- •3. Вероятность на дискретном пространстве элементарных исходов. Классическое определение вероятности. Свойства вероятности.
- •4.Элементы комбинаторики и схемы выбора.
- •5. Геометрическая вероятность. Свойства вероятности.
- •7. Формула полной вероятности и формула Байеса.
- •8. Схема незовисимых испытаний Бернулли,формула Бернулли.Общая теорема о повторении опытов.
- •9. Общая теорема о повторении опытов. Наиболее вероятное число успехов в схеме Бернулли. Номер первого успешного испытания.
- •10. Предельные теоремы в схеме Бернулли. Локальная предельная теорема Муавра-Лапласа. Интегральная теорема Муавра-Лапласа.
- •11. Предельные теоремы в схеме Бернулли. Теорема Пуассона. Закон больших чисел в форме Бернулли.
- •12. Случайные величины и распределения вероятностей. Свойства функции распределения вероятностей.
- •13.Классификация случайных величин. Дискретные распределения (примеры основных распределений)
- •I.Дискретные распределения
- •14. .Классификация случайных величин. Абсолютно непрерывные распределения(примеры основных распределений).
- •I. . Абсолютно непрерывные распределения.
- •15.Нормальное распределение и его свойства.
- •16.Основные распределения случайных величин, применяемые в статистике.
- •17.Мат.Ожидание и его свойства.
- •18.Дисперсия и её свойства
- •20 Числовые характеристики системы двух случайных величин.Ковариация.
- •19.Мода,медиана,моменты,ассиметрия,эксцесс
- •21.Числовые характеристики системы двух случайных величин .Коэффициент корреляции.
- •22.Определение случайной последовательности . Определение сходимости по вероятности .Неравенство Маркова. Неравенство Чебышева.
- •24.Центральная предельная теорема для одинаково распределенных независимых слагаемых. (цпт)
- •25.Определение и описание случайного процесса
- •26.Статистические средние характеристики случайных процессов(сп).
- •27.Стационарные случайные процессы(сп)
- •28.Предмет мат. Статистики
- •29.Средние величины
- •30. Показатели вариации, моменты.
- •31. Статистические оценки параметров распределения. Методы нахождения оценок.
- •32.Метод моментов.
- •34.Интервальные оценки.
7. Формула полной вероятности и формула Байеса.
Ф-ла полн вер явл основным средством при подсчете вер-тей сложных событий.
Теорема: Пусть Н1,Н2,…,Нn – полная группа событий и событие А содержит их в сумме. Тогда имеет место ф-ла полной вероятности:
P(A)=(1)
Док-во: заметим, что A=AᴒΩ
тк Н1,Н2,…,Нn – попарно несовместны, то АН1,АН2,…,АНn – так же попарно несовм.
Определение: События Н1,Н2,…,Нn, образующие полную группу событий называют гипотезами
Теорема 2: пусть Н1,Н2,…,Нn полная группа событий P(A)>0,тогда условная вероятность гипотезы Hi при условии события А рассчитывается по формуле
P(Hi/A)= =(2)
(2) – ф-ла Байесса
8. Схема незовисимых испытаний Бернулли,формула Бернулли.Общая теорема о повторении опытов.
Несколько испытаний (опытов) называются независимыми, если вероятность того или иного исхода каждого из опытов не зависит от того какие исходы имели другие опыты.
Схемой Бернули или последовательностью независимых испытаний называют последовательность испытаний удовл. следующим условиям: 1. При каждом испытании различают лишь два исхода – появление некоторого события А, что называют успехом или – не появление события А, что называют неудачей. 2. Испытания явл независимыми. 3 вероятность успеха во всех испытаниях постоянна и равна Р(А)= р тогда: Р(Асчертой)=1-Р(А)=1-р=q пример: несколько последовательных бросаний монеты, несколько последовательных выниманий определ. Карты из колоды, при условии что перед каждым выполнением колода перемешивается.
Теорема Бернули: вероятность Pn(m) того , что n испытаниях по схеме Бернули произойдет ровно m успехов, определяется ф-лой:
Pn(m)=Cnm pmqn-m, m= от 0 до n (1)
(1)- Формула Бернули
Пример: производится три независимых выстрела по мишени. Вероятность попадания при каждом выстреле равна 0,7. Найти вероятность того, что при этих трех выстрелах мы получим а) ровно два попадания; б) хотя бы одно попадание. n-число испытаний, р-успех, q-не успех. А) Р3(2)= C32 p2q1 =0,441; б) Р3(1)+ Р3(2) +Р3(3)=1- Р3(0)
Теорема2: пусть производится n независимых испытаний, в каждом из которых может появиться или не появиться некоторое событие А в i-ом опыте равна pi, а не появление 1-pi=qi. тогда вероятность того, что в n независимых опытах событие А появится ровно m раз равна коэффициенту при xm в разложении по степеням х следующего выражения.
φn(х)=
9. Общая теорема о повторении опытов. Наиболее вероятное число успехов в схеме Бернулли. Номер первого успешного испытания.
Пусть производится n-независимых опытов, в каждом из которых может появиться или не появиться некоторое событие A, причем вероятность появления события A в i-ом опыте равна pi, а не появления qi=1-pi. Тогда вероятность того, что в n-независимых опытов событие A появится ровно m раз равна коэффициенту при в разложении по степенямx следующего выражения:
Пример: производится 4 независимых выстрела по одной и той же цели с разных расстояний. Вероятности попаданий при этих выстрелах соответственно равны p₁=0.1, p₂=0.2, p₃=0.3, p₄=0.4. Найти вероятность одного, двух, трех, четырех и не одного попадания.
=(0.9+0.1x)*(0.8+0.2x)*(0.7+0.3x)*(0.6+0.4x)=0.002+0.04+0.215+0.44x+0.302
P(1)=0.44
P(2)=0.215
P(3)=0.04
P(4)=0.002
P(0)=0.302
Определение: число m₀, при котом вероятность P(m) достигает максимального значения называется наивероятнейшим числом успехов. Наивероятнейшее число успехов определяется как целое число удовлетворяющее неравенству: np-q≤ m₀≤np+p, если (np-q) не принадлежит Z, то наивероятнейших чисел успехов будет 2: m₀=np-q и m₀=np+p.
Пример: схожесть семян некоторого растения составляет 1/3. Определить наиболее вероятное число проросших семян из 50 посаженых.
n=50, p=1/3, q=2/3.
50*1/3-2/3≤ m₀≤50*1/3+1/3
16≤ m₀≤17
m₀₁=16, m₀₂=17.