- •Случайное событие. Элементарные и составные события.
- •Достоверное и невозможное событие. Полная группа событий.
- •Произведение и сумма событий.
- •Понятие вероятности события. Классическая формула расчета вероятностей. Свойства вероятностей.
- •Соединения элементов: размещения, перестановки и сочетания.
- •Независимые и зависимые события. Условная вероятность. Теорема умножения вероятностей.
- •Несовместные и совместные события. Теорема сложения вероятностей.
- •Формула полной вероятности. Формула Байеса.
- •Независимые опыты. Однородные опыты. Формула Бернулли.
- •Интегральная и локальная теоремы Муавра-Лапласа.
- •10А. Формула Пуассона для редких событий.
- •Простейший поток событий. Интенсивность потока. Формула Пуассона.
- •Понятие дискретной случайной величины. Закон распределения. Ряд распределения. Функция распределения дискретной случайной величины.
- •Математическое ожидание и дисперсия дискретной случайной величины. Среднее квадратическое отклонение.
- •Вычеркнут
- •Функция распределения, плотность распределения непрерывной случайной величины, их взаимосвязь и свойства.
- •Теорема Чебышева. Теорема Бернулли.
- •Центральная предельная теорема Ляпунова.
Несовместные и совместные события. Теорема сложения вероятностей.
Два события называют совместными, если появление одного из них не исключает появление другого в одном и том же испытании. Несовместные события – если появление одного исключает появление другого.
Теорема: вероятность суммы двух совместных событий равна сумме вероятностей этих событий минус вероятность совместного осуществления этих событий.
Р(А+В)=Р(А)+Р(В)-Р(А*В). Если события несовместны, то P(A*B)=0. И для несовместных событий теория сложения: вероятность суммы двух несовместных событий равна сумме вероятностей этих событий.
Р(А+В)=Р(А)+Р(В).
Если А1,А2,А3 – совместные события (их 3), то: Р(А1+А2+А3)=Р(А1)+Р(А2)+Р(А3)-Р(А1*А2)-Р(А1*А3)-Р(А2*А3)+Р(А1*А2*А3).
Если четыре и больше событий, то так же, но еще и тройные +, а четверное -. Если события не совместны, то: Р(А1+А2+А3)=Р(А1)+Р(А2)+Р(А3).
Н-р, 2 студента сдают зачет. Вероятность, что 1ый сдаст = 0,7. Вероятность, что 2ой сдаст = 0,8. Найти вероятность, что зачет сдаст хотя бы 1 студент. Решение: С={сдал хотя бы один студент}
А={сдает первый} Р(А)=0,7.
В={сдает второй} Р(В)=0,8.
С=А+В (т.к. «или» «либо») они совместны, т.к. могут сдать и оба
Р(С)=Р(А+В)=0,7+0,8-Р(А*В)=1,5-0,7*0,8=0,94.
Формула полной вероятности. Формула Байеса.
Формула полной вероятности.
Пусть известно, что событие А может произойти вместе с одним из событий, которые исключают друг друга (несовместные) и образуют полную гр. (хотя бы одно из них должно произойти), которые будем называть гипотезами и обозначать символами Hi.
Тогда вероятность события А равна сумме произведений вероятностей каждой из этих гипотез на соответствующую вероятность события А при этой гипотезе.
Р(А)=ni=1ƩР(Hi)*P(A/Hi). ni=1Ʃ от 1 до n- сумма
Это формула полной вероятности.
Формула Байеса (теорема Байеса).
Если до опыта вероятности гипотез H1,…,Hn, которые исключают друг друга и образуют полную гр., были известны и равны соответственного P(H1),…,Р(Нn), а в результате опыта произошло событие А, то новые условные вероятности гипотез вычисляются по формуле:
Р(Hi/A)=P(Hi)*P(A/Hi)/ P(A/Hi) – краткий вид.
Р(Hi/A)=P(Hi)*P(A/Hi)/ ni=1ƩР(Hi)* P(A/Hi) – развернутый вид.
Смысл: если произошло событие А, можно уточнить вероятности гипотез. Имел место факт.
Независимые опыты. Однородные опыты. Формула Бернулли.
Повторение опытов. Под повторением опытов называется многократное воспроизведение одного и того же случайного явления. Н-р, бросание монеты, анкетирование.
В результате каждого опыта может появиться или не появиться событие А.
Опыт называется независимым, если вероятность появление события А в каждом из опытов не зависит от того, появилось ли событие А в других опытах.
Опыт называется однородным, если вероятность появления события А в каждом из опытов одинакова. Иначе, опыты называются неоднородными.
Далее будем рассматривать решение задач для самого простого случая: опыты независимые и однородные.
3 основные задачи:
Задача №1: Найти вероятность того, что в n опытах событие А наступит ровно m раз.
Pn,m – обозначение данной вероятности.
Для расчета Pn,m чаще всего используют формулу Бернулли, локальную теорему Муавра-Лапласа и формулу Пуассона.
Формула Бернулли:
Pn,m=Cnm×pm×qn-m
Cnm – сочетание из n по m
p – вероятность наступления события А в каждом опыте
q – 1-p
Н-р: Кубик (кость) подбрасывается 10 раз. Найти вероятность, что цифра 5 выпадет 3 раза. Решение:
5 вопросов:
Что такое опыт? (бросаем кубик, n=10)
В чем состоит событие А? (выпала 5, m=3)
Независимость? (есть)
Однородность? (есть, p=1/6)
Формула? (из 3-х возможных – Бернулли)
P10,3=C103×(1/6)3×(5/6)7
C103=10!/3!*7!=8*9*10/1*2*3=120.
Формулу Бернулли удобно применять, когда число испытаний n невелико. (*рекомендовано npq<20 – необязательное условие)