шпоры к зачету по математике 2 курс 2 семестр. мат зачет. Зачёт Испытания и события. Пространство элементарных событий. Вероятность Р(А) есть числовая характеристика возможности появления события а в испытании.
![]()
|
зачёт Испытания и события. Пространство элементарных событий. Вероятность Р(А) есть числовая характеристика возможности появления события А в испытании. Испытание – осуществление определенных действий в условиях, которые можно повторить. Событие – результат испытания. Пространство элементарных событий Ω – это множество, содержащее все возможные результаты опыта, которые взаимно исключают друг друга. Элементами этого множества являются элементарные события, каждое из которых – и только одно – происходит в результате опыта. Событие , которое не может произойти в конкретном испытании, называется невозможном, событие , которое всегда происходит, – достоверным. Случайным считается событие А, которое может в испытании как произойти, так и не произойти. События, которые вместе в одном опыте осуществиться не могут, являются несовместными. Событие ![]() Операции над событиями А В – событие А включено в событие В (выбор точки внутри квадрата), если событие В всегда происходит, когда происходит А События А и В эквивалентны (А = В), если А В и В А Суммасобытий А + В (объединение А В) – происходит хотя бы одно из этих событий Произведение событий А*В (пересечение А В) – происходят оба события (и А и В). Разность событий А\В – происходит А и не происходит В. Справедливы следующие соотношения: ![]() ![]() ![]() ![]() ![]() Частота событий, свойства частоты. Относительной частотой (или кратко «частотой») wn события А в серии испытаний называется отношение ![]() где nА – число испытаний, в которых зафиксировано событие А; n – общее число испытаний. Свойства частоты: 1) wn() = 1; событие , которое всегда происходит, – достоверным 2) wn() = 0; (Событие , которое не может произойти в конкретном испытании, называется невозможном) 3) ![]() 4) wn(АВ) = , если события А и В несовместны; (События, которые вместе в одном опыте осуществиться не могут, являются несовместными). 5) ![]() 6) ![]() 7) ![]() Статистическое определение вероятности основано на свойстве устойчивости частоты. Относительная частотаwn(А), полученная в достаточно длинной серии испытаний, может служить оценкой вероятности события А: Р(А) wn(А). Классическое определение вероятности. Классическое определение вероятности устанавливает вероятность события в классическом опыте, т.е. в испытании с конечным числом равновозможных исходов, образующих полную группу событий. ![]() где n – общее число равновозможных исходов (элементарных событий); m – число исходов, при которых происходит событие А (благоприятствующих событию А). Геометрическое определение вероятности распространяет основной принцип классического определения – равновозможность исходов событий на случай бесконечного множества элементарных событий. ![]() Условная вероятность. Теорема умножения. Независимость событий. Условной вероятностью ![]() ![]() События А и В называются независимыми, если ![]() ![]() Теорема умножения вероятностей: Р(АВ) = Р(А)Р(В/А); для независимых событий: Р(АВ) = Р(А)Р(В). Теорема сложения вероятностей: Р(А + В) = Р(А) + Р(В) – Р(А В); для независимых событий: Р(А + В) = Р(А) + Р(В) – Р(А)Р(В); для несовместных событий: Р(А + В) = Р(А) + Р(В). Если события А1, А2, Аn образуют полную группу событий, т.е. они единственно возможны и попарно несовместны, то Р(А1 + А2 +…+ Аn) = 1. Формула полной вероятности. Вероятность события А (доопытная, априорная) находится по формуле полной вероятности: Р(А) = ![]() если событие А может произойти только вместе с одним из n событий Нi(гипотез), единственно возможных ![]() ![]() Формула Байеса. Если событие А произошло, то послеопытная (апостериорная) вероятность гипотезы Нiопределяется по формуле Байеса: Р(Нi/А) = ![]() ![]() Схема и формула Бернулли. Испытания называются независимыми, если вероятность события А в каждом испытании не зависит от исходов других испытаний. Схема Бернулли – последовательность n независимых испытаний, в каждом из которых событие А может либо произойти («успех»), либо не произойти («неудача»). Вероятность «успехов» и «неудач» в испытаниях не меняется: Р(А) = р, ![]() Р(n = m) = ![]() где ![]() Вероятность того, что в n испытаниях произойдет от m1 до m2 «успехов» (0 m1 m2 n): ![]() Наивероятнейшее число «успехов» ![]() ![]() ![]() Схема Бернулли для больших n. Приближенная формула Пуассона При большом числе опытов n с малыми вероятностями р и = np < 10 применяется приближенная формула Пуассона ![]() Локальная и интегральная теоремы Муавра-Лапласа. при npq > 9 применяются приближенные формулы: Локальная формула Лапласа: ![]() где ![]() Интегральная формула Лапласа: ![]() где ![]() Функции (х) и Ф0(х) называются функцией Гаусса и функцией Лапласа. Для х 0 таблицы значений функций (х), Ф0(х) представлены в приложениях А, В. При х > 4 можно принять (х) 0 и Ф0(х) 0,5. Справедливы равенства: (–х) = (х) и Ф0(–х) = –Ф0(х). Интегральная формула Лапласа позволяет оценить вероятность отклонения частоты события ![]() ![]() ![]() Случайные величины. Дискретная (д.с.в.) и непрерывная (н.с.в.) случайные величины (примеры) Случайной величиной Х называется переменная величина, принимающая в результате испытания одно из множества возможных значений. Случайная величина х называется дискретной, если множество ее значений конечно или счетно. Дискретная случайная величина задается законом распределения, т. е. множеством упорядоченных пар (xi; pi), где хi – возможные значения случайной величины, pi – вероятности принятия случайной величиной значений xi, ![]() Функция распределения полностью характеризует случайную величину. Функция распределения дискретной случайной величины определяется формулой ![]() ![]() Непрерывная случайная величина может принимать все значения из некоторого (конечного или бесконечного) промежутка. Если функция F(х) дифференцируема, то ее производная f(х) = F(х) называется плотностью распределения вероятностей. Плотность вероятности полностью характеризует непрерывную случайную величину. Пример. Доказать, что при любых значениях х1, х2 (х1 < х2) вероятность события {х1 Х < х2} равна F(х2) – F(х1). А = {Х < х1}, В = {Х < х2}, Р(А) = F(х1), Р(В) = F(х2). С = {х1 Х < х2}, А С = , В = А + С, Р(В) = Р(А) + Р(С) . Р{х1 Х < х2} = Р(С) = Р(В) – Р(А) = F(х2) – F(х1). Функция распределения вероятностей и ее свойства Функция распределения F(х) случайной величины Х равна вероятности события {Х < x} для любого вещественного числа х: F(х) = Р(Х < х). Функция распределения полностью характеризует случайную величину. (см п.12) |