- •1.Понятие случайного события.
- •2.Статистическое определение вер-ти.
- •3.Несовместные и совместные события. Сумма событий. Теорема сложения вероятностей (с доказательством). Пример.
- •4. Полная группа событий. Противоположные события. Соотношение между вероятностями противоположных событий (с выводом). Примеры.
- •5. Зависимые и независимые события. Произведение событий. Понятие условной вероятности. Теорема умножения вероятностей (с доказательством). Примеры.
- •6. Формулы полной вероятности и Байеса (с доказательством). Примеры.
- •7. Повторные независимые испытания. Формула Бернулли (с выводом). Примеры.
- •8. Локальная теорема Муавра—Лапласа, условия ее применимости. Свойства функции f(X). Пример.
- •9. Асимптотическая формула Пуассона и условия ее применимости.
- •10. Интегральная теорема Муавра—Лапласа и условия ее применимости. Функция Лапласа ф(х) и ее свойства. Пример.
- •11. Следствия из интегральной теоремы Муавра—Лапласа (с выводом). Примеры.
- •12. Понятие случайной величины и ее описание. Дискретная случайная величина и ее закон (ряд) распределения. Независимые случайные величины. Примеры.
- •14. Математическое ожидание дискретной случайной величины и его свойства (с выводом). Примеры.
- •15. Дисперсия дискретной случайной величины и ее свойства (с выводом). Примеры.
- •16. Математическое ожидание и дисперсия числа и частости наступлений события в п повторных независимых испытаниях (с выводом).
- •17. Случайная величина, распределенная по биномиальному закону, ее математическое ожидание и дисперсия. Закон распределения Пуассона.
- •18. Функция распределения случайной величины, ее определение, свойства и график.
- •19. Непрерывная случайная величина (нсв). Вероятность отдельно взятого значения нсв. Математическое ожидание и дисперсия нсв.
- •20. Плотность вероятности непрерывной случайной величины, ее определение, свойства и график.
- •25. Понятие двумерной (n-мерной) случайной величины. Примеры. Таблица ее распределения. Одномерные распределения ее составляющих. Условные распределения и их нахождение по таблице распределения
- •26. Ковариация и коэффициент корреляции случайных величин. Связь между некоррелированностью и независимостью случайных величин.
- •28. Неравенство Маркова (лемма Чебышева) (с выводом). Пример.
- •29. Неравенство Чебышева (с выводом) и его частные случаи для случайной величины, распределенной по биномиальному закону, и для частости события.
- •30. Неравенство Чебышева для средней арифметической случайных величин (с выводом).
- •31. Теорема Чебышева (с доказательством), ее значение и следствие. Пример.
- •32. Закон больших чисел. Теорема Бернулли (с доказательством) и ее значение. Пример.
- •33. Вариационный ряд, его разновидности. Средняя арифметическая и дисперсия ряда. Упрощенный способ их расчета.
- •35. Понятие об оценке параметров генеральной совокупности. Свойства оценок: несмещенность, состоятельность, эффективность.
- •36. Оценка генеральной доли по собственно-случайной выборке. Несмещенность и состоятельность выборочной доли.
- •37. Оценка генеральной средней по собственно-случайной выборке. Несмещенность и состоятельность выборочной средней.
- •38. Оценка генеральной дисперсии по собственно-случайной выборке. Смещенность и состоятельность выборочной дисперсии (без вывода). Исправленная выборочная дисперсия.
- •39. Понятие об интервальном оценивании. Доверительная вероятность и доверительный интервал. Предельная ошибка выборки. Ошибки репрезентативности выборки (случайные и систематические).
- •41. Формула доверительной вероятности при оценке генеральной средней. Средняя квадратическая ошибка повторной и бесповторной выборок и построение доверительного интервала для генеральной средней.
- •42. Определение необходимого объема повторной и бесповторной выборок при оценке генеральной средней и доли.
- •43. Статистическая гипотеза и статистический критерий. Ошибки 1-го и 2-го рода. Уровень значимости и мощность критерия. Принцип практической уверенности.
- •44. Построение теоретического закона распределения по опытным данным. Понятие о критериях согласия.
- •45. Критерий согласия- Пирсона и схема его применения.
- •46. Функциональная, статистическая и корреляционная зависимости. Различия между ними. Основные задачи теории корреляции.
1.Понятие случайного события.
Опр. Испытанием называется фиксированный тип опыта. Пр.: Наудачу извлекается карта из колод. Опр. Случайным событием называется выделенный рез-т некоторого испытания (в конкретном испытании событие может наступать, а может и не наступать).Пр.: а) Извлечена карта красной масти; б) извлечён туз; в) извлечена 7-ка крестей. Пусть, например, извлекли даму «бубен» а) наступила б) нет в) нет.
Классификация случайных событий.
1)Два события называются равными, если одно из них наступает т.и т.т.к. насту-пает другое. 2)Опр.: Два события назыв. равновозможными или вер-ти их насту-пления равны в смысле статистического наступления симметричных ситуаций. 3)Опр.: Событие назыв. достоверным, (Е) если оно наступает в каждом из испыта-ний. Ne=N=>P(E)=lim(Ne/N)=1 ; P(E)=14)Опр.: Событие назыв. невозможным, если оно не наступает ни в одном из испытаний. -невозможность события. Невозможность события определено одно-значно для фиксированного типа испытания. Пр.: исп. брос. кости ={7}. 5)Опр.:Два события назыв. не совместимыми, если наступление одного из них исключает наступление другого. 6) События А1, А2,…Ак – назыв. единственно возможными, если в рез-те испытания хотя бы одно из них наступает. Пр.: Исп –бросание монета. А)-орёл В)-решка. Событие А1;А2…Ак – образуют полную сист. если они попарноне совместимы и единственно возможны. Опр.: Два события образующие полную систему назыв. парой взаимно противоположных событий. (А )-противоположное событие. Пр.: Извлечение карты. А- красная масть; А- черная масть.Классическое определение вер-ти.
Опр. Пусть некоторое испытание имеет “n” исходов, причем эти исходы равно-возможны единственно возможны и попарно не совместимы. Пусть наступлению событию А благоприятствует «m» исходов из «n», тогда вер-сть Р(А) наступления события А определяется по формуле: P(A)=(m/n). Пр. В коробке 6 белых шаров и 8 красных. Извлекается 1 шар. Вер-ть того что он белый ? Реш.: n=6+8=14; m=6; P(A)=6/14=3/7.
2.Статистическое определение вер-ти.
Пусть проведено n-испытаний, в которых событие А наступило m раз, тогда отношение (m/n) назыв. Частностью наступления события А в n испытаниях. Опр.: Пусть условия проведения некоторого испытания можно с точностью произвести неограниченное число раз, тогда вер-тью P(A) наступления события А в одном испытании назыв. Такое число, около которого группируются значения частности (m/n) при неограниченном увеличении числа испытаний n. ,т.е. P(A)=lim(m/n). (На практике полагают P(A)(m/n) при достаточно большом n) Следствие:
0mn; 0(m/n)1; lim0lim(m/n)lim1 ; 0P(A)1.Условия:* соят.долж.быть исходами только тех испы-й, кот.могут быть вопроизвед.неогранич.число раз при одноми томже комплексе усл.
* соб-е должно обладать статистической устойчивостью
* число испытаний должно быть достаточно велико
Пр. Студ.идёт сдаватьэкз.по т.в. «С како вер-ю он сдаст экз?правельно поставлен вопрос для опред стат.вер.? нет, нет воспроизвед.одних и тех же усл.
Пр. Студ. Сдают экз.»С какой вер-ю студ.стоящий первый в списке сдаст экз.с первого раза»