- •Теория вероятностей и математическая статистика
- •1.2 События и действия (операции) над ними.
- •1.3 Классическое определение вероятности
- •1.4. Свойства вероятностей
- •1.5. Формула сложения вероятностей
- •Эта формула называется формулой сложения вероятностей для несовместных событий и читается так: вероятность суммы нескольких попарно несовместных событий равна сумме их вероятностей.
- •1.6. Статистическое и геометрическое определения вероятности
- •Геометрическое определение вероятности.Вероятностью событияА называется.
- •1.7. Понятие об аксиоматическом определении вероятности.
- •2.1 Условная вероятность
- •2.2 Формула умножения вероятностей.
- •2.3 Формула полной вероятности
- •2.4 Формула Байеса
- •2.5 Схема и формула Бернулли
- •2.5 Приближенные формулы в схеме Бернулли
- •Лекция 3
- •3.1 Случайная величина
- •3.2 Дискретные случайные величины
- •3.4 Непрерывные случайные величины
- •Свойства плотности вероятности.
- •Смысл дисперсии в том, что она является мерой рассеяния значений случайной величины от математического ожидания. Чем меньше дисперсия, тем меньше разброс значений от математического ожидания.
- •4.4 Свойства дисперсии
- •4.5 Другие числовые характеристики
- •4.6 Нормальное распределение (распределение Гаусса)
- •Лекция 5
- •5.1 Числовые характеристики некоторых распределений
- •Равномерное распределение.
- •Непрерывно распределенные двумерные случайные величины
- •6.3 Корреляционный момент, коэффициент корреляции
- •6.4 Представление о законе больших чисел
- •6.5 Представление о центральной предельной теореме
- •Лекция 7
- •Рассмотрим три закона распределения, которые часто используются в теории вероятностей.
- •1. Распределение (читается “хи в квадрате”). ПустьÎn(0, 1) – независимые нормально распределенные с.В. С.В. Называетсяраспределенной по закону со степенью свободыk.
- •2. Распределение Стьюдента т(k). С.В. , гдеU în(0, 1), называется распределенной по закону Стьюдента со степенью свободы k.
- •3. С.В. , гдеk1, k2 – натуральные числа, называется распределенной по закону Фишера со степенями свободы k1, k2.
- •7.4.1 Доверительный интервал для м.О. Нормально распределенной с.В.
- •7.4.2 Доверительный интервал для дисперсии нормально распределенной г.С.
- •8.1 Предварительная обработка реализации выборки
- •F*(X) – статистическая функция распределенияр(X) – плотность распределения
- •8.2 Основные понятия проверки статистических гипотез
- •Лекция 9. Элементы регрессионного анализа
- •9.1 Парный линейный регрессионный анализ.
- •9.2 Парный обобщенный линейный регрессионный анализ
1.3 Классическое определение вероятности
Пусть – конечно, все элементарные события равновозможны.
Определение. Вероятностью события А называется число
, (1.1)
где n – число всех элементарных событий в , m – число элементарных событий, благоприятствующих событию А (т.е. входящих в А).
1.4. Свойства вероятностей
Основные свойства вероятности.
P(A)0 для любого события A;
P()=1;
если события A1, A2 , …, An несовместны, то
P(A1 + A2 + …+ An) = P(A1)+P(A2 )+ …+P(An).
Действительно, т.к. m 0 и n > 0, то из (1.1) следует P(A)0.
Для все элементарные события благоприятствуют этому событию, поэтому m = n и .
Свойство 3 называется свойством адитивности вероятности. Докажем для случая двух событий. Пусть событию A1 благоприятствуют k1, событию A2 – k2 элементарных событий. Поскольку A1 и A2 несовместны, то событию A1+A2 благоприятствуют k1 + k2 элементарных событий. Тогда
Для более двух событий теорема доказывается по индукции.
Другие свойства вероятности.
0 P(А) 1 для любого события А;
Если А В, то P(А) P(В);
P(А + В) P(А) + P(В);
;
P() = 0;
Предоставляем студентам доказать эти свойства, исходя из классического определения вероятности.
1.5. Формула сложения вероятностей
Пусть события A1, A2 , …, An несовместны. Тогда по свойству адитивности
P(A1 + A2 + …+ An) = P(A1) + P(A2 ) + …+ P(An). (1.2)
Эта формула называется формулой сложения вероятностей для несовместных событий и читается так: вероятность суммы нескольких попарно несовместных событий равна сумме их вероятностей.
Пусть теперь A1,A2– произвольные события иA1содержитk1, событиеA2–k2, произведениеA1A2 –k элементарных событий. Тогда элементарные события изA1A2 входят вA1 и вA2. Значит, вA1+A2 входят вk1+k2 – k элементарных событий. Следовательно, получается формула
P(A1 + A2) = P(A1) + P(A2 ) – P(A1A2). (1.3)
Эту формулу можно обобщить на любое конечное число событий:
P(A1+A2 + …+An) =
= P(A1) + P(A2 ) + …+ P(An) – (P(A1 A2) + …+ P(An–1 An)) +…+ (–1)n–1 P(A1 A2 …An).
1.6. Статистическое и геометрическое определения вероятности
Пусть в результате некоторого опыта может появиться событие А. Обозначим mn – число появления этого события в n повторениях этого опыта. Отношение
называется относительной частотой события А.
Статистическое определение вероятности. Предел , если он существует, называется вероятностью событияА : .
Практика показывает, что относительная частота событияА стабилизируется с возрастанием числа n, что гарантирует существование указанного предела.
Недостаток классического определения вероятностей состоит в том, что оно применимо только в конечных пространствах элементарных событий и от элементарных событий требуется их “равновозможность”. Статистическое определение не требует указанных ограничений, но его теоретическая непригодность состоит в том, что невозможно точно вычислить вероятность события, поскольку относительная частота вычисляется из опытных данных.
Пример. А – “Выпал “орел” при бросании симметричной монеты”. Относительная частота этого события при большом числе подбрасывании монеты равна примерно 0,5. Статистическую вероятность этого события можно считать равной 0,5.
Пусть теперь пространство элементарных событий состоит из всех точек некоторой “измеримой” области и выбор каждой ее точки “равновозможен”. “Равновозможность” здесь понимается в том смысле, что степень возможности выбрать точку из подмножества А пропорциональна ее мере и не зависит от ее формы и расположения. Событием называется любое “измеримое” подмножество А . Под мерой множества понимается его длина, площадь, объем в зависимости от того, является ли подмножеством соответственно одномерного, двумерного, трехмерного пространства. Множество называется “измеримым”, если для него существует мера(т.е. длина, площадь, объем).