- •Классическое определение вероятности и ее свойства
- •Комбинаторные методы подсчета
- •3. Геометрический метод определения вероятности.
- •8. Понятие произведения событий
- •9. Понятие разности событий
- •10) Теорема сложения вероятностей несовместных событий
- •20. Наивероятнейшее число благоприятных исходов
- •21. Простейший поток событий
- •22. Случайные величины (дискретные и непрерывные)
- •23. Закон распределения дискретной случайной величины
- •24. Функция распределения дискретной случайной величины
- •25. Мат. Ожидание дискретной случайной величины. Свойства мат. Ожидания.
- •26. Дисперсия дискретной случайной величины
- •27. Закон распределения непрерывной случайной величины
- •28. Плотность вероятности непрерывной случайной величины
- •29. Мат ожидание и дисперсия непрерывной случайной велечины.
- •30. Среднее квадратическо отклонение, мода и медиана непрерывной случайной величины.
- •31.Начальные и центральные моменты непрерывной случайно величины
- •32.Биноминальный з-н распределения
- •35.Равномерное распределение
- •36. Показательный закон
- •37. Нормальное распределение
- •38. Свойства случайной величины, распеделенной по нормальному закону
- •39. Свойства нормального распределения
- •40. Распределение Пирсона
- •41. Распределение Стьюдента.
- •42. Распределение Фишера
- •43. Понятие многомерной случайной величины и закон ее распределения
- •44. Функция распределения многомерной случайной величины
- •45. Плотность вероятности двумерной случайной величины.
- •46. Зависимые и независимые случайные величины.
- •47.Ковариация и коэффициент корреляции. Свойства.
- •48 Закон больших чисел.
- •49. Неравенство Маркова
- •50. Неравенство Чебышева
- •51. Теорема Чебышева
- •52. Теорема Бернулли
- •53. Центральная предельная теорема (цпт)
- •54. Элементы статистики. Понятие об оценке параметров
- •55. Оценка мат ожидания и дисперсии по выборке
- •56. Вариационный ряд
- •58. Основы математической теории выборочного метода
- •59. Оценка вероятности по относительной частоте. Доверительный интервал.
- •60. Оценка параметров в статистике
- •61. Дисперсионный анализ. Однофакторный комплекс.
- •62. Корреляционный анализ. Регрессия.
- •63. Линейная регрессия. Метод наименьших квадратов.
26. Дисперсия дискретной случайной величины
Дисперсией дискретной случайной величины Х называют математическое ожидание квадрата отклонения случайной величины от ее математического ожидания: . Для вычислений удобнее пользоваться формулой :
Дисперсия обладает следующими свойствами.
1. Дисперсия постоянной величины С равна нулю : D ( C ) = 0.
2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат : D ( CX ) = C 2D ( X ).
3. Дисперсия суммы нескольких взаимно независимых случайных величин равна сумме дисперсий этих величин:
D ( X+Y+Z ) = D ( X )+D ( Y )+D ( Z ).
4. Дисперсия суммы постоянной величины и случайной - равна дисперсии случайной величины: D ( C+X ) = D ( X ).
27. Закон распределения непрерывной случайной величины
Случайная величина x называется непрерывной, если ее функция распределения непрерывна и дифференцируема всюду, за исключением некоторого числа точек.
НСВ задается функцией распределения. Функцией распределения случайной величины Х называется функция F(x), выражающая для каждого х вероятность того, что случайная величина Х примет значение, меньшее х: F(x) = P(X<x)
Свойства функции распределения:
F(x)>0
P(x1<x<x2) = F(x2)-F(x1)
F(x) монотонно возрастает на [0;1]
P(x = c) = 0, где с – константа
Если x – НСВ, то вероятность попадания СВ в интервал от x1 до x2 не зависит от того, закрытый или открытый этот интервал, т.е. P(x1<x<x2) = P(x1=< x =<x2)
28. Плотность вероятности непрерывной случайной величины
Плотность вероятности непрерывной случайной величины (дифференциальная функция распределения вероятностей) – функция, равная производной от закона распределения (интегральной функции): φ(x) = F`(x).
φ(x)dx = P (x принадлежит от x до x+dx) – вероятность попадания случайной величины в бесконечный промежуток.Свойства плотности вероятности:
Значения функции неотрицательны, т.е. φ(x))≥0
Непрерывна, не может быть разрывов
φ(- бесконечности) = 0
φ(+ бесконечности) = 0
P (a<x<b) =
29. Мат ожидание и дисперсия непрерывной случайной велечины.
Математическим ожиданием непрерывной случайной величины Х, называется интеграл:
В частности, если с.в. задана своей плотностью вероятности на каком-либо отрезке, то и интеграл вычисляем на этом отрезке.
Дисперсией непрерывной случайной величины называется математическое ожидание квадрата ее отклонения. Вычисляется по формуле:
Относительно пределов интегрирования - то же самое.
30. Среднее квадратическо отклонение, мода и медиана непрерывной случайной величины.
Среднее квадратическое отклонение непрерывной случайной величины, оно же стандартное отклонение или среднее квадратичное отклонение есть корень квадратный из дисперсии:
σ(X) = √D(X)
Мода непрерывной случайной величины Mo(X) - значение с.в., имеющее наибольшую вероятность. Если в задаче требуется определить моду - находим экстремум (максимум) плотности вероятности f(x).
Медианой MD случайной величины Х называется такое ее значение, относительно которого равновероятно получение большего или меньшего значения случайной величины.