Теория вероятностей и математическая статистика. Блатов И.А - 258 стр.

                           is
                  P  A   P H i   P  A H i 
                           i 1
Формула Бейеса - формула для вычисления апостериорных
  вероятностей гипотез после проведения опыта с учетом
  полученной информации (событие A уже произошло).
                                  P H i   P  A H i 
                  P H i A 
                                         P  A

   К лекции 4
Дискретная случайная величина – случайная величина,
   возможные значения которой отделимы друг от друга,
   принимающая конечное или счетное множество значений.
Закон распределения вероятностей данной случайной величины
   –     соотношение,    устанавливающее       связь    между
   вероятностями, с которыми данная случайная величина
   принимает различные значения и самими возможными
   значениями случайной величины.
Многомодальное       распределение      (двухмодальное)     –
   распределение, имеющее два или несколько максимумов у
   многоугольника распределения для дискретной случайной
   величины или на кривой распределения для непрерывной
   случайной величины.
 Если распределение имеет минимум, но не имеет максимума, то
   оно называется антимодальным
Многоугольник распределения ( полигон распределения)– график,
   по оси абсцисс всевозможные значения случайной величины,
   по оси ординаты вероятности.
Мода –значение сл.величины x i , имеющее наибольшую
   вероятность.
Наивероятнейшее значение случайной величины – значение,
   вероятность которого больше , чем у других.
Непрерывная случайная величина – случайная величина,
   возможные значения которой неотделимы друг от друга и
   непрерывно заполняют некоторый интервал.

   258