- •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.
27. Нахождение функции распределения по известной функции плотности.
ТЕОРЕМА. Ф-ия распределения связана с ф-ей плотности следующим равенством F(x) = Интеграл (от –беск до х) f(x)dx.
ДОК-ВО. F(x)=P(X<x)=P(-беск<X<x)=Интеграл (от –беск до х) f(x)dx. По свойству 2 ф-ии плотности.
28. Математические операции над случайными величинами.
Пусть СВ Х и У заданы след. з-ми распред-я (X-х1-х2-хn; P-p1-p2-pn) и (Y-y1-y2-ym; P-p’1-p’2-p’m).
Две СВ называются НЕЗАВИСИМЫМИ, если з-н распред-я одной не зависит от того, какие значения приняла другая.
Несколько СВ называются взаимно независимыми, если з-ны распред-я любого кол-ва из них не зависят от того, какие значения приняли остальные величины.
ОПЕРАЦИИ
1. СВ можно умножать на число – произведением пост. С на СВ Х называется новая СВ Z=СХ, которая принимает свои значения Zk=CХi с вероятностями P(Z=zn)=P(X=xi)
2. СВ можно складывать (вычетать). Суммой 2-х СВ Х и У наз нов СВ Z=X+Y для которой
А) возможные значения равны всевозможным суммам возможных знач-ий СВ Х и У, т.е. Zk=xi+yi; (i=[1;n]; j=[1;m])
Б) соответственные в-ти находятся из условия:
P(Z=zk)=СуммаP(X=xi)*P(Y=yi); (i=[1;n]; j=[1;m])
Для зависимых:
P(Z=zk)=СуммаP(X=xi)*Px=xi(Y=yi); (i=[1;n]; j=[1;m])
ЗАМЕЧАНИЕ. Аналогично опред разность и произведение СВ (! % нельзя)
29. Числовые характеристики случайных величин.
Параметры, выражающие наиболее важные особенности СВ, называются числовыми характеристиками СВ.
1 группа – хар-тики положения СВ на числовой оси (мат ожидание, мода, медиана)
2 группа – характеристики, оценивающие меру разброса (рассеяния) СВ вокруг среднего (дисперсия, СКО)
30. Математическое ожидание дискретной случайной величины, его вероятностный смысл.
Мат ожидание – сумма произведений её возможных значений на соответствующую в-ть.
Пусть СВ Х принимает знач-я х1, х2, хn, в-ти которых соотв равны p1, p2, pn.
Тогда мат ожидание М(Х) СВ Х опред рав-вом М(Х)=х1р1+xn*pn=Сумма(от 1 до n) xi*pi
Вероятностный смысл мат ожидания. Пусть произведено n испытаний в которых СВ Х приняла х1-m1 раз … xk-mk раз, причем m1+m2+mn=1.
Тогда сумма всех принятых Х равна x1m1+x2m2+…xk*mk
Найдем среднюю арифметическую. Хсред=(x1m1+x2m2+…xk*mk)/n
Xсред=x1m1/n+x2m2/n+xk*mk/n=x1*m1/n+x2*m2/n+xk*mk/n;
W – относительная частота w=mk/p
Хсред= x1w1+x2w2+xk*wk=x1p1+x2p2+xk*pk – Мат ожидание
Если число испытаний достаточно велико, то отн частота будет незначительно отличаться от в-ти. Хсред примерно=М(Х)
ВЕРОЯТНОСТНЫЙ СМЫСЛ полученного результата таков:Мат ожидание приблизительно равно (тем точнее, чем больше число испытаний) среднему арифметическому наблюдаемых значений СВ.
Свойства математического ожидания.
1. Мат ожидание постоянной равно ей самой M(C) = C. ДОК-ВО. Будем рассматривать пост С как ДСВ, которое имеет одно возможное значение С и примет его с пост. в-тью р=1 => M(C)=C*1=C
2. Пост. множитель можно выносить за знак мат ожидания M(CX)=C*M(X)
ДОК-ВО. Из определения мат ожидания – сумма произведений её возм значений на соотв в-ть.
(X-х1-хn; P-p1-pn) и (CX-cx1-cxn; P-p1-pn)
Мат ожидание M(C)=Cx1p1+…Cxnpn=C(x1p1+…+xnpn)=CM(X)
3. Мат ожидание суммы (разности) 2-х СВ равна сумме (разности) их мат ожиданий M(X+-Y)=M(X)+-M(Y).
ДОК-ВО. Докажем, что M(X+Y)=M(X)+M(Y). Согласно опр мат ожидания и опр суммы 2-х СВ будем иметь M(X+Y)=СУМ(i=1;n)СУМ(j=1;m)(xi+yj)*pij= СУМ(i=1;n)СУМ(j=1;m)xi*pij+СУМ(i=1;n)СУМ(j=1;m)yj*pij=СУМ(i=1;n)xi*СУМ(j=1;m)pij+ СУМ(j=1;m)yj*СУМ(i=1;n)pij= СУМ(i=1;n)xi*pi+СУМ(j=1;m)yj*pj=M(X)+M(Y).
ДОК-ВО разности аналогично.
4. Мат ожидание произв 2-х незав СВ равно произведению их мат ожиданий M(XY)=M(X)*M(Y). ДОК-ВО. Из опр мат ожидания и произв СВ M(XY)= СУМ(i=1;n)СУМ(j=1;m)xi*yj*pij
Т.к. по условию x и y независимые, то Pij=P(X=xi)*P(Y=yj)=pi*pj.
M(XY)= СУМ(i=1;n)СУМ(j=1;m)xi*yj*pi*pj= СУМ(i=1;n)xi*pi * СУМ(j=1;m)yj*pj=M(X)*M(Y).
5. Если все знач-я СВ увеличить (уменьшить) на нек число С, то мат ожидание увел (умен) на это же число M(X+-C)=M(X)+-C;M(X+C)=M(X)+M(C)=M(X)+C.
6. Мат ожидание отклонения СВ от её мат ожидания равно 0. M(x-M(x))=0.