- •Вопросы для подготовки к зачёту 21.06.2012 г. По дисциплине «Теория вероятностей и математическая статистика» (гр.Соэ 111 - 2012 год) Теоретическая часть
- •Виды случайных событий: зависимые и независимые, достоверные и невозможные, равновозможные, противоположные – их примеры.
- •Понятие комбинаторики, её основные определения и формулы, примеры основных понятий комбинаторики. Правила суммы и произведения комбинаторики.
- •Теорема умножения для двух зависимых событий, её условия и доказательство, следствие данной теоремы для нескольких событий, примеры применения данной теоремы и её следствия.
- •Теорема о формуле полной вероятности: её условие применения, словесная формулировка, математическая запись, её доказательство.
- •Понятие гипотез. Постановка задачи и вывод формул Бейеса. Что позволяют формулы Бейса?
- •Постановка задачи на ввод и вывод формулы Бернулли. Необходимые условия для применения формулы Бернулли.
- •Локальная теорема Лапласа: условия её применения, математическая запись теоремы, математическая формула и основное свойство функции используемой в этой теореме.
- •Интегральная теорема Лапласа: условия её применения, словесная формулировка, математическая запись теоремы, вывод формулы с использованием функции Лапласа, основные два свойства функции Лапласа.
- •Понятие случайной величины (св), правила обозначения св и возможных значений св. Понятие дискретной и непрерывной св, их примеры.
- •Понятие закона распределения дискретной случайной величины (дсв), способы задания закона дсв и их особенности, примеры способов задания законов дсв.
- •Распределение Пуассона для дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения.
- •Геометрическое распределение дискретной случайной величины (дсв): постановка задачи, условия применения, вывод аналитического выражения, причина данного названия распределения.
- •Математическое ожидание (мож) числа появления события в одном испытании – словесная формулировка, доказательство. Вероятностный смысл мож – словесная формулировка, доказательство, два замечания.
- •Третье свойство мож (мож произведения 2-х независимых случ.Величин) – словесная формулировка, мат.Запись, доказательство, следствие.
- •Четвёртое свойство мож (мож суммы 2-х случ.Величин) - словесная формулировка, мат.Запись, доказательство, следствие.
- •Теорема о мож биномиального закона распределения – условия её применения, словесная формулировка, математическая запись, доказательство, замечание.
- •Необходимость введения и понятие ско случайных величин. Теорема о ско суммы взаимно независимых случайных величин (словесная формулировка, мат.Запись, доказательство).
- •Плотность распределения случайной величины: определение, мат.Запись, 2 свойства (словесная формулировка, математическая запись, доказательство). Примеры кривых распределения случайных величин.
Математическое ожидание (мож) числа появления события в одном испытании – словесная формулировка, доказательство. Вероятностный смысл мож – словесная формулировка, доказательство, два замечания.
Математическое ожидание дискретной случайной величины. Математическим ожиданием дискретной случайной величины называют сумму произведений всех её возможных значений на их вероятности. Если дискретная случайная величина Х принимает счетное множество возможных значений, то причем математическое ожидание существует, если ряд в правой части равенства сходится абсолютно. Вероятностный смысл математического ожидания. произведено «n» испытаний, в которых случайная величина Х приняла m1 раз значение x1, m2 раз значение x2, …, mk раз значение xk, причём m1+ m2+…+ mk = n. Тогда сума всех значений, приятых Х, равна x1 m1+ x2 m2+….+ xk mk. Найдем среднее арифм. Х
Допустим, что число испытаний «n» достаточно велико. Тогда относительная частота приближенно равна вероятности появления события Заменив в соотношении(**)
Правая часть этого приближенного равенства есть М(Х). Вероятностный смысл:мож приближенно равно среднему арифметическому наблюдаемых значений случайной величины.Замечание 1. Легко сообразить, что мож больше наименьшего и меньше наибольшего возможных значений. В этом смысле математическое ожидание называют центром распределения.
мож есть абсцисса центра тяжести системы материальных точек, абсциссы которых равны возможным значениям случайной величины, а массы—их вероятностям.Замечание 2. Происхождение термина «математическое ожидание» связано с начальным периодом возникновения теории вероятностей, ограничивалась азартными играми.
Первое и второе свойства МОЖ: МОЖ постоянной величины; МОЖ случайной величины с постоянным множителем (словесная формулировка, мат. запись, доказательство, замечание для первого и 2 замечания для второго свойства).
Свойство 1. Математическое ожидание постоянной величины равно самой постоянной: постоянную С как дискретную случайную величину, имеет одно возможное значение С с вероятностью р = 1. Следовательно. Замечание 1. Определим произведение постоянной величины С на дискретную случайную величину Х как дискретную случайную СХ, возможные значения которой равны произведениям постоянной С на возможные значения X; вероятности возможных значений СХ равны вероятностям соответствующих возможных значений X, т.е. Схi = pi . Свойство 2. Постоянный множитель можно выносить за знак математического ожидания: Доказательство. Пусть случайная величина Х задана законом распределения вероятностей: Учитывая Замечание 1, напишем закон распределения случайной величины СХ:
Мож св СХ: Итак, Замечание 2. две случайные величины называют независимыми, если закон распределения одной из них не зависит от того, какие возможные значения приняла другая величина. В противном случае случайные величины зависимы. Несколько случайных величин называют взаимно независимыми, если законы распределения любого числа из них не зависят от того, какие возможные значения приняли остальные величины. Замечание 3. Определим произведение независимых случайных величин Х и У как случайную величину XY. Вероятности возможных значений произведения XY равны произведениям вероятностей возможных значений сомножителей, т.е. P(xiyi)= P(xi) P(yi)