- •2.Случайные события. И операции над ними.
- •3.Вероятность в случае дискретного пэи. Классическое определение вероятности.
- •4. Свойства вероятности
- •5. Некоторые понятия комбинаторики
- •6. Геометрические вероятности.
- •7. Аксиоматическое определение вероятности случайных событий.
- •8. Условная вероятность. Независимость событий. Формулы сложения и умножения.
- •9. Формула полной вероятности. Формула Байеса.
- •11. Предельные теоремы в схеме Бернулли. Теорема Пуассона. Локальная теорема Муавра - Лапласа.
- •10.Схема Бернулли. Теорема Бернулли.
- •13. Определение случайной величины. Дискретная с.В. Ряд распределения.
- •14. Функция распределения. Св и её свойства.
- •15. Непрерывная с.В. Плотность распределения и ее свойства.
- •16.Математическое ожидание дискретной и непрерывной с.В. (мо). Мода. Медиана.
- •17.Начальные и центральные моменты порядка к.
- •18.Дисперсия и ее свойства. Асимметрия и эксцесс.
- •19. Биноминальный закон распределение.
- •20.Распределение Пуассона.
- •22. Гипергеометрическое распределение
- •23. 6.2 Равномерное распределение
- •24. Показательное (экспоненциальное распределение)
- •25. Нормальный закон распределения (закон Гаусса)
- •25. Нормальный закон распределения (закон Гауса)
- •35.Эмпирическая функция распределения, гистограмма и их свойства.
- •36.Эмпирические моменты и их свойства.
- •37.Параметрические семейства распределений. Точечные оценки. Несмещенные и состоятельные оценки.
- •38. Метод моментов
- •39. Метод максимального правдоподобия.
- •Условный метод максимального правдоподобия
- •41. Неравенство Крамера — Рао
- •42. Интервальные оценки. Доверительный интервал. Общие принципы построения доверительных интервалов.
- •43. Статистическая проверка гипотез. Критерии. Ошибки I-ого рода.
- •44. Способы сравнения критериев. Наиболее мощные критерии. Лемма Неймана-Пирсона.
- •Способы сравнения критериев
6. Геометрические вероятности.
Чтобы преодолеть недостаток классического определения вероятности, состоящий в том, что оно неприменимо к испытаниям с бесконечным числом исходов, вводят геометрические вероятности — вероятности попадания точки в область (отрезок, часть плоскости и т. д.).
Геометр определение вероятности:
Пусть результаты случ эксперемента определяются случайным положением точки в некоторой области G , причем все эти положения равновероятны ,тогда множество точек обл G можно ассоциировать пэи ,а множество случ событий представляет подобласть g в G.
7. Аксиоматическое определение вероятности случайных событий.
Вероятностное пространство.
На Ω существует система событий (подмножеств) удовлетворяющих следующие свойства:
(это
пустое множество) ,
Ω принадлеж
(эта штука назыв алгебра событий) А
принадлеж Ω, А принадлеж
Если А и В принадлеж ,то А+ В ,АВ, А(над А черточка вверху), В(тоже черточка) принадлеж
Вероятность- числовая функция Р (∙),определенная на назыв вероятностью если выполнены следующие аксиомы:
Аксиома неотрицательности:
Для любого А принадлеж Р(А)≥0
2.Аксиома нормированности:
Р(Ω)=1.
3.Аксиома аддитивности:
Для любого А,В принадлеж и А,В = то вероятность суммы этих событий равна = сумме вероятностей Р(А+В)=Р(А)+Р(В).
4.Аксиома счетной аддитивности:
Для любого А1,А2…
8. Условная вероятность. Независимость событий. Формулы сложения и умножения.
Условной вероятностью события А при условии события В, называется вероятность события А вычисленное в предположении, что событие В имело место.
(А перевёрнутая)i(не равно) j Р(Аi* Аj) = Р(Аi)* Р(Аj)
Определение: А1, А2, ...Аn- независимы попарно, если Р(А1, А2, ...Аn)= Р(А1)* Р(А2)...Р(Аn)
События А1, А2, ...Аn независимы в совокупности, если вероятность произведения равна произведению вероятности.
Определение: Р(В) (1-Р(А))=Р(В)* Р(А(с чертой)=Р(А(с чертой)* В)
Р(В)= Р(АВ)+Р(А(с чертой на башке)В)= Р(А)умножить Р(В)+Р(А(с чертой)В) В=АВ+А(с чертой)В
1. Если А и В независимы, то А и В(с чертой), А(с чертой) и В, А(с чертой) и В(с чертой) - независимы.
Замечания: если совместны, значит зависимы
АВ=
0-
несовместность событий
Р(АВ)=Р(А)*Р(В)-событие А и В называются независимыми, если произведение вероятности равно произведению вероятности этих событий.
Р(В/А) = Р(В)
Р(А/В)=Р(А)
Р(АВ)=Р(А1А2...Аn-1)* Р(Аn/А1А2...Аn-1)
Аn=В (обозначим)
Р(А1А2)=А (обозначим)
Док-во: 15.01.13
Р(А1, А2, ...Аn)= Р(А1)* Р(А2/А1) умножить Р(А3/А1А2)* *Р(Аn/А1А2...Аn-1).
(А перевёрнутая) А1, А2, ...Аn теорема: для произвольных событий А1, А2, ...Аn вероятности произведений справедлива следующая формула
правило: Р(АВ)=Р(А)* Р(В/А)=Р(В)
Р(В/А) = Р(АВ):Р(А)
Р(В)не равно 0 Р(А/В)=Р(АВ):Р(В)
9. Формула полной вероятности. Формула Байеса.
Теорема (ФЛП): Пусть А - это произвольное событие на пространстве элементарных исходов, событие Н1, Н2, ... Нn - составляют полную группу событий (разбитие), тогда справедлива следующая формула: Р(А)= Р (Н1)* Р(А/Н1)+Р(Н2) *Р(А/Н2)+...+Р(Нn)* Р(А/Нn)=знак суммы с верху n
снизу i=1 Р(Нi)* Р(А/Нi)
Вероятности в сумме равны 1
Формула Байеса теорема: А€ ПЭИ€Н1, Н2,..., Нn - полная группа, Р(А) больше 0, тогда
А перевёрнутая i= 1, ..., n.
Р(Нi/А) = Р(Нi)* Р(А/Нi) дробь знак суммы сверху n снизу j=1 Р(Нj) *(А/Нj)
Док-во: Р(АВ)=Р(А)* Р(В/А) = Р(В) *Р(А/В)
Р(В/А)= Р(В) *Р(А/В) дробь Р(А) = применяя ФНП
В=Нi
