Академический Документы
Профессиональный Документы
Культура Документы
Вопросы темы:
2
Вопросы темы:
3
Вопросы темы:
4
Понятие теории вероятностей
2. Эмпирическая вероятность
𝒎
𝐏 𝑨 =
𝒏
Предполагается, m – частота события А
что все исходы
одинаково
n – Общее число наблюдений
вероятны
3. Субъективная вероятность
Рассчитывается на основе прошлого опыта человека, личного
мнения и анализа конкретной ситуации
6
Классическая вероятность
7
Эмпирическая вероятность
Эмпирическая вероятность вычисляется на основе наблюдаемой
информации, с помощью относительных частот
Определить вероятность запланированной покупки ноутбука
последней модификации, используя собранную информацию,
представленную в таблице:
Планировалась Совершена ли покупка?
ли покупка Всего
Да Нет
ноутбука?
Да 200 50 250
Нет 100 650 750
Всего 300 700 1000
8
События
9
Свойства вероятности
𝑚 𝑛
𝑃 𝐴 = = =1
𝑛 𝑛
2. Вероятность невозможного события равна 0.
𝑚 0
𝑃 𝐴 = = =0
𝑛 𝑛
0 ≤ 𝑃 𝐴 ≤1
10
Пространство элементарных событий
11
Визуализация событий
Таблицы сопряженности
Туз Не Туз Всего
Черная 2 24 26
Красная 2 24 26
Всего 4 48 52
Дерево решений
2
Полная 24
колода из 52
карт 2
24
12
Определения
Событие называется достоверным (Certain, P(A)=1), если
оно обязательно произойдёт в результате данного
испытания.
Событие называется невозможным (Impossible, P(A)=0),
если оно не может произойти в результате данного
испытания.
События A и В называются совместными (joint), если в
результате данного испытания появление одного из них не
исключает появления другого.
События A и В называются несовместными
(взаимоисключающими mutually exclusive), если в
результате данного испытания появление одного из них
исключает появления другого.
13
Определения
Два события и называются противоположными
или взаимно дополняющими, если непоявление
одного из них в результате данного испытания
влечёт появление другого события.
Суммой нескольких событий называется событие,
состоящее в наступлении хотя бы одного из них в
результате испытания.
Произведением нескольких событий называется
событие, состоящее в совместном наступлении всех
этих событий в результате испытания.
14
Вычисление совместной (Joint) и
безусловной (Marginal) вероятности
Безусловная вероятность:
𝑷 𝑨 = 𝑷 𝑨 и 𝑩𝟏 + 𝑷 𝑨 и 𝑩𝟐 + … + 𝑷 𝑨 и 𝑩𝒌
P(Туз Красный)=
Количество тузов красного цвета 𝟐
=𝑷 𝑨 = =
Общее количество карт в колоде 𝟓𝟐
Цвет
Карта Красная Черная Всего
Туз 2 2 4
Не Туз 24 24 48
Всего 26 26 52
12
Безусловная вероятность
P(Туз) =
𝟐 𝟐
= 𝑷 Красный Туз + 𝑷 Черный Туз = +
𝟓𝟐 𝟓𝟐
Цвет
Карта Красная Черная Всего
Туз 2 2 4
Не Туз 24 24 48
Всего 26 26 52
17
Таблица сопряженности
Событие
Событие B1 B2 Всего
A1 P(A1 и B1) P(A1 и B2) P(A1)
Совместные Безусловные
вероятности вероятности
18
Правило сложения вероятностей
19
Правило сложения
P(Красная илиТуз) =
= P(Красная) +P(Туз) - P(Красная and Туз)
= 26/52 + 4/52 - 2/52 = 28/52
Цвет
Карта Всего
Красный Черный
Туз 2 2 4
Не Туз 24 24 48
Всего 26 26 52
20
Вычисление условной
вероятности
Вероятность события А при условии, что
наступило событие В:
𝑃(𝐴 и 𝐵)
𝑃(𝐴 | 𝐵) =
𝑃(𝐵)
𝑃(𝐴 и 𝐵)
𝑃(𝐵 | 𝐴) =
𝑃(𝐴)
22
Пример
Р(К) = 0.7 , Р(М) = 0.4, Р(М и К) = 0.2
М Нет М Всего
К 0.2 0.5 0.7
Нет К 0.2 0.1 0.3
Всего 0.4 0.6 1.0
𝑷(𝐌 и К) 𝟎. 𝟐
𝑷 𝑴 К) = =
𝑷(К) 𝟎. 𝟕
23
Дерево вероятности
𝟎. 𝟐
Есть ли в машине 𝟎. 𝟕
кондиционер? P(К и М) = 0.2
P(К и М) = 0.5
𝟎. 𝟓
Все Условные 𝟎. 𝟕
машины вероятности
𝟎. 𝟐
𝟎. 𝟑 P(К и М) = 0.2
P(К и М) = 0.1
𝟎. 𝟏
𝟎. 𝟑 24
Независимые события
События A и B называются
независимыми (independent) если на
вероятность одного события не влияет
тот факт, что другое событие
произошло.
P(A | B) P(A)
25
Правило умножения вероятностей
26
Пример
Компания «АВС» использует различные методы
оценки при подборе новых руководящих работников, в том
числе тесты на знание Статистики и Этики.
По прошлому опыту известно, что 60% кандидатов
проходят тест на знание Статистики 80% кандидатов — тест
по Этике. допущение, что прохождение одного теста не
влияет на результат прохождения второго теста.
Найти вероятность получения произвольно выбранным
кандидатом различных результатов.
вероятность того, что такой кандидат:
а) пройдет оба теста;
б) пройдет только один тест;
в) не пройдет оба теста.
г) пройдет хотя бы один тест (как минимум);
27
Вероятность попадания одного слушателя из пяти
на стажировку
1 2 3 4 5
𝒎 𝟏
P(A) = = = 0,2 = 20%
𝒏 𝟓
28
Вероятность попадания двух
слушателей из пяти на стажировку
1 2 3 4 5
𝒎 𝟒
P(A) = = = 0,4 = 40%
𝒏 𝟏𝟎
29
Элементы комбинаторики
30
Элементы комбинаторики
𝒏!
𝑪𝒌𝒏 =
𝒌! (𝒏 − 𝒌)!
31
Элементы комбинаторики
𝒏!
А𝒌𝒏 =
(𝒏 − 𝒌)!
32
Элементы комбинаторики
𝒏 𝒏! 𝒏!
Р𝒏 = А𝒏 = = = 𝑛!
(𝒏−𝒏)! (𝟎)!
33
Элементы комбинаторики
𝒏! 𝒏!
А𝒌𝒏 = 𝑪𝒌𝒏 = 𝑷𝒏 = 𝒏!
(𝒏 − 𝒌)! 𝒌! (𝒏 − 𝒌)!
34
Элементы комбинаторики
𝒏! 𝒏!
𝒌
𝑪𝒏 = А𝒌𝒏 = 𝑷𝒏 = 𝒏!
𝒌! (𝒏 − 𝒌)! (𝒏 − 𝒌)!
35
Безусловная вероятность
(Полная вероятность)
36
Теорема Байеса
P(A | Bi )P(Bi )
P(Bi | A)
P(A | B1 )P(B1 ) P(A | B2 )P(B2 ) P(A | Bk )P(Bk )
Формула Байеса позволяет переоценить вероятность
гипотез (Вk) после того, как становиться известным
результат испытания, в итоге которого появилось
событие А.
Вероятности Р(Вi) (i=1,2,…,n) называются
априорными вероятностями («доопытными»), а
условные вероятности
Р(Вi |A) (i=1,2,…,n) - апостериорными
вероятностями («послеопытными»).
37
Формула Байеса
38