- •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.
35. Равномерное непрерывное распределение, его числовые характеристики.
НСВ наз-ся распред-ой по равномерному з-ну на отрезке [a;b], если ф-ия плотности на этом отрезке постоянна и равна 0 вне этого отрезка, т.е. f(x)=СИСТЕМА (0, x<a; C, a<=x<=b; 0, x>b).
Найдем С. Согласно свойству f(x) (необоснованный интеграл с бесконечными пределами от ф-ии плотности равен 1) имеем:
ИНТЕГРАЛ (-беск до +беск) f(x)dx=1 => ИНТЕГРАЛ (от а до b) f(x)dx=1 => ИНТЕГРАЛ (от а до b)Cdx=1 => Cx | a, b=1 => C=1/(b-a)
f(x)=СИСТЕМА (0, x<a; 1/(b-a), a<=x<=b; 0, x>b).
F(X)=ИНТЕГРАЛ (от –беск до х) f(x)dx
1) При x<a, F(x)= ИНТЕГРАЛ (от –беск до х) 0dx=0
2) При a<=x<=b, F(x)= ИНТЕГРАЛ (от –беск до a)0dx+ ИНТЕГРАЛ (от a до х)1/(b-a)dx=x/(b-a)-a(b-a)
3) При x>b, F(x)= ИНТЕГРАЛ (от –беск до a)0dx+ ИНТЕГРАЛ (от a до b)1/(b-a)dx+ ИНТЕГРАЛ (от b до х)0dx=x/(b-a) | a, b=b/(b-a)-a/(b-a)=1
F(x)=СИСТЕМА(0, x<a; (x-a)/(b-a), a<=x<=b; 1, x>b).
ТЕОРЕМА. Числовые хар-тики НСВ вычисляются по формулам M(X)=(a+b)/2; D(X)=(b-a)^2/12
M(X)=ИНТЕГРАЛ(от a до b) х*f(x)dx=ИНТЕГРАЛ(от a до b) x*1/(b-a)dx=x^2/2(b-a) | a, b=b^2/2(b-a)-a^2/2(b-a)=[(b-a)*(b+a)]/2(b-a)=(b+a)/2.
D(X)= ИНТЕГРАЛ(от a до b)x^2*f(x)dx-M^2(X)= ИНТЕГРАЛ(от a до b)x^2*1/(b-a)dx-[(b+a)/2]^2= x^3/3(b-a) |a,b – (b-a)^2/4=b^3/3(b-a)-a^3/3(b-a)-(b^2+2ab+a^2)/4=(b-a)(b^2+ab+a^2)/3(b-a)-(b^2+2ab+a^2)/4=(4b^2+4ab+4a^2-3b^2-6ab-3a^2)/12=(b^2-2ab+a^2)/12=(b-a)^2/12.
СКО=(b-a)/2*SQR3
ТЕОРЕМА. В-ть того, что равномерно распр СВ попадет в интервал (c;d) принадлежащий [a;b], вычисляется по формуле P(c<X<d)=(d-c)/(b-a).
P(c<X<d)= ИНТЕГРАЛ(от c до d) 1/(b-a)dx=x/(b-a) |с,d= d/(b-a)-c/(b-a)=(d-c)/(b-a).
36. Показательное распределение, его числовые характеристики.
НСВ называется распределенной по показательному з-ну, если ф-ия плотности этой СВ имеет вид f(x)=СИСТЕМА(0, x<0; лямбда*e^-(лямбда*x), x>=0), где лямбда – постоянная + величина.
F(X)=ИНТЕГРАЛ (от –беск до х) f(x)dx
1) При х<0 F(x)= ИНТЕГРАЛ (от –беск до х)0dx=0
2) При x>=0 F(x)=ИНТЕГРАЛ (от –беск до 0)0dx+ИНТЕГРАЛ (от 0 до х) лямбда*e^-(лямбда*x)dx=1- e^-(лямбда*x).
ИНТЕГРАЛ (от 0 до х) лямбда*e^-(лямбда*x)dx= лямбда*(e^-(лямбда*x) * (-1/лямбда)) |0,x=e^-(лямбда*x) |0,x = - e^-(лямбда*x)+e^0=- e^-(лямбда*x)+1.
Графики плотности и ф-ии распределения
f(x)=СИСТЕМА(0, x<0; лямбда*e^-(лямбда*x), x>=0) f(x)=СИСТЕМА(0, x<0; 1-e^-(лямбда*x), x>=0)
ГРАФИКИ
ТЕОРЕМА. Для M(X) и D(X) показательного распр-я справедливы рав-ва M(X)=1/лямбда, D(X)=1/лямбда^2
1. Согласно опред-ю M(X)=ИНТЕГРАЛ (от 0 до беск) x*лямбда*e^-(лямбда*x)dx= лямбда*ИНТЕГРАЛ (от 0 до беск) x*e^-(лямбда*x)dx=| u=x, du=dx; dv=e^-(лямбда*x)dx, v=(-1/лямбда)*e^-(лямбда*x)|= лямбда*((-x/лямбда)*e^-(лямбда*x)|0,беск + (1/лямбда)*ИНТЕГРАЛ (от 0 до беск) e^-(лямбда*x)dx)= лямбда((-1/лямбда)*e^-(лямбда*x)) |0, беск = -1/лямбда(0-1)=1/лямбда.
ИНТЕГРАЛ udv=uv- ИНТЕГРАЛ vdu
ИНТЕГРАЛ (от a до b) udv=uv |a, b - ИНТЕГРАЛ(от a до b) vdu
D(X)=1/лямбда^2
D(X)=ИНТЕГРАЛ(0 до беск)x^2*f(x)dx-M^2(x)= лямбда*ИНТЕГРАЛ(0 до беск)x^2*e^-(лямбда*x)dx-1/лямбда^2.
Интегрируя 2 раза по частям получим
лямбда*ИНТЕГРАЛ(0 до беск)x^2*e^-(лямбда*x)dx=2/лямбда^2; D(X)= 2/лямбда^2-1/лямбда^2=1/лямбда^2.
В-ть попадания в интервал (a;b) показательного распределенной СВ вычисляется по формуле P(a<x<b)=e^-(лямбда*a)- e^-(лямбда*b).
P(a<x<b)=F(b)-F(a)=1- e^-(лямбда*b)-1+ e^-(лямбда*a)= e^-(лямбда*a)- e^-(лямбда*b).