- •1. Элементы комбинаторики. Перестановки. Размещения. Сочетания (без повторений).
- •2. Случайные события. Классификация случайных событий. Действия над случайными событиями.
- •Действия над случайными событиями.
- •3. Классическое определение вероятности случайного события. Свойства вероятности.
- •Свойства вероятности:
- •4. Совместные и несовместные случайные события. Теоремы сложения вероятностей совместных и несовместных случайных событий.
- •5. Условные вероятности. Свойства условных вероятностей.
- •6. Зависимые и независимые случайные события. Теоремы умножения вероятности зависимых и независимых случайных событий.
- •7. Полная группа событий. Формула полной вероятности. Формула Байеса.
- •Формула полной вероятности
- •Формула Байеса
- •8. Повторные независимые испытания. Формула Бернулли.
- •9. Повторные независимые испытания. Формула Пуассона. Условия применимости формулы Пуассона.
- •10. Определение дискретной случайной величины. Закон распределения дискретной случайной величины. Математическое ожидание дискретной случайной величины. Свойства математического ожидания.
- •11. Определение дискретной случайной величины. Закон распределения дискретной случайной величины. Дисперсия дискретной случайной величины. Свойства дисперсии. Среднее квадратическое отклонение.
- •12. Определение непрерывной случайной величины. Функция распределения непрерывной случайной величины. Свойства функции распределения непрерывной случайной величины.
- •Свойства функции распределения для непрерывной случайной величины:
- •13. Определение непрерывной случайной величины. Плотность распределения непрерывной случайной величины. Основные свойства плотности распределения.
- •14. Математическое ожидание и дисперсия непрерывной случайной величины. Определение и основные свойства.
- •Свойства дисперсии.
- •15. Равномерное распределение. Плотность распределения. Функция распределения. Математическое ожидание и дисперсия равномерно распределенной случайной величины.
- •16. Биноминальное распределение. Математическое ожидание и дисперсия равномерно распределенной случайной величины.
- •17. Показательное распределение. Плотность распределения. Функция распределения. Математическое ожидание и дисперсия показательно распределенной случайной величины.
- •18. Нормальное распределение. Плотность распределения. Математическое ожидание и дисперсия нормально распределенной случайной величины. График нормального распределения.
- •19. Закон больших чисел.
- •20. Предмет математической статистики. Генеральная совокупность. Выборочный метод. Репрезентативная выборка.
- •22. Статистическое оценивание. Точечные оценки. Выборочное среднее и выборочная дисперсия.
- •23. Статистическое оценивание. Интервальные оценки. Доверительный интервал для оценки математического ожидания нормально распределенной случайной величины.
Свойства вероятности:
1. Если можно вычислить возможности возникновения события А и их число совпадает общим числом равновозможных событий, то вероятность события А равна1.
2. Вероятность невозможного события равна 0. Если число возможностей события А равна 0, то и
3. Вероятность случайного события всегда больше 0 и меньше 1:
или
4. Совместные и несовместные случайные события. Теоремы сложения вероятностей совместных и несовместных случайных событий.
Случайное событие – это такое событие, которое может произойти, а может и не произойти (сдача экзамена).
Несовместными называются события, если появление одного из них исключает появление другого.
События А и В называются совместными, если в результате данного испытания появление одного не исключает появление другого.
Суммой событий называется событие Д=А+В, состоящее в появлении хотя бы одного из событий А или В.
Для несовместных событий:
Для совместных событий:
где A и B =A*B - произведение (совмещение) событий.
5. Условные вероятности. Свойства условных вероятностей.
Условной вероятностью события А при условии, что наступило событие В, называется отношение числа k тех благоприятствующих А исходов, которые благоприятствуют и В, к числу m всех исходов, благоприятствующих В.
Условная вероятность обозначается P(AB) .
По определению P(AB) = ; если В - невозможное событие, то P(AB) не определена.
– формула служит для определения условий вероятности в общем случае. Вероятности P(AB), P(B) называются безусловными.
6. Зависимые и независимые случайные события. Теоремы умножения вероятности зависимых и независимых случайных событий.
Событие A называется независимым от события B, если возможность наступления события A не зависит от того, произошло событие B или нет. В противном случае события являются зависимыми.
Произведением двух событии называется событие Д = А*В, состоящее в совместном появлении (совмещении) событий А и В.
Для независимых событий: Р(А и В) = Р(А)Р(В)
Для зависимых событий: ,
где РА(В) - условная вероятность, т.е. вероятность события В при условии, что событие А произошло.
7. Полная группа событий. Формула полной вероятности. Формула Байеса.
Полной группой называется совокупность событий А1, А2, …,Аn, если они
1) несовместимы, 2) единственно возможны.
Свойство вероятностей для полной группы событий:
Формула полной вероятности
Пусть событие А происходит совместно с одним из событий (гипотез) Н1, Н2, …, Нn. События Н1, Н2, …, Нn образуют полную группу события, т.е.
Р(Н1) + Р(Н2) + …+ Р(Нn) = 1.
Вероятность события А находится по формуле полной вероятности:
или коротко
где Р(Нi) – вероятность осуществления гипотезы Нi, РНi(А) – условная вероятность события А при этой гипотезе.