- •1)Случайные события , действия над событиями.
- •2)Общее определение вероятности. Классическое определение вероятности.
- •4).Вероятность суммы событий
- •3). Свойства несовместных событий.
- •5). Условная вероятность. Зависимые и независимые события.
- •6)Формула полной вероятности. Формула Байеса.
- •7) Повторение испытаний. Формула Бернулли.
- •8) Функция Лапсласа. Свойства функции.
- •10). Формула Пуассона.Связь между формулами Пуассона и Бернулли.
- •9) Локальная и интегральная теоремы Лапласа.
- •13).Биноминальное распределение ( Математическое ожидание)
- •14).Биноминальное распределение ( Дисперсия)
- •15).Распределение Пуассона( закон нормировки ,математическое ожидание).
- •16).Распределение Пуассона(дисперсия).
- •17) Функция распределения. Её свойства.
- •18).Непрерывная случайная величина. Плотность распределения н.С.В..
- •19) Характеристики н.С.В. Свойства матем.Ожидания и дисперсии н.С.В.
- •20). Равномерное распределение .Плотность и функция распределения.
- •21). Равномерное распределение . Математическое ожидание и дисперсия.
- •22) Нормальное распределение .Его плотность.
- •23) Нормальное распределение .Его математическое ожидание.
- •24) Нормальное распределение . Дисперсия.
- •25) Вероятность попадания нормально распределённой с.В. В интервал.
- •27) Показательное распределение. Условие нормировки.
- •28) Показательное распределение. Математическое ожидание.
- •29) Показательное распределение. Дисперсия.
- •30) Функции случайных величин. Примеры.
- •31) Функции двух случайных величин. Примеры.
- •32) Системы случайных величин. Примеры
- •34) Основы математической статистики (примеры).
- •35).Статистические оценки неизвестных параметров распределения. Оценка мат.Ожидания и дисперсии.
- •36). Доверительный интервал для оценки математического ожидания при известном .
17) Функция распределения. Её свойства.
Функцией распределения F(x) случайной величины Х называется вероятность того, что случайная величина примет значение, меньшее х: F (x) = p (X < x).
Свойства функции распределения.
1) 0 ≤ F(x) ≤ 1. Действительно, так как функция распределения представляет собой вероятность, она может принимать только те значения, которые принимает вероятность.
2) Функция распределения является неубывающей функцией, то есть F(x2) ≥ F(x1) при х2 >x1. Это следует из того, что F(x2) = p(X < x2) = p(X < x1) + p(x1 ≤ X < x2) ≥ F(x1).
3) В частности, если все возможные значения Х лежат на интервале [a, b], то F(x) = 0 при х ≤ а и F(x) = 1 при х ≥ b. Действительно, X < a – событие невозможное, а X < b – достоверное.
4) Вероятность того, что случайная величина примет значение из интервала [a, b], равна разности значений функции распределения на концах интервала: p ( a < X < b ) = F(b) – F(a). Справедливость этого утверждения следует из определения функции распределения (см. свойство 2).
Если F(x) - дискретная случайная величина, принимающая значения x1 < x2 < … < xi < … с вероятностями p1 < p2 < … < pi < …, то таблица вида
x1 |
x2 |
… |
xi |
… |
p1 |
p2 |
… |
pi |
… |
называется распределением дискретной случайной величины.
Функция распределения случайной величины, с таким распределением, имеет вид
Для дискретной случайной величины значение F(x) в каждой точке представляет собой сумму вероятностей тех ее возможных значений, которые меньше аргумента функции.
График функции распределения имеет ступенчатый вид:
|
|
|
|
18).Непрерывная случайная величина. Плотность распределения н.С.В..
Случайная величина Х называется непрерывной, если ее функция распределения F(x) есть непрерывная, кусочно-дифференцируемая функция с непрерывной производной.
Так как для таких случайных величин функция F(x) нигде не имеет скачков, то вероятность любого отдельного значения непрерывной случайной величины равна нулю P{X=α}=0 для любого α.
В качестве закона распределения, имеющего смысл только для н.с.в.существует понятие плотности распределения или плотности вероятности.
Вероятность попадания н.с.в. X на участок от x до x+Dx равна приращению функции распределения на этом участке: P{x£ X <x+Dx}=F(x+Dx) - F(x).
Плотность вероятности на этом участке определяется отношением
Плотностью распределения н.с.в. X в точке x называется производная ее функции распределения в этой точке и обозначается f(x). График плотности распределения называется кривой распределения.
Пусть имеется точка x и прилегающий к ней отрезок dx. Вероятность попадания н.с.в. X на этот интервал равна f(x)dx. Эта величина называется элементом вероятности.
Вероятность попадания н.с.в. X на произвольный участок [a, b[ равна сумме элементарных вероятностей на этом участке:
В геометрической интерпретации P{α≤X<β} равна площади, ограниченной сверху кривой плотности распределения f(x) и опирающейся на участок (α,β)
Это соотношение позволяет выразить функцию распределения F(x) случайной величины X через ее плотность:
В геометрической интерпретации F(x) равна площади, ограниченной сверху кривой плотности распределения f(x) и лежащей левее точки x .
Основные свойства плотности распределения:
Плотность распределения неотрицательна: f(x) ³ 0.
Это свойство следует из определения f(x) – производная неубывающей функции не может быть отрицательной.
2. Условие нормировки: Это свойство следует из формулы , если положить в ней x=∞.
Геометрически основные свойства плотности f(x) интерпретируются так:
вся кривая распределения лежит не ниже оси абсцисс;
полная площадь, ограниченная кривой распределения и осью абсцисс, равна единице.