6. Формула полной вероятности. Формула Байеса

Формула полной вероятности. Пусть событие B может появиться вместе с одним из образующих полную группу попарно несовместных событий Н₁,Н₂, ... , Н_n, называемых гипотезами, тогда вероятность события B вычисляется как сумма произведений вероятностей каждой гипотезы на вероятность события А при этой гипотезе:

Формула Байеса.(решает задачу: пусть произведен опыт и в результате наступило событие B, при этом известны вероятности гипотез, и вероятности события и требуется найти )

Обобщенная теорема умножения.

P(А₁*А₂ *А_3…А_n)= P(A1)* P(A2/A1)*P(A3/А1*А2)*…*Р(А_n/A1*…*An-1)

7. Дискретные случайные величины. Числовые характеристики дискретной случайной величины и их свойства

Случайной величиной называется величина, принимающая в результате опыта одно из своих возможных значений, причем заранее неизвестно, какое именно.

Случайная величина называется дискретной, если указано конечное или счетное мн-во чисел x₁,x₂… и каждому из этих чисел x_iпоставлено в соответствие p_j.(т.е. если она принимает отдельные, изолированные возможные значения с определенными вероятностями).

Для задания дискретной случайной величины нужно знать ее возможные значения и вероятности, с которыми принимаются эти значения. Соответствие между ними называется законом распределения случайной величины. Он может иметь вид таблицы, формулы или графика.

Таблица, в которой перечислены возможные значения дискретной случайной величины и соответствующие им вероятности, называется рядом распределения:

xi	x1	x2	…	xn	…
pi	p1	p2	…	pn	…

Закон распределения полностью характеризует случайную величину. Однако, когда невозможно найти закон распределения, или этого не требуется, можно ограничиться нахождением значений, называемых числовыми характеристиками случайной величины. Эти величины определяют некоторое среднее значение, вокруг которого группируются значения случайной величины, и степень их разбросанности вокруг этого среднего значения.

Математическим ожиданием дискретной случайной величины называется сумма произведений всех возможных значений случайной величины на их вероятности.M(X)=

Математическое ожидание существует, если ряд, стоящий в правой части равенства, сходится абсолютно.

С точки зрения вероятности можно сказать, что математическое ожидание приближенно равно среднему арифметическому наблюдаемых значений случайной величины.

, p(x)=F’(x)

В частности, , если возможные значения принадлежат интервалу ( a , b )

Свойства:

1. М(С) = С.

2. М(СХ) = С М(Х).

3. M(XY) = M(X)M(Y).

4. M (X + Y) = M (X) + M (Y).

Дисперсией (рассеиванием) дискретной случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания.

D(X) = M(X ²) – M ²(X).

Свойства:

1. D (C) = 0.

2. D(CX) = C²D(X).

3. D(X – Y) = D(X) + D(Y).

Средним квадратическим отклонением σ случайной величины Х называется квадратный корень из дисперсии: σ=