- •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.
20. Равномерное дискретное распределение, его числовые характеристики.
ДСВ называется распределенной по равномерному з-ну, если она принимает свои возможные значения с пост в-тью: Pn(X=xi)=1/n
НАПР., выпадение разного кол-ва очков на игральном кубике.
ТЕОРЕМА. Мат ожидание и дисперсия равномерно распределенной ДСВ вычисляется по формулам:
М(Х) = Сумма(xi)/n; D(X)=Сумма(x^2)/n-[Сумма(xi)/n]^2.
ДОК-ВО. Пусть СВ Х распределена равномерно => её з-н распред-я имеет вид xi-x1-x2-xn; pi-1/n-1/n-1/n.
M(X) = x1/n+x2/n+xn/n = Сумма(хi)/n
D(X) = M(x^2)-[M(X)]^2 = Сумма(хi^2)/n-[Сумма(хi)/n]^2
21. Биномиальное распределение, его числовые характеристики.
ДСВ Х наз-ся распред-ой по биномиальному з-ну, если проводимые испытания удовлетворяют схеме Бернулли, а в-ть вычисляется по одноименной формуле Pn(X=m) = Cn^m*p^m*q^(n-m); m=[0;n].
X-0-1-2-n; P-q^n-n*p*q^(n-1)-Cn^2*p^2*q^(n-2)-p^n.
Pn(X=1)=Cn^1*p^1*q*(n-1)=p*q^(n-1).
НАПР. Монета брошена 2 раза. З-н распред-я в-тей выпадения герба: Х-0-1-2; Р-0,25-0,5-0,25.
Р2(2)=С2^2*p^2*q^0=(1/2)^2=0,25
P2(1)=C2^1*p*q=2*(1/2)*1/2=0,5
P2(0)=C2^0*q^2=(1/2)^2=0,25
ТЕОРЕМА. Мат ожидание и дисперсия ДСВ, распределенной по биномиал з-ну распред-я, вычисляется по формулам: М(Х) = n*p, D(X) = n*p*q
ДОК-ВО. Пусть СВ Хi – число появлений события А в i-ом испытании (i=[1;n]).
Тогда СВ Х=х1+х2+хn – число появлений события А во всех n испытаниях. Каждая из СВ может иметь один и тот же з-н распределения: xi-0-1; pi-q-p. Тогда М(Хi)=0*q+1*p=p
D(Xi)=M(xi^2)-[M(xi)]^2=0^2*q+1^2*p-p^2 = p-p^2=p(1-p)=pq.
Согласно свойствам мат ожидания и дисперсии
M(X) = M(x1+x2+xn)=M(x1)+M(x2)+M(xn)
D(X) = D(x1+x2+xn)=D(x1)+D(x2)+D(xn)
Т.о. искомые числовые характеристики М(Х) = p+p+p=np; D(X)=pq+pq+pq=npq.
22. Пуассоновское распределение, его числовые характеристики.
ДСВ Х наз-ся распред-ой по з-ну распр-я Пуассона, если проводимые испытания удовлетворяют теореме Пуассона и в-ть вычисляется по формуле Pn(X=m)= ((лямбда^m)/m!)*e^-лямбда.
X-0-1-m; P-e^(-лямбда)- лямбда*e^(-лямбда)-((лямбда^m)/m!)*e^-лямбда.
НАПР. На телефон поступает в среднем 2 вызова в ед времени. Среднее число вызовов Т (лямбда=2).
Р(Х=0)=2^0*e^-2/0!=1/e^2=0,1353.
P(X=1)=2^1*e^-2/1!=2/e^2.
P(X=2)=2^2*e^-2/2!=2.
M(X)=D(X)= лямбда=np.
ДОК-ВО. Согласно определениям распр-я Пуассона и мат ожидания имеем
М(Х)=Сумма(от 0 до беск) m*(((лямбда^m)/m!)*e^-лямбда)= Сумма(от 0 до беск) ((лямбда^m)/(m-1)!)*e^-лямбда= лямбда*e^(-лямбда)* Сумма(от 1 до беск)((лямбда^(m-1))/(m-1)!)= лямбда*e^(- лямбда)*e^ лямбда= лямбда.
ЗАМЕЧАНИЕ. Из курса высшей математики известно, что ряд вида Сумма(от 0 до беск) x^m/m! = 1+x+x^2/2!+…=e^x представляет собой сходящийся на всей числовой оси ряд Маклорена.
НЕТ ДОКАЗАТЕЛЬСТВА D(X)
23. Геометрическое распределение, его числовые характеристики.
ДСВ Х называю распред-ой по геометрическому з-ну распред-я, если она отражает число проведенных испытаний до первого появления события А. Pn(X=m)=p*q^(m-1), m[1;n].
X-1-2-3; P-p-pq-p*q^2.
НАПР. Р=0,7 до первого попадания.
Х-1-2-3; Р-0,7-0,21-0,063.
Р(Х=1)=0,7
Р(Х=2)=qp=0,3*0,7=0,21
P(X=3)=q^2*p=0,3^2*0,7=0,063.
M(X)=1/p; D(X)=q/p^2. ДОК-ВО. По опред-ю геометрического з-на имеем след з-н распред-я:
Xi-1-2-3; Pi-p-pq-p*q^2.
Тогда M(X) = Сумма(от 1 до беск) xi*pi=p+2pq+3p*q^2+…+mp*q^(m-1)=p*Сумма(от 1 до беск)m*q^(m-1).
D(X) = Сумма(от 1 до беск)xi^2*pi-M^2(x)=p+2^2*pq+3^2*p*q^2+…+m^2*p*q^(m-1)-M^2(x) = p* Сумма(от 1 до беск)m^2*q^(m-1) – M^2(x).
Из теории рядов известно, что
Сумма(от 1 до беск)m*q^(m-1) = 1/(1-q)^2; Сумма(от 1 до беск)m^2*q^(m-1) = (1+q)/(1-q)^3.
Тогда М(Х) = p*1/(1-q)^2=1/p; D(X) = p*(1+q)/p^3-1/p^2=q/p^2.