- •1. Опыт. Событие. Пространство элементарных событий.
- •2. Операции над событиями и их свойства
- •3. Классификация событий.
- •4.Классическое, геометрическое и статистическое определение вероятности.
- •5. Непосредственный подсчет вероятности. Элементы комбинаторики.
- •6. Теорема сложения («или»)
- •7. Условная вероятность (теорема «и»)
- •Определяется через отношение двух безусловных вероятностей.
- •8. Зависимые и независимые события. События в совокупности
- •9. Формула полной вероятности.
- •10. Формула Байеса
- •12. Предельная теорема. Формула Пуассона.
- •15. Характеристики дсв
- •16. Непрерывные случайные величины. Функция распределения. Плотность распределения.
- •17. Числовые характеристики непрерывных случайных величин
- •18. Равномерное распределение.
- •19. Биномиальное распределение (Бернулли)
- •20. Экспоненциальное распределение.
- •21. Распределение Пуассона
- •22. Нормальное распределения (Распределение Гаусса).
- •24. Вероятность попадания двумерной случайной величины в полуплоскость и полосу.
- •25. Вероятность попадания двумерной случайной величины в полуполосу и прямоугольник.
- •26. Функция и плотность распределения. Непрерывные двумерные случайные величины.
- •36. Теорема Бернулли
- •37. Центральная предельная теорема.
- •38. Метод наименьших квадратов.
- •39. Генеральная совокупность и выборка.
- •40. Предварительная обработка исходных данных. Вариационный ряд. Дискретный статистический ряд.
- •41. Числовые характеристики выборки.
- •42. График частот. Полигон частот. Гистограмма.
- •43. Эмпирическая функция распределения.
- •45. Распределение χ2
- •46. Распределение Фишера
- •47. Распределение Стьюдента.
- •50.Случайные процессы и их законы распределения.
- •52. Числовые х-ки случайных процессов.
- •53. Конечные марковские процессы.
36. Теорема Бернулли
Пусть производится n независимых испытаний, в каждом из которых вероятность появления события А равно р.
Возможно определить примерно относительную частоту появления события А.
Теорема. Если в каждом из п независимых испытаний вероятность р появления события А постоянно, то сколь угодно близка к единице вероятность того, что отклонение относительной частоты от вероятности р по абсолютной величине будет сколь угодно малым, если число испытаний р достаточно велико.
Здесь n – число появлений события А. Из всего сказанного выше не следует, что с увеличением число испытаний относительная частота неуклонно стремится к вероятности р, т.е. . В теореме имеется в виду только вероятность приближения относительной частоты к вероятности появления события А в каждом испытании.
37. Центральная предельная теорема.
Понятие о центральной предельной теореме Липунова.
Если рассматривается последовательность независимых случ.величин имеющих M(xi)=a D(xi)=б2 M(xi-a)3)=m
Тогда при неограниченном увеличении числа n x1+x2+x3+…+xn-стремится к нормальному распределению.
38. Метод наименьших квадратов.
Метод оценивания параметров линейной регрессии, минимизирующий сумму квадратов отклонений наблюдений зависимой переменной от искомой линейной функции, называется методом наименьших квадратов.
39. Генеральная совокупность и выборка.
Стат. сов-тью наз. любую сов-ть объектов, объединенных по какому-то признаку. Различают генер. И выборочную сов-ть. Выборкой назыв. любая сов-ть случайно отобранных объектов. Генер.сов-тью назыв. сов-ть из которой произведена выборка. Объемом сов-ти назыв. число объектов этой сов-ти. Выборка назыв.повторной если объект перед отбором следующего объекта возвращается в генер. сов-ть. Если не возвращается – выборка назыв. бесповторной.
40. Предварительная обработка исходных данных. Вариационный ряд. Дискретный статистический ряд.
Предварительная обработка рез-в эксперимента:
1) ДСВ – наблюдавшиеся знач. располаг. в порядке возрастания x1, x2, …, xk
41. Числовые характеристики выборки.
Пусть генеральная совокупность имеет распределение
-
….
….
-частоты. -объём генеральной совокупности.
-объём выборки. Генеральная средняя
. Выборочная средняя . . Генеральная дисперсия , . Выборочная дисперсия. Генеральная доля(отношение числа объекта e совокупности , обладающей данным признаком к числу всех объектов) - . Выборочная доля - .
42. График частот. Полигон частот. Гистограмма.
Полигоном частот называют ломаную линию, отрезки которой соединяют точки . Для построения полигона частот на оси абсцисс откладывают варианты , а на оси ординат – соответствующие им частоты и соединяют точки отрезками прямых.
Полигон относительных частот строится аналогично, за исключением того, что на оси ординат откладываются относительные частоты .
В случае непрерывного признака строится гистограмма, для чего интервал, в котором заключены все наблюдаемые значения признака, разбивают на несколько частичных интервалов длиной h и находят для каждого частичного интервала – сумму частот вариант, попавших в i–й интервал.