- •Вопросы для подготовки к зачёту 21.06.2012 г. По дисциплине «Теория вероятностей и математическая статистика» (гр.Соэ 111 - 2012 год) Теоретическая часть
- •Виды случайных событий: зависимые и независимые, достоверные и невозможные, равновозможные, противоположные – их примеры.
- •Понятие комбинаторики, её основные определения и формулы, примеры основных понятий комбинаторики. Правила суммы и произведения комбинаторики.
- •Теорема умножения для двух зависимых событий, её условия и доказательство, следствие данной теоремы для нескольких событий, примеры применения данной теоремы и её следствия.
- •Теорема о формуле полной вероятности: её условие применения, словесная формулировка, математическая запись, её доказательство.
- •Понятие гипотез. Постановка задачи и вывод формул Бейеса. Что позволяют формулы Бейса?
- •Постановка задачи на ввод и вывод формулы Бернулли. Необходимые условия для применения формулы Бернулли.
- •Локальная теорема Лапласа: условия её применения, математическая запись теоремы, математическая формула и основное свойство функции используемой в этой теореме.
- •Интегральная теорема Лапласа: условия её применения, словесная формулировка, математическая запись теоремы, вывод формулы с использованием функции Лапласа, основные два свойства функции Лапласа.
- •Понятие случайной величины (св), правила обозначения св и возможных значений св. Понятие дискретной и непрерывной св, их примеры.
- •Понятие закона распределения дискретной случайной величины (дсв), способы задания закона дсв и их особенности, примеры способов задания законов дсв.
- •Распределение Пуассона для дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения.
- •Геометрическое распределение дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения, причина данного названия распределения.
- •Математическое ожидание (мож) числа появления события в одном испытании – словесная формулировка, доказательство. Вероятностный смысл мож – словесная формулировка, доказательство, два замечания.
- •Третье свойство мож (мож произведения 2-х независимых случ.Величин) – словесная формулировка, мат.Запись, доказательство, следствие.
- •Четвёртое свойство мож (мож суммы 2-х случ.Величин) - словесная формулировка, мат.Запись, доказательство, следствие.
- •Теорема о мож биномиального закона распределения – условия её применения, словесная формулировка, математическая запись, доказательство, замечание.
- •Необходимость введения и понятие ско случайных величин. Теорема о ско суммы взаимно независимых случайных величин (словесная формулировка, мат.Запись, доказательство).
- •Плотность распределения случайной величины: определение, мат.Запись, 2 свойства (словесная формулировка, математическая запись, доказательство). Примеры кривых распределения случайных величин.
Теорема о формуле полной вероятности: её условие применения, словесная формулировка, математическая запись, её доказательство.
Пусть событие А может наступить при условии появления одного из несовместных событий В1 ,В2 , ... , Вn (гипотез), которые образуют полную группу. Пусть известны вероятности этих событий (Р(Вi) и условные вероятности РВ1(А), РВ2(А),… РВn(А) события А. Как найти вероятность события А?.Теорема. Вероятность события А, которое может наступить лишь при условии появления одного из несовместных событий B1 B2, ...,Вп образующих полную группу, равна сумме произведений вероятностей каждого из этих событий на соответствующую условную вероятность события А:
«формула полной вероятности». Доказательство. появление события А означает осуществление одного, безразлично какого, из несовместных событий В1А, В2А, В3А,….., ВПА. Пользуясь теоремой сложения. Для несовместных событий получим По теореме умножения вероятностей зависимых событий имеем
получим формулу полной вероятности
Пример 1. Имеется два набора деталей. Вероятность того, что деталь первого набора стандартна, равна 0,8, а второго—0,9. Найти вероятность того, что взятая наудачу деталь (из наудачу взятого набора)—стандартная.Решение. Обозначим через А событие «извлеченная деталь стандартна».Деталь может быть извлечена , либо из первого набора (событие В1), либо из второго (событие В2).Вероятность того. что деталь вынута из первого набора.Р(В1)=1/2. Вероятность того, что деталь вынута из второго набора.Р(В2)=1/2.
Искомая вероятность
Понятие гипотез. Постановка задачи и вывод формул Бейеса. Что позволяют формулы Бейса?
Пусть событие А может наступить при условии появления одного из несовместных событий В1, В2, В3,…. Вn,образующих полную группу. Поскольку заранее неизвестно, какое из этих событий наступит, их называют гипотезами.
Вероятность появления события А определяется по формуле полной вероятности
Допустим, что произведено испытание, в результате которого появилось событие А. Поставим своей задачей определить, как изменились вероятности гипотез. будем искать условные вероятности
О тсюда Заменив здесь Р (А) по формуле (*)
условная вероятность любой гипотезы Вi (i = 1, 2, …, n) может быть вычислена по формуле:
Полученные формулы называют формулами Бейеса (по имени английского математика, который их вывел; опубликованы в 1764 г.). Формулы Бейеса позволяют переоценить вероятности гипотез после того, как становится известным результат испытания , в итоге которого появилось событие А Пример. Детали, изготовляемые цехом завода, попадают для проверки их на стандартность к одному из двух контролеров. Вероятность того, что деталь попадает к первому контролеру, равна 0,6, а ко второму—0,4. Вероятность того, что годная деталь будет признана стандартной первым контролером, равна 0,94, а вторым—0,98. Годная деталь при проверке была признана стандартной. Найти вероятность того, что эту деталь проверил первый контролер. Решение. Обозначим через А событие, состоящее в том, что годная деталь признана стандартной. Можно сделать два предположения (гипотезы):1) деталь проверил первый контролер (гипотеза В1); 2) деталь проверил второй контролер (гипотеза B2). Искомую вероятность того, что деталь проверил первый контролер, найдем по Формуле Бейеса:
По условию задачи имеем:
Искомая вероятность
Как видно, до испытания вероятность гипотезы В1 равнялась 0,6, а после того, как стал известен результат испытания, вероятность этой гипотезы (точнее, условная вероятность) изменилась и стала равной 0,59. Таким образом, использование формулы Бейеса позволило переоценить вероятность рассматриваемой гипотезы.