- •Предмет теории вероятностей. Испытание. Классификация событий.
- •Комбинаторика. Основные формулы комбинаторики.
- •Классическое определение вероятности. Свойства вероятности.
- •Относительная частота. Устойчивость относительных частот. Статистическое определение вероятности.
- •Несовместные события. Сумма несовместных событий. Теорема сложения несовместных событий.
- •Совместные события. Сумма совместных событий. Теорема сложения совместных событий.
- •Полная группа событий. Теорема о сумме событий, образующих полную группу.
- •8. Зависимые события. Произведение событий. Теорема умножения вероятностей зависимых событий.
- •9. Независимые события. Произведение событий. Теорема умножения вероятностей независимых событий.
- •Вероятность появления хотя бы одного события.
- •11. Формула полной вероятности. Формулы Байеса.
- •12. Схема Бернулли. Теорема Бернулли, следствия.
- •13. Локальная теорема Лапласа. Функция (х), ее свойства.
- •14. Интегральная теорема Лапласа. Функция ф(х), ее свойства.
- •15. Теорема Пуассона, следствия.
- •16. Вероятность отклонения относительной частоты появления события от его вероятности в независимых испытаниях.
- •17. Вероятность отклонения числа появлений события от произведения (np) в независимых испытаниях.
- •Наивероятнейшее число появления события.
- •19. Случайные величины, их виды. Закон распределения вероятностей случайной величины, способы задания.
- •20. Равномерное дискретное распределение, его числовые характеристики.
- •21. Биномиальное распределение, его числовые характеристики.
- •22. Пуассоновское распределение, его числовые характеристики.
- •23. Геометрическое распределение, его числовые характеристики.
- •24. Гипергеометрическое распределение, его числовые характеристики.
- •25. Функция распределения f(х), ее свойства.
- •26. Плотность распределения вероятностей f(х), ее свойства.
- •27. Нахождение функции распределения по известной функции плотности.
- •28. Математические операции над случайными величинами.
- •29. Числовые характеристики случайных величин.
- •30. Математическое ожидание дискретной случайной величины, его вероятностный смысл.
- •Свойства математического ожидания.
- •32. Дисперсия дискретной случайной величины. Формула для вычисления.
- •33. Свойства дисперсии. Среднее квадратическое отклонение.
- •Числовые характеристики непрерывных случайных величин, их свойства.
- •35. Равномерное непрерывное распределение, его числовые характеристики.
- •36. Показательное распределение, его числовые характеристики.
- •37. Нормальное распределение, его числовые характеристики.
- •38. Нормальная кривая, ее свойства. Влияние параметров нормального распределения на вид нормальной кривой.
- •39. Вероятность попадания в заданный интервал нормальной случайной величины.
- •40. Вероятность заданного отклонения нормально распределенной случайной величины. Правило трех сигм.
- •41. Неравенство Маркова.
- •42. Неравенство Чебышева.
- •43. Закон больших чисел в форме Чебышева.
- •44. Генеральная и выборочная совокупности. Виды выборки. Способы отбора.
- •45. Статистическое распределение выборки. Полигон и гистограмма.
- •46. Эмпирическая функция распределения, ее свойства.
- •47. Статистические оценки параметров распределения. Несмещенные, эффективные и состоятельные оценки.
- •48. Выборочная дисперсия. Формула для вычисления дисперсии.
- •49. Точность оценки, доверительная вероятность, доверительный интервал.
- •50. Доверительный интервал для оценки математического ожидания нормального распределения при известном и неизвестном среднем квадратическом отклонении.
- •51. Функциональная, статистическая и корреляционная зависимости. Основные задачи теории корреляции.
- •52. Уравнение прямой линии регрессии.
- •53. Свойства выборочного коэффициента корреляции.
- •54. Статистическая гипотеза. Статистический критерий.
- •55. Ошибки первого и второго рода, уровень значимости.
- •56. Критическая область и область принятия гипотезы. Критические точки.
- •57. Методика вычисления теоретических частот нормального распределения для интервального ряда.
- •58. Методика вычисления теоретических частот нормального распределения для дискретного ряда.
- •59. Проверка гипотезы о нормальном распределении генеральной совокупности.
- •60. Проверка гипотезы о значимости коэффициента корреляции.
32. Дисперсия дискретной случайной величины. Формула для вычисления.
ДИСПЕРСИЕЙ (рассеянием) ДСВ называют мат ожидание квадрата отклонения СВ от её мат ожидания D(X)=M[x-M(x)]^2.
D(X)= [x1-M(x)]^2*p1+[x2-M(x)]^2*p2+[xn-M(x)]^2*pn.
ТЕОРЕМА. ДИСПЕРСИЯ равна разности м/д мат ожиданием квадрата СВ Х и квадратом её мат ожидания D(X)=M(x^2)-M(X)^2.
ДОК-ВО. Мат ожидание M(X) есть пост величина => 2M(X) и M(X)^2 есть также пост величины.
D(X)=M[x-M(x)]^2=M[x^2-2M(X)+M^2(x)]=M(x)^2-2M(x)M(x)+M^2(x)=M(x)^2-2M^2(x)+M^2(x)=M(x)^2-M^2(x).
33. Свойства дисперсии. Среднее квадратическое отклонение.
1. ДИСП пост величины С = 0. D(C)=0.
ДОК-ВО. По опр дисперсии D(C)=M(C-M(C))^2. Пользуясь первым свойством мат ожидания получим D(C)=M(C-С)^2=M(0)=0.
2. Пост множитель можно выносить за знак дисперсии, возведя его в квадрат. D(CX)=C^2*D(X).
По опр дисперсии D(CX)=M([Cx-M(CX)]^2)=M([C^2*(x-M(x)]^2)=C^2*M[X-M(X)]=C^2*D(X).
3. Дисперсия суммы (разности) 2ух СВ равна сумме дисперсий этих величин. D(X+-Y)=D(X)+D(Y).
По теореме
D(X+Y)=M[(X+Y)^2]-[M(X+Y)]^2=M[x^2+2xy+y^2]-[M(x)+M(y)]^2=M(x^2)+2M(x)M(y)+M(y^2)-M^2(x)-2M(x)M(y)-M^2(y)=[M(X^2)-M^2(x)] + [M(Y^2)-M^2(y)]=D(X)+D(Y).
4. Дисперсия произведения 2ух независимых СВ X и Y вычисляется по формуле
D(XY)=D(X)*D(Y)+M^2(X)*D(Y)+M^2(Y)*D(X).
СКО СВ Х называют квадратный корень из дисперсии. Дисперсия имеет размерность, равную квадрату размерности СВ. Т.к. СКО равно кв корню из дисперсии, то размерность СКО совпадает с размерностью Х.
В тех случаях, когда желательно, чтобы оценка рассеяния имела размерность СВ, вычисляют СКО, а не дисперсию.
Числовые характеристики непрерывных случайных величин, их свойства.
Пусть НСВ Х задана плотностью распределения f(x). Пусть все значения Х принадлежат отрезку от а до b. Разобьем этот интервал на n частичных отрезков длиной дельта х1, дельта х2, дельта хn и выберем в каждом из них произвольную точку xi. Составим сумму произведений возможных значений xi на вероятности попадания их в интервал дельта xi (произведение f(x)*дельта x приближенно равно в-ти попадания Х в интервал дельта х): СУММА xi*f(xi)*дельта xi. Перейдя к пределу при стремлении к нулю длины наибольшего из частичных отрезков, получим определенный интеграл ИНТЕГРАЛ(от a до b) х*f(x)dx.
МАТ ОЖИДАНИЕМ НСВ Х, возможные значения которой принадлежат промежутку [a;b] называют определенный интеграл M(x)= ИНТЕГРАЛ(от a до b) х*f(x)dx.
ЗАМЕЧАНИЕ: Если все возможные значения СВ принадлежат всей числовой оси, то формула будет
M(x)= ИНТЕГРАЛ(от -беск до +беск) х*f(x)dx.
ДИСПЕРСИЕЙ НСВ Х называют мат ожидание квадрата её отклонения от мат ожидания. Если возможные значения Х принадлежат отрезку [a;b], то D(X) = ИНТЕГРАЛ (от a до b) (x-M(x))^2*f(x)dx, если возможные значения принадлежат всей числовой оси, то D(X) = ИНТЕГРАЛ (от –беск до +беск) (x-M(x))^2*f(x)dx.
Также D(X) = ИНТЕГРАЛ (от a до b) x^2*f(x)dx –M^2(x)
СКО = SQR ДИСПЕРСИЯ
СВОЙСТВА числовых характеристик НСВ совпадают со свойствами для случая ДСВ