- •Содержание
- •Тема 2. Классические теоремы теории вероятностей
- •Если события а, в, с совместны, то
- •Формула полной вероятности имеет вид
- •Тема 3. Повторные независимые испытания
- •Тема 4. Случайные величины и законы их распределения
- •Тема 5. Числовые характеристики случайных величин
- •Пусть с – постоянная величина. Тогда
- •Для вычисления дисперсии используется формула
- •Дисперсия обладает свойствами
- •Тема 6. Основные дискретные случайные величины и их числовые характеристики
- •Если случайная величина распределена по закону Пуассона, то
- •Тема 7. Основные непрерывные случайные величины и их числовые характеристики
- •Плотность нормального распределения имеет вид
- •Дисперсия нормального распределения
- •Правило трех сигм записывается в виде равенства
- •2. Для нахождения математического ожидания и дисперсии применим формулы (7.3). Получим следующие значения:
- •Ошибка указания времени часами со скачущей минутной стрелкой имеет равномерное распределение. Определить вероятность того, что при определении времени ошибка не будет превышать 20 секунд.
- •Тема 8. Закон больших чисел и центральная предельная теорема
- •В предельной форме утверждения теоремы Бернулли имеют вид
- •Тема 9. Основные понятия математической статистики. Числовые характеристики
- •На практике для вычисления дисперсии применяется формула
- •Легко установить, что
- •Вычислим размах товарооборота по формуле (9.14). Получим, что
- •Тема 10. Статистические оценки
- •Если дисперсия несмещенной оценки при n→стремится к нулю, то такая оценка будет и состоятельной. Это следует из неравенства Чебышева (см.(8.2))Рдля случайной величины*.
- •Тема 11. Корреляция и регрессия
- •Непосредственно из этого определения следует, что
- •Тема 12. Проверка статистических гипотез
Тема 2. Классические теоремы теории вероятностей
Произведение событий. Независимые, попарно независимые и независимые в совокупности события. Теоремы умножения вероятностей независимых событий. Зависимые события. Условная вероятность. Теоремы умножения вероятностей зависимых событий. Сумма событий. Несовместные и попарно несовместные события. Теоремы сложения вероятностей несовместных событий. Полная группа событий. Теорема о сумме вероятностей событий, образующих полную группу. Противоположные события и теорема о сумме их вероятностей. Вероятность появления хотя бы одного из независимых в совокупности событий. Совместные события. Теоремы сложения вероятностей совместных событий. Гипотезы, формулы полной вероятности и Байеса.
Л и т е р а т у р а
[2], гл. 1, § 4, гл.2, §2-4; [3], гл.3, [5], гл. 2, §1-3, гл.3, §1-5, гл.4, § 1-3; [6], гл.1; [7], гл. 2-4; [8], гл.1, § 4-6, [9], гл.1, § 5-8; [10], гл.1, § 4,5; [11], гл.27, § 186-188; [12], ч.2, гл.1, § 3,4; [13], гл.20, § 3-6; [15], гл.3; [16], гл.1, 1.3 - 1.5.
О с н о в н ы е ф о р м у л ы и м е т о д и ч е с к и е
у к а з а н и я
Вероятность Р(АВ) произведения АВ двух независимых событий А и В равна произведению вероятностей этих событий:
Р(АВ) = Р(А) Р(В). (2.1)
Вероятность произведения нескольких независимых в совокупности событий вычисляется по формуле
Р(А1 Аn) = Р(А1) Р(Аn). (2.2)
Вероятность совместного появления двух зависимых событий равна произведению вероятности одного из них на условную вероятность другого события, вычисленную в предположении, что первое уже наступило:
Р(АВ) = Р(А) РА(В) = Р(В) РВ(А). (2.3)
Для вычисления вероятности произведения нескольких зависимых событий имеет место формула
Р(А1 Аn) = Р(А1) Р(А2) Р(А3) Р(Аn). (2.4)
Вероятность Р(А+В) суммы А+В двух несовместных событий А и В равна сумме вероятностей этих событий:
Р(А+В) = Р(А) + Р(В). (2.5)
Вероятность появления одного из нескольких попарно несовместных событий вычисляется по формуле
Р(А1+ + Аn) = Р(А1) + + Р(Аn). (2.6)
Сумма вероятностей событий А1, …, Аn, образующих полную группу, равна единице, т.е.
Р(А1) + + Р(Аn) = 1. (2.7)
В частности, сумма вероятностей двух противоположных событий А и равна единице:
Р(А) + Р() = 1. (2.8)
Вероятность Р появления хотя бы одного из нескольких независимых в совокупности событий А1,…, Аn находится по формуле
Р = 1 – Р() Р(). (2.9)
Если события А1,…, Аn имеют одинаковую вероятность, равную р, то вероятность Р появления хотя бы одного из них вычисляется по формуле
Р = 1 – qn, (2.10)
вытекающей из формулы (2.9) (q – вероятность противоположных событий ).
Вероятность суммы двух совместных событий находится по формуле
Р(А+В) = Р(А) + Р(В) – Р(АВ). (2.11)