Конспект по вероятности и статистике 31 пораграф

Конспект по вероятности и статистике (31 параграф) **Введение в вероятность и статистику:** Вероятность — это мера вероятности наступления события, выраженная числом от 0 до 1. Чем ближе вероятность к 1, тем более вероятно событие, и наоборот. Статистика — это раздел математики, изучающий сбор, систематизацию, анализ и интерпретацию данных. **Основные понятия:** - **Событие** — результат или совокупность результатов эксперимента. - **Вероятность события** — числовая характеристика, показывающая шанс наступления этого события. - **Вероятностные модели** — вероятностные пространства, включающие пространство элементов, событие и вероятность. **Классические определения вероятности:** Для равновероятных исходов вероятность события равна отношению числа благоприятных исходов к общему числу исходов. **Вероятность по формуле:** \[ P(A) = \frac{\numberbean{благоприятных исходов}}{\numberbean{всех исходов}} \] **Законы вероятности:** - **Закон сложения:** для несовместных событий \(A\) и \(B\): \[ P(A \cup B) = P(A) + P(B) \] - **Закон умножения:** для независимых событий: \[ P(A \cap B) = P(A) \times P(B) \] **Условная вероятность:** Вероятность события \(A\), при условии, что событие \(B\) произошло: \[ P(A|B) = \frac{P(A \cap B)}{P(B)} \] **Общие свойства вероятности:** - \(0 \leq P(A) \leq 1\) - \(P(\Omega) = 1\) (где \(\Omega\) — пространство исходов) - Предел суммы вероятностей для полного события равен 1. **Средние значение и математическое ожидание:** Математическое ожидание случайной величины — это средневзвешенное значение с учетом вероятностей. Для дискретной случайной величины \(X\): \[ M(X) = \sum_x x \cdot P(X = x) \] Для непрерывных — интеграле по функции плотности. **Дисперсия и стандартное отклонение:** Дисперсия показывает меру разброса данных: \[ D(X) = M[(X - M(X))^2] \] Стандартное отклонение — это корень из дисперсии: \[ \sigma = \sqrt{D(X)} \] **Равновероятные и условные события:** - Равновероятные исходы — все исходы равной вероятности. - Условная вероятность используется при анализе зависимых событий. **Закон больших чисел:** При достаточном числе испытаний относительная частота события стремится к теоретической вероятности. **Геометрическая и комбинаторная вероятности:** Используются для решения задач на выборки, перестановки, комбинации. **Статистические показатели:** - Среднее значение (средняя арифметическая). - Медиана, мода. - Рассеивание (варьирование, дисперсия). **Гистограммы и диаграммы:** Способы визуализации данных. **Обработка конечных данных:** Вычисление средней, медианы, моды, вариации и построение графиков. **Примеры задач:** - Вычисление вероятности выпадения определенного числа на кубике. - Оценка среднего значения случайной выборки. - Определение дисперсии и стандартного отклонения. Это краткий обзор основных понятий и методов вероятности и статистики. Подготовка к экзамену включает закрепление формул, практических задач и понимания теоретических основ.