Главная страница
Навигация по странице:

  • Пространство элементарных событий

  • Теорема умножения

  • Теорема сложения

  • 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.


    Скачать 4 Mb.
    НазваниеЗачёт Испытания и события. Пространство элементарных событий. Вероятность Р(А) есть числовая характеристика возможности появления события а в испытании.
    Анкоршпоры к зачету по математике 2 курс 2 семестр
    Дата26.10.2022
    Размер4 Mb.
    Формат файлаdocx
    Имя файламат зачет.docx
    ТипДокументы
    #756461
    страница1 из 4
      1   2   3   4

    зачёт

    1. 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 , состоящее в том, что А не произошло, называется противоположным событию А.

    1. 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:

    ;

    ;



    ;

    , если события А и В несовместны, и наоборот.


    1. 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) , если события А и В несовместны;

    6) ;

    7) , если А  В.

    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).

    1. 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.

    ,


    1. Условная вероятность. Теорема умножения. Независимость событий.

    Условной вероятностью события А относительно события В называется вероятность события А, вычисленная в предположении, что событие В произошло

    .

    События А и В называются независимыми, если и

    Теорема умножения вероятностей: Р(АВ) = Р(А)Р(В/А);

    для независимых событий: Р(АВ) = Р(А)Р(В).


    1. Теорема сложения вероятностей:

    Р(А + В) = Р(А) + Р(В) – Р(АВ);

    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.


    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 , попарно несовместных (Нi  Нj = ; ).


    1. Формула Байеса.

    Если событие А произошло, то послеопытная (апостериорная) вероятность гипотезы Нiопределяется по формуле Байеса:

    Р(Нi/А) = = .

    1. 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, . Вероятность того, что в n испытаниях число n «успехов» равно m (0  mn), вычисляется по формуле Бернулли:
    Р(n = m) = ,

    где − число сочетаний из n по m элементов.

    Вероятность того, что в n испытаниях произойдет от m1 до m2 «успехов» (0  m1m2n):

    .

    Наивероятнейшее число «успехов» в испытаниях определяется двойным неравенством .


    1. Схема Бернулли для больших n. Приближенная формула Пуассона

    При большом числе опытов n с малыми вероятностями р и  = np < 10 применяется приближенная формула Пуассона



    1. 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 от вероятности этого события :



    1. 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 , где суммируются вероятности значений xi меньших x. График функции распределения представлен на рисунке


    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 х1х2 (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).


    1. 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)
      1   2   3   4


    написать администратору сайта