Главная   Лекции   Студенту   Форум
 

Разделы сайта

Главная
ТММ
Математика
Теория вероятностей
Делопроизводство
Финансы и кредит
Экономика
Студенту
Контакты
Links

Реклама на сайте

 

 

Здесь могла быть ваша реклама...

 

 

 

     Рейтинг@Mail.ru

1. Основные понятия
2. Операции над событиями
3. Теорема сложения вероятностей
4. Условная вероятность
5. Теорема умножения вероятностей
6. Формула полной вероятности
7. Формула Бейеса
8. Повторение испытаний. Формула Бернулли
9. Случайные величины
10. Закон распределения дискретной случайной величины
11. Биноминальное распределение
12. Распределение Пуассона
13. Числовые характеристики дискретной случайной величины
14. Математическое ожидание
15. Свойства математического ожидания
16. Дисперсия
17. Вычисление дисперсии
18. Свойства дисперсии
19. Среднее квадратическое отклонение
20. Функция распределения
21. Свойства функции распределения
22. Плотность распределения
23. Свойства плотности распределения
24. Числовые характеристики непрерывной случайной величины
25. Равномерное распределение
26. Показательное распределение
27. Нормальный закон распределения
28. Функция Лапласа
29. Правило трех сигм
30. Центральная предельная теорема Ляпунова
31. Система случайных величин
32. Плотность распределения системы двух случайных величин
33. Условные законы распределения
34. Условное математическое ожидание
35. Зависимые и независимые случайные величины
36. Линейная регрессия
37. Линейная корреляция
38. Закон больших чисел
39. Неравенство Чебышева
40. Теорема Чебышева
41. Теорема Бернулли
42. Предельные теоремы
43. Характеристические функции
44. Теория массового обслуживания
45. Случайные процессы
46. Поток событий
47. Нестационарный пуассоновский поток
48. Поток Пальма
49. Потоки Эрланга
50. Цепи Маркова
51. Матрица переходов и граф состояний
52. Предельные вероятности
53. Процесс гибели – размножения и циклический процесс
54. Литература

 

 

 

 

 

Назад

 

Формула Бейеса. (формула гипотез)

            Пусть имеется полная группа несовместных гипотез  с известными вероятностями их наступления . Пусть в результате опыта наступило событие А, условные вероятности которого по каждой из гипотез известны, т.е. известны вероятности .

            Требуется определить какие вероятности имеют гипотезы   относительно события А, т.е. условные вероятности .

Теорема. Вероятность гипотезы после испытания равна произведению вероятности гипотезы до испытания на соответствующую ей условную вероятность события, которое произошло при испытании, деленному на полную вероятность этого события.

                                                

            Эта формула называется формулой Бейеса.

 

            Доказательство.

            По Теореме умножения вероятностей получаем:

            Тогда если .

Для нахождения вероятности P(A) используем формулу полной вероятности.

            Если до испытания все гипотезы равновероятны с вероятностью , то формула Бейеса принимает вид:

                                                       

 

 

 

 

Copyright 2005 Int.

Информация о сайте  |  Контакты