3 Т. «Сложения вероятности несовместных событий 20
- •5Формула полной вероятности
- •6.Вероятность наступления хотя бы 1-го события
- •10Вероятность отклонения относительной частоты от постоянной вероятности
- •11Случайная величина
- •12Интегральная ф-ия распределения
- •13Дифференциальная ф-ия распределения вероятностей св (её плотность)
- •14Числовые хар-ки св
- •15Дисперсия св (дискретной)
- •16Среднеквадратическое отклонение св х –
- •17Моменты св х:
- •18Важнейшие з-ны распределения вероятностей cв:
- •21Т.Чебышева
- •22Т. Ляпунова
- •26Вероятность попадания случайной точки в полосу
- •29Числовые хар-ки 2-мерной св (с-мы св):
- •31Нормальное распределение с-мы 2-х св
1. Определение вероятности. 1
Вероятностью Р(А) наз. числовая функция Р, определенная на сигма-алгебре множества F и удовлетворяющим следующим 3 аксиомам:
Р(А)0;
Р()=1;
Если есть А1,А2,…,Аn, то вероятность суммы
Примечание 3-я аксиома равносильна аксиоме непрерывности .
Классическое определение:
Вероятностью события А наз. отношение числа элементарных исходов m, благоприятствующих наступлению события А к общему числу возможных исходов n.
;1-ый недостаток: в этом определении число исходов конечно.
Геометрическое определение:
; отношение меры(длина, площадь, объём) к мере.
; (отношение длины к длине); ; (отношение площадей).
Статистическое определение:
; общее число испытаний; число опытов, в которых наступило событие А; относительная частота наступления события А.
Теорема о вероятности суммы событий:
Р(А+В)=Р(А)+Р(В)-Р(АВ) – формула вероятности суммы произвольных событий.
Вероятность суммы несовместных событий
(АВ=; АiAj= ij).
P(A+B)=P(А)+Р(В)
Для попарно несовместных событий:
Р(А1+А2+…+Аn)=P(А1)+P(А2)+…+ P(Аn);
Перестановки.
Перестановками наз. комбинации из n элементов, отличающихся друг от друга лишь местоположением элементов.
n=2 - ab,ba; n=3 – abc, acb, bac, bca, cba, cab.
Pn=n!
Сочетания.
Сочетания из n элементов по m элементов наз. комбинации, отличающихся друг от друга лишь составом элементов.
Пример: Из 12 разведчиков в разведку надо отправить 3.
Размещения.
Размещениями наз. комбинации из n элементов по m элементов, отличающиеся друг от друга не только составом элементов, но и их месторасположением.
Пример. На разведку минного поля из 12 разведчиков надо послать 3.
2. Условная вероятность. Независимое событие. Формула умножения вероятности.
Условная вероятность.
условная вероятность(вероятность события А при условии, что произошло событие В).
;
Пусть произведению событий А и В благоприятствуют m исходов, событию В – k исходов. Общее число возможных и равновозможных исходов = n.
; ;
.
Независимые события.
Событие А и В наз. независимыми, если P(AB)=P(A)P(B);
События наз. попарно независимыми, если для любой пары P(Ai,Aj)=P(Ai)P(Aj), .
События наз. A1,A2…An независимыми в совокупности, если P(A1,A2….An)=P(A1)P(A2)..P(An);
Вероятность наступления хотя бы одного события.
Пусть события А1,А2..Аn независимы в совокупности, тогда
ж
Если вероятность события обозначить , то вер-ть противоположного события обозн. .
P(A)=1-q1q2..qn.
Когда А1…Аn равновероятны, то .
3. Ф-ла полной вероятности. Формула Байеса. 2
Пусть события Н1, Н2, … ,Нn, во-первых, попарно не совместны. , и во-вторых, они образуют полную группу событий.
, тогда Н1, Н2, … ,Нn наз. гипотезами. Пусть некоторое событие А может наступить одновременно с какой-то из гипотез Н1, Н2, … ,Нn. Поэтому А=АН1+АН2+…+АНn. P(A)=P(H1A+H2A+…+HnA)=P(H1A)+ P(H2A)+…+ P(HnA)=
P(H1)P(A/H1)+ P(H2)P(A/H2)+… P(Hn)P(A/Hn).
. (1)
Формула Байеса.
Событие А свершилось. В ф-ле (1) считается вероятность до опыта (априорная), в ф-ле Байеса происходит пересчет гипотезы после опыта (апосториорная).
.