- •Операции со множествами. Размещения, сочетания, перестановки. Различные схемы выбора.
- •2 Основных правила комбинаторики:
- •IV схема выбора с возвращением (не упорядочн)
- •2 . Классическая, статистическая, геометрическая вероятности
- •3. Аксиоматическое определение вероятности. Свойства вероятности.
- •Вопрос 4. Условная вероятность . Зависимые и независимые события. Теорема умножения. Совместные и несовместные события. Теорема сложения.
- •Вопрос 6.Схема Бернулли. Формула бернулли, свойства вероятностей бернулли
- •7) Понятие о св. Закон распределения св, виды св. Способы задания дискретных св., функция распределения и ее свойства.
- •Вопрос 8 Непрерывные случайные величины. Функция плотности вероятности и ее свойства.
- •Вопрос 9. Числовые характеристики св. Производящая функция для вычисления матожидания и дисперсии
- •11.Важнейшие дискретные распределения и их основные числовые характеристики
- •12 Важнейшие непрерывные распределения, их квантили и процентные точки.
- •13) Предельные теоремы в теории вероятностей. Неравенства маркова и чебышева. Центральная предельная теорема и закон больших чисел. Теорема чебышева. Теорема бернули.
- •Число наблюдений того или иного значения признака называется частотой и обозначается . Это означает, что варианта наблюдалась раз.
- •Вопрос 16 Числовые характеристики статистического распределения.
- •Вопрос 17. Статистические оценки неизвестных параметров распределения. Свойства оценок. Точечные оценки матожидания и дисперсии. Теорема о свойствах этих оценок.
- •Вопрос 19. Методы получения точечных оценок(моментов, максимального правдоподобия и наименьших квадратов). Выравнивание результатов наблюдений.
- •Выравнивание результатов измерения.
- •20. Доверительное оценивание. Построение интервальных оценок
- •21.Статистическиегипотезы и критерии.
- •22. Методика проверки гипотезы:
- •23. Гипотезы о сравнении двух средних и двух дисперсий
- •24) Непараметрические критерии. Критерий согласия Пирсона.
- •25. Дисперсионный анализ. Теорема Фишера. Критерий Фишера.
IV схема выбора с возвращением (не упорядочн)
Теорема 4
В схеме IV число различных
выборок
(без доказ-ва)
|
Выб. упорядоченна |
Выборка не упорядоченна |
Без возвращения |
|
|
С возвращением |
|
|
2 . Классическая, статистическая, геометрическая вероятности
Опыт, в котором наблюд-ся w1, w2…wn - все возможные исходы этого опыта n<∞. Ω={ w1,w2…wn}- про-во элементарных исходов
Различные исходы wi
wj=Ø,
N(Ω)=n<∞;
равновозможные исходы→ А wi→P(wi)=
Рассмотрим любое случ. событие в этом опыте. Оно м.б. построено с пом. операции сложения, умножения или отрицания из случайных исходов.
Элементарные исходы, кот учавствуют в построении соб. А будем обозначать wA и наз-ть благоприятным для А
– классическая вер-ть события А
Статистическая вер-ть
Классическая вероятностная модель применима лишь к тем экспериментам, в кот. Элементарные исходы обладают свойством симметрии.
Другой подход основан на том, насколько часто будет появляться нужное событие в произведенных опытах.
Статистическое определение вероят-ти.
Статическая вер-тью события А наз-ся
относит. частота А ( частность А)=
(1);
– экспериментальная величина (после
опыта)
Статистич. Вер-ть (1) применима не к любым событиям, а только к тем, кот. обладают опред. св-вами:
1)Соб. явл-ся исходами тех опытов, кот. могут быть воспроизведены неограниченное число раз при одинаковых условиях
2)События должны обладать статистической устойчивостью и устойчивостью относительных частот
В различных сериях опытов относит. частота может колебаться около постоянного числа(это и есть вер-ть), но отклонение тем меньше, чем больше серия опытов
3)Число
испытаний в серии должно быть достаточно
велико. Только в этом случае
Геометрическая вер-ть
Недостаток классической вер-ти – конечное число исходов можно преодолеть, используя понятие геометр. вер-ти, т.е. находя вер-ть попадания точки в некот. заданную область.
Пусть
g
На G случайным образом
бросают точку, все т. G
“равноправны” в отн-ии попадания
случайно брошенной точки. Тогда, считая,
что вер-ть соб. А={попадание точки в g,
если бросаем в G}
пропорциональна площади фигуры g
и не зависит от расположения g
относительно G и от формы
фигуры g, вер-ю соб. А
назовем P(A)=
;
g – наз-ся благопр. соб. А
Опред.: Геометрич. вер-ю соб. А наз-ся отношение меры обл. благоприятного соб. А к мере всей обл-ти возможных исходов G
Замеч! G, g – должны быть соизмер. (в одинаковых единицах измерения)
3. Аксиоматическое определение вероятности. Свойства вероятности.
Класс A
событий пространства
называется алгеброй событий, если:
1) Ø
A;
A
2) A
A
3) A A; B A →A+B A; A*B A
Определение.
Алгебру событий A
назовем
(
сигма) - алгеброй событий, если A
A,
n=1,2,3 →
An
A,
A
Определение вероятности пространства
Тройку объектов
,
где
-
пространство элементарных событий
A
-
-алгебра
элементарных событий,
-
вероятность, определенная на
-алгебре
событий A
наз-ся вероятностью пространства(по
колгоморову), если выполняются следующие
аксиомы вероятности:
1) Аксиома Неотрицательности
вероятности
A,
2)
- Аксиома Нормированности
3)Аксиома Адитивности А*В≠ Ø P(A*B)=P(A)+P(B)
4)Аксиома Непрерывности
Ø
1-3 аксиомы для алгебры событий, 4-аксиомы для -алгебры событий
Свойства вероятности:
1.
Доказательство.
В=А+(В-А); A(B-A)=
Ø
по
аксиоме (3) P(B)=P(A)+P(B-A)
P(B-A)=P(B)-P(A)
A
(B-A)=
Ø
2.
из
аксиомы 1.
3.
из
аксиомы 2., т. к.
,
по аксиоме 2
4.
из
аксиомы 3., т. к.
по
аксиоме 2
5. P(Ø)=0 из аксиомы из 4. и 2
6.
Ø при i≠j
→P(A1+A2+...An)=P(A1)+P(A2)+...+P(An)
из аксиомы 3, доказывается по индукции.
7. для
Доказательство.
Представим события
в
виде суммы несовместных попарно событий
По свойству (6) :
по
свойству 2.
,
где
это
,
это
При решении задач по ТВ первым шагом является формализация, т. е. создание математической модели исходной задачи.
