- •1 . Элементар оқиғалар кеңістігі.
- •2. Оқиғалар және оқиғаларға амалдар қолдану. Оқиғаның салыстырмалы жиілігі, оның қасиеттері.
- •3. Ықтималдықтың классикалық анықтамасы.Ықтималдықтың қасиеттері.
- •5. Шарларды жәшіктере үлестіру. Максвел-Больцман, Бозе-Эйнштейн, және Ферма-Дирак статистикалары.
- •7. Гипергеометриялық үлестірім. Көп өлшемді гипергеометриялық үлестірім.
- •8. Ықтималдықтар теориясының аксиомалары.Ықтималдықтың қасиеттері.
- •9. Жалпы ықтималдық кеңістігі
- •10. Үзіліссіздік аксиомалары және олардың саналымдылық аксиомаларына эквиваленттілігі.
- •11. Шартты ықтималдық. Ықтималдықтарды көбейту формуласы.
- •12. Оқиғалардың тәуелсіздігі.Бернштейн мысалы.
- •13. Ықтималдықтарды қосу формуласы.Қолдану мысалдары.
- •14. Оқиғалардың толық тобы. Толық ықтималдықтар формуласы. Байес формулалары.
- •15. Бернулли схемасы. Бернулли формуласы. Ең ықтимал табыс саны.
- •16. Пуассонның жуықтау формуласы.
- •17. Муавр-Лапластың жергіліктік және интегралдық теоремалары.(дәлелдеу схемалары)
- •21.Дискретті кездейсоқ шама. Үлестірім функциясы. Қасиеттері. Мысалдар.
- •22.Үзіліссіз кездейсоқ шама. Үлестірім тығыздығы. Қасиеттері. Мысалдар.
- •23.Көп өлшемді кездейсоқ шама.Көп өлшемді үлестірім функциясы. Қасиеттері
- •25.Кездейсоқ шамалардың тәуелсіздігі. Дискретті кездейсоқ шамалардың тәуелсіздік критериі
- •26.Кездейсоқ шамалардың тәуелсіздігі. Үзіліссіз кездейсоқ шамалардың тәуелсіздік критериі
- •27. Композиция формуласы. Қолдану мысалдары.
- •28.Математикалық күтім. Қасиеттері. Мысалдар.
- •10 Сызықтық қасиеттері.
- •20. Теріс еместік қасиеттері.
- •30. Ақырлылық қасиеттері.
- •29.Дисперсия. Қасиеттері. Мысалдар.
- •30.Ковариация. Корреляция коэффициенті. Қасиеттері.
- •31.Чебышев теңсіздігі. Үлкен сандар заңы.
- •33.Иенсен теңсіздігі.
- •36.Сипаттамалық функция. Қарапайым қасиеттері. Қолдану мысалдары.
16. Пуассонның жуықтау формуласы.
Егер (11)- формулада параметр жəне n кезде болса, онда Пуассон теоремасы бойынша
(4)
(4)-формуланың оң жағын əдетте қтималдықтарының жуық мəні ретінде p аса аз ( p 0 ),ал n аса үлкен (n), бірақ болған жағдайларда қолданады. Бұл жуықтаудың мына дəлдігі белгілі
(1 ) шамалары
шамаларына (n) кезде жинақталуының жылдамдығы жөнінде Ю.В.Прохоров дəлелдеген мынандай нəтижені де келтіре кетелік { l}
17. Муавр-Лапластың жергіліктік және интегралдық теоремалары.(дәлелдеу схемалары)
Муавр-Лапласты_ жергіліктілік (локальды_) теоремасы. Егер n, p-тұрақты, 0 p 1
болса, онда барлық c1 xk,n c2үшін бірқалыпты түрде
(5)
Муавр-Лапласты_ интегралды_ теоремасы. Егер (n), p − тұрақты, 0 < p < 1 , болса, онда барлық нақты
үшін бірқалыпты түрде
(6) (5)-(6)-формулалардың оң жақтары n жеткілікті үлкен, ал p нөлге аса жақын болмайтын жағдайларда жақсы жуықтаулар береді. Көбіне бұл жуықтауларды npq 20 болған жағдайда пайдаланады. (2.22)- формуладағы жуықтауды есептеу үшін
функцияларының мəндерін пайдалануға болады:
(x),Ф0 (x) функцияларының мəндерінің таблицалары (кестелері) есептер жинағының соңындағы 1,2- қосымшаларда келтірілген. Муавр-Лаплас теоремаларын пайдаланып табыс ықтималдығының белгілі бір аралықта жату ықтималдығын былайша жуықтап есептеуге болады:
(7)
Сол сияқты табыстың салыстырмалы жиілігінің табыс ықтималдығынан ауытқуын былайша жуықтап табуға
болады:
(8) n,a ,b , p параметрлерінің біреуін қалған үшеуі белгілі болған жағдайда мына теңсіздіктен анықтауға болады:
(9)
Соңғы нəтижені пайдаланып белгісіз табыс ықтималдығы p үшін сенімділік ы_тималдығы 1−b болатын a l (кездейсоқ) сенімділік интервалын былайша табуға болады:
21.Дискретті кездейсоқ шама. Үлестірім функциясы. Қасиеттері. Мысалдар.
(,F,P ) ықтималдық кеңістігі берілсін.
Кездейсо_ шама деп элементар оқиғалар кеңістігін () нақты сандар жиынына (R) бейнелейтін
_лшенетін функцияны (F-_лшенетін функцияны), яғни кез келген борелдік B(R) жиыны үшін
(3.1)
шартын қанағаттандыратын : R функциясын айтады. Анықтамадан кез келген борелдік B(R) жиыны үшін − оқиға болатыны, яғни ол үшін
− ықтималдығы анықталатындығы шығады. Жоғарыдағыдай анықталған P(R,(R)) кеңістігінде анықталған ы_тималды_ (ы_тималды_ты_ функция) болады жəне ол ( P) кездейсоқ
шамасының _лестірім за_ы (_лестірімі) деп аталады; P жаңа (R, (R), P) ықтималдық кеңістігін пайда қылады.
Егер C(F) {x : F(x 0) F(x)} F(x) үлестірім функциясының үзіліссіздік нүктелерінің жиыны болса, онда (F) = R \ C(F) ақырлы не саналымдыдан артық емес жиын: (F)={x1, x2 ,...}; xk (F)
үшін pk = P{x = xk } = = Fx (xk ) − Fx (xk − 0) ықтималдықтары
шартын қанағаттандыратын
болса, онда біз кездейсоқ шамасын дискретті _лестірімді кездейсоқ шама немесе дискретті кездейсо_
шама деп атаймыз.
Егер дискретті кездейсоқ шама болса, онда кез келген B(R) үшін
Бұдан оның үлестірім функциясы F (x) сатылы функция болатыны жəне былайша анықталатынын шығады:
(3.4)
Анықтамадан {1,2 ,...}дискретті элементар оқиғалар кеңістігінде анықталған кез келген сандық функция : X 1 ,2 ,...дискретті кездейсоқ шама болатыны шығатынын байқау қиын
емес.
Енді жиі кездесетін үлестірім заңдары мен кездейсоқ шамалардың мысалдарын келтірелік.
Дискретті _лестірімдер.
1. _згеше (ерекше) үлестірім:
P{x = a} = 1 , а -тұрақты.
2. Гипергеометриялы_ үлестірім (параметрлері: n,k,m -натурал сандар, k n, m n ) :
3. Биномды_ үлестірім (параметрлері: n-натурал сан, 0 p 1 ) :
Параметрлері n,p болатын биномдық кездейсоқ шаманы көбіне қысқаша ~ Bі(n;p) түрінде жазатын боламыз.
4. Пуассонды_ үлестірім (параметрі >0):
Қысқаша жазылуы: ~ () , не ~ () .
5. Геометриялы_ үлестірім (параметрі p, 0<p < 1):
P{ = k} = p(1− p)k , k = 0,1,...