- •2)) Статистическое и классическое определение вероятности. Свойства вероятностей.
- •3)) Условные вероятности. События зависимые и независимые. Теорема умножения вероятностей.
- •4)) Теорема сложения вероятностей. Формула полной вероятности.
- •5)) Схема независимых испытаний. Формула Бернулли.
- •6))Формула Пуассона. Понятие о простейшем потоке событий.
- •7)) Случайные величины дискретные и непрерывные. Понятие о законе распределения. Примеры дискретных законов распределения (биномиальный, пуассоновский, гипергеометрический)
- •Коэффициент корреляции Пирсона(линейная корреляция)
- •12)) (Продолжение)
- •10)) Дисперсия и ее свойства. Среднее квадратическое отклонение.
- •11))Нормальный закон распределения, вероятностный и геометрический смысл его параметров.
- •12)) Системы случайных величин. Функциональная и статистическая зависимости. Корреляционная зависимость. Лин. Корреляция. Коэф. Корреляции и его св-ва. Системы случайных величин
- •13)) Функции случайных величин.
- •15)) Закон больших чисел. Неравенство Чебышева. Теоремы Чебышева и Бернулли.
- •16)) Предмет математической статистики. Точечные оценки. Свойства точечных оценок. Оценки для математического ожидания и дисперсии. Методы оценивания (метод моментов, метод наибольшего правдоподобия).
- •16)) (Продолжение)
- •17)) Понятие о доверительных интервалов. Доверительный интервал для математического ожидания. Доверительный интервал для вероятности события.
- •17)) Продолжение
- •18))Проверка статистических гипотез. Критерии согласия «хи-квадрат».
- •19))Проверка параметрических гипотез. Лемма Неймана-Пирсона.
- •20)) Понятие о регрессивном анализе. Изучения корреляционной зависимости на основе опытных данных. Метод наименьших квадратов.
4)) Теорема сложения вероятностей. Формула полной вероятности.
Теорема сложения вероятностей. Вер. суммы событ. A и B равна сумме вер. этих соб. без вер. их совм. появления: P(A+B)=P(A)+P(B)-P(AB).
Событ. наз. несовместными, если их появление в одном и том же опыте невозможно. Если события A и B несовместны, то
P(A+B)=P(A)+P(B)
Для трех совместных событий теорема сложения вероятностей имеет вид: P(A+B+C)=P(A)+P(B)
+P(C)-P(AB)-P(AC)-P(BC)+P(ABC).Если события несовместны, то P(A+B+C)=P(A)+P(B)+P(C)
Теорему сложения можно обобщить на любое конечное число слагаемых: Если события несовместны, то P(A1+A2+…+An)=
P(A1)+P(A2)+…+P(An). Прежде чем вычислять вер. суммы событий следует выяснить, совместны они или нет.
Ф-ла полной вероятности
Пусть событ A может произойти с одним и только с одним из несовм. событ.B1,B2,….,Bn образующих полн. группу. Т.е., событие A появится, если произойдет событие B1 и при этом
появится событие A, или произойдет событие B2 и при этом появится событ. A и т.д. Символическая запись фразы имеет вид A=B1A+B2A+…+BnA.
В силу несовместимости событий можно записать
P(A)=P(B1A)+P(B2A)+…+P(BnA). Исп. теорему умножения вероятностей, получаем ф-лу: P(A)=
P(B1)P(A/B1)+P(B2)P(A/B2)+…+P(Bn)P(A/Bn)
которая и наз-ся ф-лой полной вер. Обычно ее
записывают кратко:
P(A)=
5)) Схема независимых испытаний. Формула Бернулли.
Ситуации, в которых одно и то же испытание повторяется многократно и исход каждого испытания независим от исходов других. Такой эксперимент еще наз-ся схемой повторных независимых испытаний=схемой Бернулли.
Пусть
в рез. испытания возможны два
исхода:
либо появится событие А,
либо противоположное ему событ. Проведем
n испытаний Бернулли. Это означает, что
все n испытаний независимы; вер. появления
события А
в каждом отдельно взятом или единичном
испытании постоянна и от испытания к
испытанию не изменяется (т.е. испытания
проводятся в одинаковых условиях).
Обозначим вероятность появления события
А
в единичном испытании буквой р
, т.е p=P(A),
а вероятность противоположного события
(событие А
не наступило) – буквой q=P(
)=1-p.
Тогда вероятность того, что событие А появится в этих n испытаниях ровно k раз, выражается формулой Бернулли:
,q=1-p.
Распределение числа успехов (появлений события) носит название биномиального распределения.
6))Формула Пуассона. Понятие о простейшем потоке событий.
Формула Пуассона
При
большом числе испытаний n
и малой вер. р
формулой Бернулли пользоваться неудобно,
напр,
вычислить
трудно. В этом случае для вычисления
вероятности того, что в n
испытаниях (n
– велико) событие произойдет k
раз, используют формулу
Пуассона:
–
среднее
число появлений события в n
испытаниях. Эта формула дает
удовлетворительное приближение для
и
.
При больших
рекомендуется
применять формулы
Лапласа
(Муавра-Лапласа). Cобытия, для которых
применима формула Пуассона, называют
редкими,
так как вероятность их осуществления
очень мала (обычно порядка 0,001-0,0001).
Потоком
событий
называется
последовательность однородных событий,
следующих одно за другим в случайные
моменты времени.
Поток событий называется простейшим,
если он стационарен, однороден и не
имеет последействия. Для
такого потока вероятность появления
на интервале
m
событий определяется формулой Пуассона
-средняя
интенсивность потока.
