- •1.Понятие испытания. Простр-во элементарных событий.
- •2. Определение событий. Виды событий. Действия над событиями.
- •3. Классическое определение вероятности.
- •4. Относительная частота. Устойчивость относительн. Частоты.
- •5.Статистическая вероятность
- •6.Геометрическая вероятность
- •7.Вычисление вероятностей с использованием комбинаторных схем
- •8.Понятие об алгебре событий
- •9.Аксиомы Колмогорова
- •10.Понятие вероятностного пространства
- •11.Теорема сложения вероятностей для несовместноых и совместн. Событий
- •12.Теорема сложения вер. Для совместн. Событий
- •13.Условная вероятность. Теорема умножения вероятностей.
- •14.Независимые события. Теорема умножения для независим. Событий.
- •15.Вероятность появления хотя бы одного события
- •16.Формула полной вероятности
- •17.Формула Байеса
- •18.Формула Бернулли
- •19.Наивероятнейшее число появления событ. В последовательности независим. Испытаний
- •21.Функция Лапласа. Интегральная функц. Лапласа. Их применение для решения задач в условиях повторения испытаний.
- •20.Формула Пуассона
- •22.Понятие случайной величины. Дискретные и непрерывн. Случайн. Величины.
- •23.Ряд распределения дискретн. Случ. Величины
- •24.Функция распредел. Св и ее св-ва
- •25. Плотность распределения вероятностей непрерывн. Св и ее св-ва.
- •29. Мода, медиана, ассиметрия, эксцесс.
- •30.Начальные и центральные моменты случайных величин.
- •31. Биномиальный закон распределения.
- •32. Гипергеометрическое распределение.
- •33. Закон Пуассона
- •38. Закон распределения монотонной функции одного случайного аргумента.
- •39. Закон распределения линейной функции от аргумента, подчиненного нормальному закону.
- •40. Закон распределения функции двух св.
- •42. Неравенство Чебышева.
- •44. Понятие центральной предельной теоремы.
- •46. Генеральная совокупность и выборка. Выборочное распределение.
- •47. Вариационный ряд, его хар-ки. Гистограмма. Полигон.
- •48. Эмпирическая функция распределения и ее св-ва.
- •49. Числовые хар-ки выборочного распределения: выборочное среднее, выборочная дисперсия, медиана, ассиметрия, эксцесс, выборочные моменты.
- •50. Понятие оценки параметра. Св-ва оценок: состоятельность, несмещенность, эффективность.
- •51. Интервальные оценки параметров распределения. Доверительный интервал.
- •53. Описание гипотез. Простые и сложные гипотезы. Нулевая и конкурирующая гипотезы.
- •54. Критерии проверки статистических гипотез.
- •55. Уровень значимости и мощность критерия. Ошибки первого и второго рода.
29. Мода, медиана, ассиметрия, эксцесс.
Модой(Mo(X)) CB X называется ее наиболее вероятное значение, т.е. значение, для кот. вер. pi или плотность вероятности f(x) достигает максимума. Если вер. или плотность вероятности достигает максимума не в одной, а в несколбких точках, то распредел. называется полимодальным.
Медианой (Me(X)) НСВ Х называется такое ее значение, для кот. вер. того, что X< Me(X) равна вер. того, что X> Me(X) и равна ½, т.е. вер. того, что СВ Х примет значение меньше Me или больше ее одна и таже и равна ½. Геометрически медиана – это вертикальн. прямая x= Me(X), проходящая через точку Me(X), кот. делит площадь фигуры кривой распределения на 2 равные части.
Коэффициент ассиметрии(А). A= , где - среднеквадратич. отклонение, - центральный момент 3-ей степени. Если распределение симметрично относительно мат. ожидания, то А=0.
Эксцессом или коэффициентом эксцесса называют число E= -3. Число 3 вычитается из соотношения , т.к. для наиболее часто встречающегося нормальн. распределения величина =3. Кривые более островершинные, чем нормальные обладают положительн. эксцессом, а более плосковершинные – отрицат. эксцессом.
30.Начальные и центральные моменты случайных величин.
Начальным моментом к-того порядка СВ Х называется мат. ожидание к-той степени этой величины. Начальн. момент обозначается = M(X)k. Центральным моментом к-того порядка СВ Х назыв. мат. ожидание к-той степени отклонения СВ Х от ее мат. ожидания, т.е. = (X – M(X))k. Для дискретн. СВ и непрерывн. СВ формулы для вычисления моментов приведены в таблице:
Моменты |
ДСВ |
НСВ |
Начальный |
|
, где f(x) – функция плотности распределения |
Центральный |
|
|
При к=1 ; при к=2 . Центральн. моменты могут быть выражены через начальн. моменты по формулам: ; ; . Мат. ожидание или начальн. момент 1-го порядка характеризует средн. значение СВ. или дисперсия характеризует степень рассеивания распределения СВ Х относит-но мат. ожидания M(X). служит для хар-ки ассиметрии или скошенности распределения. Он имеет размерность куба СВ. Чтобы получить безразмерную величину, ее делят на , где - среднеквадратич. отклонение. служит для хар-ки крутости, т.е. островершинности или плосковершинности распределения. Эти св-ва описываются с помощью эксцесса.
31. Биномиальный закон распределения.
Пусть проводится n независим. испытаний, в кажд. из которых событие А может появиться, либо не появиться. Вероятность появл. соб. А в единичном испытании постоянна и не меняется от испытания к испытанию. Рассмотрим в кач-ве ДСВ Х число появлений соб. А в этих испытаниях. Формула, позволяющ. найти вер. появления m раз события А в n испытаниях – это форм. Бернулли. Опред.: ДСВ Х, кот. может принимать только целые неотриц. значения с вероятн. Pn(m)=P(X=m)= pmqn-m, где p+q=1, p>0, q>0, m= называется распределенной по биномиальному закону, а p – параметром биномиальн. распределения. Ряд распредел. ДСВ Х распределенной по биномиальн. закону можно представить в виде:
X |
0 |
1 |
2 |
… |
k |
n |
p |
|
|
|
… |
|
|
Функция распредел. в этом случае определяется формулой F(x)= . Найдем числовые хар-ки этого распределения. M(X) = (рав-во 1) . Запишем рав-во, являющееся биномом Ньютона: (p+q)n= . Продифференцируем последнее рав-во по p: n(p+q)n-1= . Умножим последнее рав-во на p: np(p+q)n-1 = . Сравнивая получен. рав-во с рав-вом (1), получаем, что np(p+q)n-1 = M(X). Т.к. p+q=1, то M(X)= np. Для вычисления дисперсии ДСВ распределенной по биномиальн. закону воспользуемся формулой D(X)= M(X2) – (M(X))2. Для СВ распределенной по биномиальн. закону: M(X2) = . Продифференцируем рав-во (p+q)n = дважды по p. Получим n(n – 1)(p+q)n —2= . Умножим последнее рав-во на p2 и преобразуем правую часть рав-ва: n(n – 1)(p+q)n —2 p2 = — ; n2p2 – np2 = M(X2) — ; n2p2 – np2 = M(X2) – M(X). Для ДСВ распределенной по биномиальн. закону M(X)= np, т.е. n2p2 – np2 = M(X2) – np; M(X2)= n2p2 – np2 + np; D(X)= n2p2 – np2 + np — n2p2 = np(1 – p) = npq. Значит дисперсия ДСВ распределенной по биномиальн. закону вычисляется по формуле: D(X) = npq. .