- •1. Предмет теории вероятностей.
- •2. Пространство элементарных исходов стохастических экспериментов. Примеры.
- •3. Случайные события. Операции над событиями.
- •4. Понятие вероятности. Свойства вероятности.
- •5. Классическое определение вероятности.
- •6. Виды выборок в классическом стохастическом эксперименте.
- •7. Геометрические вероятности.
- •8. Условная вероятность. Произведение вероятностей. Зависимые и независимые события.
- •9. Вероятность появления хотя бы одного события.
- •10. Формула полной вероятности.
- •11. Формулы Бейесса.
- •12. Повторение испытаний. Формула Бернулли.
- •13. Закон массовых, но маловероятных событий. Формула Пуассона.
- •14. Локальная и интегральная теоремы Лапласа.
- •15. Дискретные случайные величины. Закон распределения вероятностей. Функция распределения вероятностей.
- •16. Основные типы распределения дискретных случайных величин.
- •22, 24. Математическое ожидание и дисперсия основных типов дискретных случайных величин.
- •23, 25. Математическое ожидание и дисперсия основных типов непрерывных случайных величин.
- •26. Двумерный случайный вектор. Функции распределения вероятности и плотности.
- •27. Двумерный нормальный случайный вектор.
- •28. Числовые характеристики двумерного случайного вектора. Ковариация и коэффициент корреляции. Свойства.
- •29. Условные распределения и условные характеристики. (графики)
- •30. Условное математическое ожидание нормального распределения. Функция регрессии. Теорема о линейной кореляционной зависимости. (график)
11. Формулы Бейесса.
Если до опыта вероятности гипотез были , а в результате опыта появилось , то с учетом этого события «новые», т.е. условные вероятности гипотез вычисляется по формуле Бейесса.
Формула Байеса дает возможность "пересмотреть" вероятности гипотез с учетом наблюдательного результата опыта.
Если после опыта, закончившегося появлением события А, производится еще один опыт, в котором может появится или не появиться событие В, то вероятность (условная) этого последнего события вычисляется по формуле полной вероятности, в которую подставлены не прежние вероятности гипотез , а новые :
12. Повторение испытаний. Формула Бернулли.
Если производится некоторое количество испытаний, в результате которых может произойти или не произойти событие А, и вероятность появления этого события в каждом из испытаний не зависит от результатов остальных испытаний, то такие испытания называются независимыми относительно события .
Теорема: Если Вероятность p наступления события в каждом испытании постоянна, то вероятность того, что событие наступит раз в независимых испытаниях, равна:
где q = 1-p.
Доказательство: Пусть в результате независимых испытаний, проведенных в одинаковых условиях, событие наступает с вероятностью , следовательно противоположное ему событие с вероятностью .
Обозначим — наступление события в испытании с номером . Так как условия проведения опытов одинаковые, то эти вероятности равны. Пусть в результате n опытов событие наступает раз, тогда остальные − раз это событие не наступает. Событие может появиться раз в испытаниях в различных комбинациях, число которых равно количеству сочетаний из n элементов по . Это количество сочетаний находится по формуле:
При этом вероятность каждой комбинации равна произведению вероятностей:
Применяя теорему сложения вероятностей несовместных событий, получим окончательную Формулу Бернулли: где .
13. Закон массовых, но маловероятных событий. Формула Пуассона.
Если — велико, а — мало, то вычисления вероятности по формуле Бернулли на практике невозможно. При этих условиях используется формула Пуассона для вычисления вероятности маловозможных событий в массовых испытаниях:
, где , , .
Пример: Телефонная станция обслуживает 400 абонентов. Для каждого абонента вероятность того, что в течение часа он позвонит на станцию равна 0,01. Найдите вероятности того, что в течение часа 5 абонентов позвонят на станцию;
Решение: Так как р = 0,01 мало и n = 400 велико, то будем пользоваться приближенной формулой Пуассона при .
14. Локальная и интегральная теоремы Лапласа.
Локальная теорема Муавра-Лапласа:
проводится независимых испытаний , и . Если
ограничена, то вероятность того, что в испытаний событие состоится раз, определяется формулой
;
Интегральная теорема Лапласа.
Если (число испытаний), а вероятность появления события в 1 испытании равно , то ограничена, то P того, что в n исследованиях событие состоятся от раз определяется функцией.
Функция Лагранжа:
– приращение функции Лапласа.
малое «+» число.