- •Теория вероятностей
- •§ 1. Предмет теории вероятностей
- •§ 2. Случайные события или исходы. Множество элементарных событий. Основные понятия
- •Примеры на построение множества ω.
- •Алгебраические операции над событиями
- •Диаграмма Венна.
- •Свойства операций
- •§ 3. Различные подходы к определению вероятности
- •П. 1. Аксиоматическое определение вероятности
- •П. 2. Классическое определение вероятности
- •Решение.
- •Решение.
- •Пп. 1. Комбинаторный метод вычисления вероятностей в классической схеме
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Пп. 2. Геометрические вероятности в классической схеме
- •Решение.
- •П. 3. Статистическое определение вероятности
- •§ 4. Основные теоремы теории вероятностей п.1. Теоремы сложения вероятностей
- •Доказательство.
- •Доказательство (методом математической индукции).
- •Доказательство.
- •Доказательство.
- •Решение.
- •Д оказательство (геометрическое)
- •П.2. Теоремы умножения вероятностей
- •Доказательство.
- •Решение.
- •Решение.
- •§ 5. Формулы полной вероятности и формула Байеса п. 1. Формула полной вероятности (следствие обеих основных теорем сложения и умножения)
- •Решение.
- •П. 2. Формула Байеса (Бейеса) (следствие теоремы умножения и формулы полной вероятности)
- •Решение.
- •§ 6. Последовательность независимых испытаний п. 1. Независимые испытания
- •П. 2. Формулы Бернулли.
- •Решение.
- •Решение.
- •Замечания.
- •Решение.
- •П. 3. Предельные теоремы в схеме Бернулли
- •Решение.
- •Решение.
- •Доказательство.
- •Решение.
- •П. 4. Наивероятнейшее число появления события в независимых испытаниях
- •Решение.
- •§ 7. Случайные величины п. 1. Основные определения
- •П. 2. Законы распределения случайных величин. Законы распределения дискретных случайных величин. Функция распределения
- •Формы закона распределения дсв.
- •Решение.
- •Решение.
- •3. Функция распределения – универсальный закон распределения (для дсв и нсв).
- •Свойства f(X).
- •Доказательство.
- •Графики функции распределения.
- •Решение.
- •Решение.
- •П. 3. Плотность распределения вероятностей нсв
- •Свойства плотности распределения
- •2. Условие нормировки: интеграл в бесконечных пределах от плотности распределения равен 1: . (4) Доказательство
- •Решение.
- •Решение.
- •П. 4. Числовые характеристики случайных величин, их роль и назначение
- •Пп 1. Характеристики положения (математическое ожидание, мода, медиана)
- •1. Математическое ожидание или среднее значение случайной величины
- •2. Мода случайной величины
- •3. Медиана случайной величины
- •Пп 2. Моменты
- •Доказательство.
- •И эксцесс
- •Решение.
- •Решение.
- •Решение.
- •П. 5. Законы распределения вероятностей дискретных случайных величин: биномиальный, Пуассона, гипергеометрический. Пп 1. Биномиальное распределение
- •Решение.
- •Пп 2. Распределение Пуассона
- •Решение.
- •Решение.
- •Пп 3. Гипергеометрическое распределение
- •Решение.
- •П. 6. Законы распределения вероятностей непрерывных случайных величин: равномерный, показательный, нормальный Пп 1. Равномерное распределение или закон равномерной плотности
- •Решение.
- •Пп 2. Показательное или экспоненциальное распределение
- •Решение.
- •Пп 3. Нормальный закон распределения
- •Смысл параметров m и σ
- •Решение.
- •§ 8. Системы случайных величин или случайные векторы п. 1. Основные понятия.
- •П. 2. Законы распределения свдт и свнт
- •Закон. Таблица распределения – закон распределения свдт.
- •Решение.
- •Решение.
- •Закон. Функция распределения – закон распределения свдт и свнт.
- •Решение.
- •3. Плотность распределения (для свнт)
- •Решение.
- •Решение.
- •П. 4. Плотности распределения отдельных величин, входящих в систему. Равномерное и нормальное распределения. Условные законы распределения
- •Решение.
- •Решение.
- •П. 5. Числовые характеристики системы. Корреляция. Линии регрессии
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •§ 9. Закон больших чисел. Предельные теоремы теории вероятностей
Свойства операций
А + В = В + А, 2. - свойства коммутативности,
3. (А + В) + С = А + (В + С), 4. - свойства ассоциативности,
5. - свойство дистрибутивности.
Определение 6 (первое определение поля). Совокупность всех наблюдаемых событий составляет поле событий данного опыта.
Определение 7. Событие А, которое неизбежно происходит при каждой реализации комплекса условий, называется достоверным. А = Ω (А совпадает с множеством всех элементарных событий).
Определение 8. Если событие А заведомо не может произойти при осуществлении комплекса условий, то оно называется невозможным. (А совпадает с пустым множеством).
Примеры: 1) {При бросании двух игральных костей сумма очков будет не меньше двух} - достоверное событие, 2) {При бросании двух игральных костей сумма очков будет равна 13} - невозможное событие.
Определение 9. Полной группой событий называется несколько событий в данном опыте, в результате которого должно появиться хотя бы одно их них.
Примеры группы: 1) выпадение орла и выпадение решки при бросании монеты, 2) попадание и промах при стрельбе.
Определение 10. События называются несовместными в данном опыте, если никакие два из них не могут появиться вместе (одновременно) и совместными, если возможно их совместное осуществление.
Замечание. Если два события совместны, то это не значит, что они происходят в одном и том же месте и в одно и то же время, а означает, что при одних и тех же условиях задачи возможно осуществление того и другого.
Примеры: 1) попадание и промах при стрельбе – несовместные события, 2) появление на данном участке неба А – самолета, В – птицы –совместные события.
Определение 11. Противоположными называются два несовместных события, образующих полную группу.
Примеры: 1) А = {попадание} и = {промах}, 2) В ={орел} и ={решка}.
Определение 12. Сложное событие, состоящее в том, что происходит событие А и событие В, называется совмещением событий А и В. Обозначение: .
Пример: А = {появление «6» на первой кости}, В ={появление «6» на второй кости}, тогда событие = {появление «6» на обеих костях}.
Замечание. Если , то А и В – несовместные события.
Определение 13. События называются равновозможными, если по условиям симметрии опыта(то есть комплекс условий для опыта – неизменен) нет оснований считать какое-либо из них более возможным, чем любое другое.
Пример: выпадение орла и решки при бросании монеты.
Определение 14. Если несколько событий образуют полную группу, несовместные и равновозможные, то они называются случаями или шансами.
Определение 15. Случай называется благоприятным событию, если появление этого случая влечет за собой появление события.
Определение 16 (второе определение поля событий). Пусть F – система событий, удовлетворяющая допущениям: а) если F принадлежат события А и В, то ей принадлежат также и , А + В, А - В, b) система F содержит достоверное и невозможное события, тогда такая система F называется полем событий.