- •Определение вероятности.
- •Теоремы сложения и умножения вероятностей.
- •Формула полной вероятности и формула Байеса.
- •Формулы Бернулли и Пуассона.
- •Закон распределения вероятностей.
- •6. Математическое ожидание и дисперсия.
- •7. Функция распределения и плотность вероятности.
- •8. Равномерное распределение.
- •9. Эмпирическая функция распределения.
- •Определения
- •13.Проверка нулевой гипотезы.
-
Определение вероятности.
Основным понятием теории вероятностей является понятие случайного события. Случайным событием называется событие, которое при осуществлении некоторых условий может произойти или не произойти.
Событие называется достоверным, если в результате испытания оно обязательно происходит. Невозможным называется событие, которое в результате испытания произойти не может. Случайные события называются несовместными в данном испытании, если никакие два из них не могут появиться вместе. Случайные события образуют полную группу, если при каждом испытании может появиться любое из них и не может появиться какое-либо иное событие, несовместное с ними. Рассмотрим полную группу равновозможных несовместных случайных событий. Такие события будем называть исходами. Исход называется благоприятствующим появлению события А, если появление этого события влечет за собой появление события А. Вероятностью события A называют отношение числа m благоприятствующих этому событию исходов к общему числу n всех равновозможных несовместных элементарных исходов, образующих полную группу P(A) = m/n.
Свойство 1. Вероятность достоверного события равна единице
Свойство 2. Вероятность невозможного события равна нулю.
Свойство 3. Вероятность случайного события есть положительное число, заключенное между нулем и единицей.
Итак, вероятность любого события удовлетворяет двойному неравенству 0 1.
-
Теоремы сложения и умножения вероятностей.
Суммой двух событий А и В называется событие С, состоящее в появлении хотя бы одного из событий А или В.
Теорема сложения вероятностей.
Вероятность суммы двух несовместимых событий равна сумме вероятностей этих событий: Р (А + В) = Р (А) + Р (В). В случае, когда события А и В совместны, вероятность их суммы выражается формулой Р (А +В) = Р (А) + Р (В) – Р (АВ), где АВ – произведение событий А и В.
Два события называются зависимыми, если вероятность одного из них зависит от наступления или не наступления другого. в случае зависимых событий вводится понятие условной вероятности события. Условной вероятностью Р(А/В) события А называется вероятность события А, вычисленная при условии, что событие В произошло. Аналогично через Р(В/А) обозначается условная вероятность события В при условии, что событие А наступило.
Произведением двух событий А и В называется событие С, состоящее в совместном появлении события А и события В.
Теорема умножения вероятностей
Вероятность произведения двух событий равна вероятности одного из них, умноженной на условную вероятность другого при наличии первого:
Р (АВ) = Р(А) · Р(В/А), или Р (АВ) = Р(В) · Р(А/В).
Следствие. Вероятность совместного наступления двух независимых событий А и В равна произведению вероятностей этих событий:
Р (АВ) = Р(А) · Р(В).
Следствие. При производимых n одинаковых независимых испытаниях, в каждом из которых события А появляется с вероятностью р, вероятность появления события А хотя бы один раз равна n.
-
Формула полной вероятности и формула Байеса.
Если событие А может произойти только при выполнении одного из событий B1, B2,..., Bn, которые образуют полную группу несовместных событий, то вероятность события А вычисляется по формуле
P(A) = P(B1)P(A\B1) + P(B2)P(A\B2) + … + P(Bn)P(A\Bn).
Эта формула называется формулой полной вероятности.
Вновь рассмотрим полную группу несовместных событий B1, B2, …, Bn, вероятности появления которых P(B1), P(B2), …, P(Bn). Событие А может произойти только вместе с каким-либо из событий B1, B2, …, Bn, которые будем называть гипотезами. Тогда по формуле полной вероятности
P(A) = P(B1)P(A\B1) + P(B2)P(A\B2) + … + P(Bn)P(A\Bn).
Если событие А произошло, то это может изменить вероятности гипотез P(B1), P(B2), …, P(Bn).
По теореме умножения вероятностей
P(AB1) = P(B1)P(A\B1) = P(A)P(B\A), откуда P(B1\A) = .
Аналогично, для остальных гипотез
P(Bi\A) = , i = 1, …, n.
Полученная формула называется формулой Байеса. Вероятности гипотез называются апостериорными вероятностями, тогда как - априорными вероятностями.