- •1.1 Случайные события: элементарные, достоверные, невозможные, несовместные, совместные, равновозможные. Попарно-несовместные, образующие полную группу. Пространство элементарных событий. Случай.
- •1.2. Сумма, произведение, разность, отрицание. Теоретико-множественная трактовка. Диаграммы Эйлера-Венна. Алгебра событий. Понятие сигма-алгебры.
- •1.3. Частота события. Свойство статистической устойчивости. Статистическое определение вероятности.
- •1.4. Классическое определение вероятности события. Непосредственное вычисление вероятностей.
- •1.5. Комбинаторика: правило умножения и сложения. Основные схемы: с возвращением, без возвращения. Понятия размещения, сочетания, перестановки.
- •1.6. Геометрическое определение вероятности.
- •1.7. Аксиоматическое определение вероятности. Свойства вероятностей.
- •1.8. Вероятностное пространство.
- •Независимые случайные величины Определения
- •1.12 Вероятность суммы событий
- •1.13 Формула полной вероятности.
- •1.14 Формула Байеса
- •1.15.Однородная цепь Маркова
- •1.16. Независимые испытания. Схема и формула Бернулли. Многоугольник распределения вероятностей.
- •1.17 . Предельные теоремы в схеме Бернулли: формула Пуассона, локальная и интегральная теоремы Муавры-Лапласа.
- •1.18 Схема Бернулли. Наивероятнейшее число
- •2.1.Понятие и определение случайной величины.
- •2.2. Закон распределения случайной величины. Многоугольник распределения.
- •2.3. Дискретные и непрерывные случайные величины
- •2.4.Дискретные случайные величины. Сумма, разность, произведение на число.
- •2.5. Произведение д.С.В. Независимость.
- •2.9. Числовые характеристики случайных величин. Мат ожидание. Свойства мат ожидания.
- •2.10. Числовые характеристики случайных величин. Дисперсия. Свойства. Среднее квадратное отклонение
- •2.11. Числовые характеристики случайных величин. Квантили. Мода, медиана. Начальные и центральные моменты.
- •2.12. Производящая функция (случай целочисленных случайных величин).
- •3.1. Понятие системы случайных величин. Закон распределения в дискретном случае.
- •3.8 Числовые характеристики. Математическое ожидание и дисперсия. Центр рассеивания.
- •3.9 Корреляционный момент. Свойства ковариации. Ковариационная матрица.
- •3.10 Коэффициент корреляции. Свойства. Линейная корреляционная зависимость.
- •3.11 Двумерное нормальное распределение. Центр рассеивания. Формула вероятности
- •3.12 Условное мат. Ожидание. Регрессия. Коэффициент линейной регрессии.
- •5.1 Неравенство Чебышёва
- •5.2 Неравенство Маркова для с.В. Принимающих неотрицательные значения
- •5.3 Сходимость по вероятности
- •5.4 Закон больших числе в форме Чебышёва
- •5.5 Закон больших чисел в форме Бернулли (схема Бернулли)
- •5.6 Центральная предельная теорема (формулировка, пример применения для решения задач)
- •5.7 Центральная предельная теорема в случае схемы Бернулли (теорема Муавра-Лапласа).
- •Глава 1. Случайные события
- •Глава 2. Случайные величины
- •Глава 3. Системы случайных величин
- •Глава 5. Предельные теоремы
1.3. Частота события. Свойство статистической устойчивости. Статистическое определение вероятности.
Пусть при n испытаниях событие A появилось m раз. Отношение m/n называется частотой (относительной частотой) события A и обозначается p*=m/n. Опыт показывает, что при многократном повторении испытаний частота p* случайного события обладает устойчивостью. при возрастании числа экспериментов частота должна все более точно стремиться к определенному числу. Это число и будет являться теоретической вероятностью p(A) случайного события A . Свойство статистической устойчивости: Пусть m - число исходов, благоприятствующих событию A при n испытаниях. Относительная частота случайного события A при n испытаниях. p*=m/n. Статистическая устойчивость при : . В качествестатистического определения вероятности события принимают относительную частоту этого события. Чем больше количество испытаний, тем ближе принимаемое значение к истинному значению вероятности
1.4. Классическое определение вероятности события. Непосредственное вычисление вероятностей.
Элементарный исход, в котором интересующее нас событие наступает, называется благоприятным исходом.
Вероятностью события А называется отношение числа благоприятствующих этому событию исходов (m) к общему числу всех равновозможных несовместных элементарных исходов. Образующих полную группу (n) ( то есть случаев). P(A)=m/n. где n – число всех случаев, m - число благоприятных случаев (или шансов). Под случаем понимается один из равновозможных несовместных элементарных исходов, образующих полную группу. Решение задач с использованием этой формулы называется непосредственным подсчетом вероятности.
1.5. Комбинаторика: правило умножения и сложения. Основные схемы: с возвращением, без возвращения. Понятия размещения, сочетания, перестановки.
Схема выбора без возвращения:
Перестановка- комбинации из n элементов, отличающиеся только порядком Рn=n!
Размещение- комбинации из n по m элементов, отличающиеся либо составом, либо порядком
Сочетания- комбинации из n по m элементов, отличающиеся хотябы одним элементом
Схема с возвращением
Если при выборке m элементов из n элементы возвращаются обратно и упорядочиваются, то говорят, что это размещения с повторениями:
Если при выборке m элементов из n элементы возвращаются обратно без последующего упорядочивания, то оворят, что это сочетания с повторениями:
Пусть в множестве с n элементами есть k различных элементов, при этом 1-й элемент повторяется n1 раз, …, k-тый - nk раз, причем n1+n2+…+nk=n. Перестановки из n элементов такого множества называются перестановками с повторениями из n элементов:
Рn(n1n2…nk)=
Правила умножения и суммы:
Правило умножения: если из некоторого конечного множества первый объект можно выбрать n1 способами и после каждого такого выбора второй объект можно выбрать n2 способами, то оба объекта в указанном порядке можно выбрать n1.n2 способами.
Правило суммы: Если некоторый объект можно выбрать n1 способами, а второй объект можно выбрать n2 способами, причем первые и вторые способы не пересекаются, то любой из указанных объектов можно выбрать n1+n2 способами