Решение задач по тервер и матстату

Теория вероятностей и математическая статистика — дисциплина, где интуиция часто обманывает. То, что кажется очевидным, на проверку оказывается неверным. Разберём основные типы задач и методы их решения — чтобы на контрольной или экзамене вы не терялись при виде непривычной формулировки.

1. Основные типы задач

За семестр вы встретитесь примерно с шестью крупными классами задач. Зная, к какому классу относится задача, вы уже на полпути к решению.

• Классическая вероятность. Все исходы равновозможны, считаем благоприятные и делим на общее число.
• Геометрическая вероятность. Пространство исходов — отрезок, плоская фигура или тело. Считаем отношение мер.
• Условная вероятность и теорема Байеса. Что известно + что произошло = пересмотр вероятностей.
• Независимые испытания. Формула Бернулли, локальная и интегральная теоремы Лапласа.
• Случайные величины. Нахождение распределения, математического ожидания, дисперсии.
• Статистика. Оценки параметров, проверка гипотез, доверительные интервалы.

2. Классическая вероятность

Формула простая, но в ней легко ошибиться при подсчёте исходов:

P(A) = m / n

m — число благоприятных исходов
n — общее число равновозможных исходов

Пример: в урне 5 белых и 7 чёрных шаров, достаём два шара без возвращения. Какова вероятность, что оба белые?

Общее число способов вынуть 2 шара из 12: C(12,2) = 66. Благоприятных: C(5,2) = 10. Ответ: P = 10/66 = 5/33.

Ключевой навык — уверенное использование формул комбинаторики: перестановки, размещения и сочетания. Если забываете, когда какую — заведите карточку и держите перед глазами первые две недели семестра. К концу курса выучите на автомате.

3. Условная вероятность и формула Байеса

Условная вероятность — вероятность события A при условии, что B уже произошло:

P(A | B) = P(A ∩ B) / P(B)

Из неё выводится формула полной вероятности:

P(A) = ∑i P(A | Hi) · P(Hi)

И формула Байеса — золотая в тервере:

P(Hk | A) = P(A | Hk) · P(Hk) / P(A)

Классический пример: 1 % людей болеет редкой болезнью. Тест на неё правильно определяет больных в 99 % случаев, но даёт 5 % ложноположительных срабатываний. Тест положительный — какова вероятность, что человек действительно болен?

Многие говорят "99 %". Правильный ответ — около 17 %. Интуиция проваливается, но Байес даёт корректный результат:

P(болен | тест+) = (0.99 · 0.01) / (0.99 · 0.01 + 0.05 · 0.99)
                ≈ 0.0099 / 0.0594 ≈ 0.167

Запомните этот пример — с ним приходит понимание, что априорные вероятности критичны.

4. Распределения

Случайные величины бывают дискретными и непрерывными. Вот таблица ключевых распределений, которые спрашивают на экзамене:

Название	Тип	Где встречается	M[X]
Бернулли	Дискретное	Один опыт, 2 исхода	p
Биномиальное	Дискретное	n опытов Бернулли	np
Пуассона	Дискретное	Редкие события за интервал	λ
Геометрическое	Дискретное	Номер первого успеха	1/p
Равномерное	Непрерывное	Все значения на отрезке равновероятны	(a+b)/2
Показательное	Непрерывное	Время между событиями	1/λ
Нормальное	Непрерывное	Сумма многих факторов (ЦПТ)	μ

Для задач важно уметь: узнавать распределение по условию, находить плотность/ряд, считать M[X] и D[X], применять таблицы значений нормального распределения.

5. Матстат: гипотезы и оценки

Во второй половине курса вы перейдёте от теории вероятностей к статистике. Здесь два блока: оценивание параметров и проверка гипотез.

Оценки параметров. По выборке находим точечную оценку неизвестного параметра (среднее, дисперсия). Хорошая оценка — несмещённая, состоятельная, эффективная. Методы: моментов и максимального правдоподобия. Плюс доверительные интервалы — диапазон, в котором параметр лежит с заданной вероятностью.

Проверка гипотез. Классический алгоритм:

1. Формулируем нулевую гипотезу H₀ и альтернативную H₁.
2. Выбираем уровень значимости α (чаще всего 0.05 или 0.01).
3. Считаем статистику критерия по выборке.
4. Находим критическую область в таблицах распределений (Стьюдента, хи-квадрат, Фишера).
5. Если статистика попала в критическую область — отвергаем H₀.

Самые распространённые критерии: t-критерий Стьюдента (сравнение средних), F-критерий Фишера (сравнение дисперсий), хи-квадрат Пирсона (соответствие распределению).

Практический совет: заведите шпаргалку с таблицей "тип задачи → формула → распределение → таблица". На экзамене такая структура экономит 30 % времени, потому что не нужно вспоминать, в каком разделе учебника была нужная формула.

Если вы только осваиваете высшую математику и чувствуете, что базы не хватает, начните с общей статьи про то, как учить высшую математику — там есть стратегия обучения, которая применима и к тервер.