- •1. Событие. Классификация событий
- •2. Вероятность события. Свойства вероятности. Классическая вероятность
- •3. Статистическое определение вероятности
- •4. Геометрическая вероятность
- •5. Задача о встрече
- •6. Действия над событиями
- •7. Теорема сложения вероятностей
- •8. Теорема умножения вероятностей
- •9. Условная вероятность события
- •10. Следствия из теоремы умножения вероятностей
- •11. Формула полной вероятности
- •12. Теорема гипотез. ( Формула Байеса )
- •13. Дискретные и непрерывные случайные величины
- •14. Закон распределения
- •15. Функция распределения
- •16. Общие свойства функции распределения
- •17. Плотность распределения
- •18. Основные свойства плотности распределения
- •19. Математическое ожидание и его свойства
- •20. Математическое ожидание непрерывной случайной величины
- •21. Мода и медиана
- •22. Дисперсия случайной величины
- •23. Свойства дисперсии
- •27. Условные законы распределения. Зависимые и независимые случайные величины
- •30. Корреляционный момент случайных величин и его свойства
- •31. Коэффициент корреляции и его свойства
- •32. Формула Бернулли
- •33. Наивероятнейшее число наступления события
- •34. Асимптотические формулы вычисления вероятностей
- •35. Биномиальный закон распределения
- •36. Закон распределения Пуассона
- •37. Равномерный закон распределения
- •38. Показательный закон распределения
- •39. Нормальный закон распределения
- •40. Математическое ожидание нормального закона распределения
- •41. Дисперсия нормального закона распределения
- •44. Неравенство Маркова
- •45. Неравенство Чебышева
- •46. Теорема Чебышева
- •47. Теорема Бернулли
- •48. Теорема Ляпунова
- •49. Интегральная теорема Лапласа
- •50. Виды статистических наблюдений
- •Виды статистических наблюдений:
- •51. Виды измерений
- •Количественные измерения
- •Порядковые (ранговые) измерения
- •Номинальные измерения
- •Статистические таблицы
- •52. Методы ранжирования
- •53. Группировка и табулирование количественных данных
- •54. Графическое изображение вариационных рядов
- •55. Показатели центра распределения (мода, медиана, среднее арифметическое, среднее гармоническое, среднее геометрическое)
- •56. Показатели вариации
- •57. Ассиметрия и эксцесс
- •58. Эмпирическая функция распределения
- •59. Точечные интервальные оценки
- •60. Доверительные интервалы
4. Геометрическая вероятность
Классическое определение вероятности предполагает, что число элементарных исходов конечно. На практике встречаются опыты, для которых множество таких исходов бесконечно. Чтобы преодолеть недостаток классического определения вероятности, состоящий в том, что оно неприменимо к испытаниям с бесконечным числом исходов, вводят геометрические вероятность – вероятность попадания точки в область.
Обозначим меру области g (длину, площадь, объем) через mes g, а меру G – через mes G (mes первые три буквы французского слова , что значит мера); обозначим буквой событие “попадания брошенной точки в область g, содержащейся в области G.” Вероятность попадания в область g точки, брошенной в область G, определяется формулой:
.
Пример. Найти вероятность того, что расстояние от брошенной точки, брошенной на отрезок единичной длины, до концов отрезка .
Решение..
5. Задача о встрече
Два студента договорились о встрече в некоторый промежуток времени [0,T], причем каждый из них приходит к месту встречи случайным образом и ждет другого не более τ минут. Найти вероятность встречи студентов.
Пусть х и у – моменты прихода студентов к месту встречи. Областью равновозможных значений х и у является квадрат площадью . Встреча произойдет, если . Этому неравенству удовлетворяют точки, лежащие в заштрихованной полосе. Площадь полосы . Тогда
.
6. Действия над событиями
Суммой, или объединением, двух событий называется событие, состоящее в появлении хотя бы одного из них. Сумма событий и обозначается как или .
Аналогично определяется и обозначается сумма событий – то есть событие, состоящее в появлении хотя бы одного из них. Сумму событий обозначают так:
А1+А2+…+Аn= или А1 А2…Аn=
B – попадание точки в окрашенную область (например, выпа-
дение четного числа очков при бросании игральной кости (2)+(4)+(6)).
Произведением или пересечением двух событий называется событие, состоящее в одновременном их появлении. Произведение событий и обозначается через или . Аналогично определяется произведение n событий. Произведение n событий обозначают: А1А2…Аn=Аi или А1А2…Аn=Ai
- попадание точки в заштрихованную область.
Операции объединения и пересечения событий обладают некоторыми свойствами, аналогичными операциям умножения и сложения.
Эти операции коммутативны: A
ассоциативны: (C=C)=C
C=C)=C)
дистрибутивны: С=(АС)С).
Разностью событий и называется событие , которое означает, что наступает событие и не происходит событие . Разность и обозначается так: или .
7. Теорема сложения вероятностей
Теорема сложения вероятностей формулируется следующим образом:
Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий, т.е. .
Докажем теорему сложения вероятностей для схемы случаев. Пусть все исходы опыта сведены к совокупности случаев, которые мы изобразим в виде n точек:
~ A k ~ B
………………………………….
n
из этих n случаев – m благоприятны А, а k – благоприятны В. Тогда . Так как события А и В несовместны, то нет таких случаев, которые благоприятны и А и В одновременно. Следовательно, событию А + В благоприятны m + n случаев и , тогда
Обобщим теорему на случай трех событий. Обозначая событие и присоединяя к сумме еще одно событие С, легко доказать, что
.
Методом полной индукции можно обобщить теорему сложения на произвольное число несовместных событий. Таким образом, теорему сложения вероятностей удобно записать в виде:
.
Следствие 1. Если события А1, А2, ... Аn образуют полную группу несовместных событий, то сумма их вероятностей равна 1, т.е. .
Доказательство. Так как ; образуют полную группу событий, то появление хотя бы одного из них – достоверное событие: .
Так как – несовместные события, то к ним применима теорема сложения вероятностей, т. е. .
Следствие 2. Сумма вероятностей противоположных событий равна 1:
Доказательство. В случае, когда события и совместны, вероятность суммы этих событий выражается формулой: .
В справедливости этой формулы убеждает следующий рисунок
А В
Аналогично вероятность суммы трех совместных событий вычисляем по формуле
Методом полной индукции можно доказать общую формулу для вероятности суммы любого числа совместных событий: