- •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.
37. Нормальное распределение, его числовые характеристики.
Нормальным называют распр-е в-тей НСВ, которое описывается плотностью f(x)=(1/СКО*SQR 2Пи)*e^-[(x-a)^2/2СКО^2], где a=M(X).
Данное распред-е определяется двумя параметрами: a и СКО, достаточно знать эти параметры, чтобы задать нормальное распред-е.
M(X)=a, D(X)=СКО^2
M(X)= ИНТЕГРАЛ(-беск до +беск)x*f(x)dx= ИНТЕГРАЛ(-беск до +беск)x*[(1/CКО*SQR2Пи)*e^-(x-a)/2*СКО^2].
ВВЕДЕМ замену (x-a)/СКО=t => x=a+ СКО*t; dx=(a+ СКО*t)dt= СКОdt
M(X)= ИНТЕГРАЛ(-беск до +беск) (a+ СКО*t)* (1/CКО*SQR2Пи)*e^-((t^2)/2)*СКОdt=
=a*(1/CКО*SQR2Пи)*CКО*ИНТЕГРАЛ(-беск до +беск) e^-((t^2)/2)*dt+СКО*(1/CКО*SQR2Пи)* СКО* ИНТЕГРАЛ(-беск до +беск) e^-(t/2)d(-t^2/2)=a+0=a
D(X)=ИНТЕГРАЛ(-беск до +беск)(x-M(x))^2*f(x)dx=ИНТЕГРАЛ(-беск до +беск)(x-a)^2*(1/СКО*SQR 2Пи)*e^-[(x-a)^2/2СКО^2]dx.
Вводим замену (x-a)/СКО=t => x=a+СКО*t. dx=(a+СКО*t)^2dt=СКОdt. tв=(+беск-а)/СКО=+беск; tн=(-беск-а)/СКО=-беск.
D(X)=ИНТЕГРАЛ(-беск до +беск)(a+СКО*t-a)^2*(1/CКО*SQR2Пи)*e^-((t^2)/2)*СКОdt= СКО^2*(1/CКО*SQR2Пи)*СКО*ИНТЕГРАЛ(-беск до +беск)(t^2)*e^-((t^2)/2)dt.
Интегрируем по частям
u=t, du=dt; dv=t*e^-((t^2)/2)dt, v=-e^-((t^2)/2).
СКО^2*[(1/SQR2Пи)t*-e^-((t^2)/2)|(-беск, +беск) - (1/SQR2Пи)*ИНТЕГРАЛ(-беск до +беск)-e^-((t^2)/2)dt]= СКО^2*[0+1]= СКО^2.
38. Нормальная кривая, ее свойства. Влияние параметров нормального распределения на вид нормальной кривой.
График плотности нормального распределения называют нормальной кривой (кривой Гаусса)
f(x)=(1/СКО*SQR 2Пи)*e^-[(x-a)^2/2СКО^2].
СВОЙСТВА
1. Ф-я определена на всей оси абсцисс (х в степение => х-любое число)
2. При всех знач-ях х ф-ия принимает + значения, т.е. норм кривая расположена над осью Ох (y>0).
3. Предел ф-ии при неограниченном возрастании х (по абсолют величине) равен 0. lim(|x| -> беск)f(x)=0, т.е. ось Ох служит горизонтальной асимптотой.
4. Исследуем ф-ию на экстремум и промежутки монотонности.
f ‘(x)=((1/СКО*SQR 2Пи)*e^-[(x-a)^2/2СКО^2] )’=(1/СКО*SQR 2Пи)*e^-[(x-a)^2/2СКО^2]*-(2(x-a))/ 2СКО^2=-[(x-a)/СКО^3*SQR 2Пи]*e^-[(x-a)^2/2СКО^2]
ГРАФИК
f ‘(x)=0 => -[(x-a)/СКО^3*SQR 2Пи]*e^-[(x-a)^2/2СКО^2]=0 => x-a=0, x=a
fmax=f(a)=(1/СКО*SQR 2Пи)*e^-[(a-a)^2/2СКО^2]= 1/СКО*SQR 2Пи.
5. Разность (x-a) содержится в аналитическом выражении ф-ии в квадрате, т.е. график ф-ии симметричен относительно прямой х=а.
6. Исследуем ф-ию на точки перегиба. Найдем вторую производную.
f “=(f ‘(x))’=(-[(x-a)/СКО^3*SQR 2Пи]*e^-[(x-a)^2/2СКО^2])’=
=(1/СКО^3*SQR 2Пи)*[ e^-[(x-a)^2/2СКО^2]+ e^-[(x-a)^2/2СКО^2]*-(2(x-a)^2/2СКО^2)]=
=(1/СКО^3*SQR 2Пи)*e^-[(x-a)^2/2СКО^2]*(1-((x-a)^2/СКО^2)).
f “=0 => 1-((x-a)^2/СКО^2)=0; (x-a)^2=СКО^2; (x-a)=+-СКО; x1, x2 = a+-СКО
f(a+-СКО)=(1/СКО*SQR 2Пи)*e^-[(a+-СКО -a)^2/2СКО^2]=(1/СКО*SQR 2Пи)*e^-[СКО^2/2СКО^2]= (1/СКО*SQR 2Пи)*e^-[1/2]=0,7*(1/СКО*SQR 2Пи).
Графики ф-ий f(x) и f(x-a) имеют одинаковую форму. Сдвинув график в положительном направлении оси Ох на а единиц масштаба при a>0 и в отрицательном при а<0, получим график f(x-a). Отсюда следует, что изменение величины параметра а (мат ожидания) не изменяет формы нормальной кривой, а приводит лишь к её сдвигу вдоль оси Ох: вправо, если а возраст., и влево, если а убыв.
Максимум дифференциальной ф-ии норм распред-я равен 1/СКО*SQR 2Пи. Отсюда следует, что с возрастанием СКО макс ордината норм кривой убывает, а сама кривая становится более пологой, т.е. сжимается к оси Ох; при убывании СКО норм кривая становится более островершинной и растягивается в положительном направлении оси Оу.