1. Сумма событий. Теорема сложения вероятностей и её следствия
Напомним, что события называются несовместимыми (несовместными), если наступление одного из них исключает наступление другого. В противном случае события называются совместимыми (совместными).
Например, выигрыш по одному билету лотереи двух ценных предметов - события несовместимые, а выигрыш тех же предметов по двум билетам - события совместимые.
Определение 1. Суммой нескольких событий называется событие, состоящее в наступлении хотя бы одного из данных событий.
Сумма событий А и В обозначается через А+В.
Теорема 1 (теорема сложения вероятностей). Вероятность суммы несовместимых событий равна сумме вероятностей этих событий:
.
Доказательство. Рассмотрим случай суммы двух несовместимых событий А и В:
n – общее число равновозможных и несовместимых исходов испытания (случаев);
m1 – число случаев, благоприятствующих событию А;
m2 – число случаев, благоприятствующих событию В.
Согласно классическому определению вероятности: P(A)=m1/n, P(В)=m2/n.
В силу несовместимости событий А и В событию А+В благоприятствует m1+m2 случаев. Следовательно, P(A+В) = (m1+m2)/n=m1/n+m2/n = P(A)+P(В). Теорема доказана.
Напомним, что несколько событий образуют полную группу событий (полную систему), если они являются единственно возможными и несовместимыми исходами испытания. Это означает, что в результате испытания обязательно должно произойти одно и только одно из этих событий.
Следствие 1. Сумма вероятностей событий, образующих полную группу, равна 1.
Это следует из того, что сумма событий, образующих полную группу, является достоверным событием, вероятность которого равна единице.
Частным случаем событий, образующих полную группу, являются противоположные события.
Два несовместимых события, одно из которых обязательно должно произойти, называются противоположными.
Событие, противоположное событию A, будем обозначать .
Следствие 2. Сумма вероятностей противоположных событий равна 1.
- Тема 1: Случайные события. Классификация событий
- 2. Классическое определение вероятности. Свойства вероятности события
- 3. Статистическое определение вероятности события и условия его применимости
- Лекция 2 Тема 2: Основные теоремы
- 1. Сумма событий. Теорема сложения вероятностей и её следствия
- 2. Зависимые и независимые события. Произведение событий. Условная вероятность. Теорема умножения вероятностей
- 3. Формула полной вероятности. Формула Байеса
- Лекция 3 Тема 3: Повторные независимые испытания Тема 4: Дискретные случайные величины
- 1. Повторные независимые испытания. Формула Бернулли
- 2. Асимптотическая формула Пуассона и условия ее применимости
- 3. Локальная теорема Муавра-Лапласа и условия ее применимости
- 4. Интегральная теорема Муавра-Лапласа, её следствия и условия их применимости
- 5. Понятие случайной величины и ее описание. Дискретная случайная величина и ее закон (ряд) распределения.
- Лекция 4 Тема 4: Дискретные случайные величины
- 1. Математические операции над дискретными случайными величинами
- 2. Математическое ожидание, дисперсия и среднее квадратическое отклонение дискретной случайной величины, их свойства
- 3. Математическое ожидание и дисперсия числа m и частости m/n наступлений события в п повторных независимых испытаниях
- 4. Биномиальный закон распределения и закон Пуассона
- Лекция 5 Тема 5: Непрерывные случайные величины. Нормальный закон распределения
- 1. Функция распределения случайной величины, ее свойства и график
- 2. Непрерывная случайная величина (нсв). Плотность вероятности нсв, ее определение и свойства
- 3. Равномерный (прямоугольный) закон распределения и его числовые характеристики.
- Лекция 6 Тема 5: Непрерывные случайные величины. Нормальный закон распределения
- 1. Нормальный закон распределения
- 2. Формулы для определения вероятностей: а) попадания нормально распределенной случайной величины в заданный интервал; б) ее отклонения от математического ожидания. Правило трех сигм
- 3. Центральная предельная теорема. Понятие о теореме Ляпунова
- Лекция 7 Тема 6: Двумерные (n-мерные) случайные величины
- 1. Понятие двумерной (n-мерной) случайные величины
- 2. Условные распределения и их нахождение по таблице распределения
- 3. Понятие о функции распределения и плотности вероятности двумерной случайной величины
- 4. Ковариация и коэффициент корреляции
- Лекция 8 Тема 6: Двумерные (n-мерные) случайные величины Тема 7: Закон больших чисел
- 1. Двумерное нормальное распределение. Условное математическое ожидание и условная дисперсия
- 2. Лемма Чебышева (неравенство Маркова) Неравенство Чебышева и его частные случаи для случайной величины, распределенной по биномиальному закону, и для частости события
- 3. Неравенство Чебышева для средней арифметической случайных величин. Теорема Чебышева и ее значение
- 4. Закон больших чисел. Теорема Бернулли и ее практическое значение
- Лекция 9 Тема 8. Выборочный метод. Общие вопросы
- 1. Вариационный ряд, его разновидности. Средняя арифметическая и дисперсия ряда
- 2. Генеральная и выборочная совокупности. Основная задача выборочного метода
- 3. Понятие об оценке параметров генеральной совокупности. Свойства оценок: несмещенность, состоятельность, эффективность
- Лекция 10 Тема 9: Оценка доли признака и генеральной средней
- 1. Оценка генеральной доли и генеральной средней по собственно-случайной выборке. Несмещенность и состоятельность оценок
- 2. Оценка генеральной средней по собственно-случайной выборке
- 2. Оценка генеральной дисперсии по собственно-случайной выборке. Исправленная выборочная дисперсия
- 3. Понятие доверительного интервала и доверительной вероятности оценки
- 4. Средняя квадратическая ошибка выборки при оценке генеральной доли и генеральной средней
- 5. Определение необходимого объема повторной и бесповторной выборок
- Лекция 11 Тема 10: Элементы статистической проверки гипотез
- 1. Статистическая гипотеза и статистический критерий
- 2. Построение теоретического закона распределения по опытным данным. Понятие о критериях согласия
- 3. Критерий согласия 2 Пирсона и схема его применения
- Лекция 12 Тема 11: Элементы теории корреляции
- 1. Функциональная, статистическая и корреляционная зависимости. Основные задачи теории корреляции
- 2. Линейная корреляция. Уравнения прямых регрессии для парной корреляции
- 3. Оценка тесноты связи. Коэффициент корреляции (выборочный), его определение и свойства
- 4. Коэффициент детерминации и корреляционное отношение.
- 5. Проверка значимости уравнения регрессии