![](/user_photo/2706_HbeT2.jpg)
- •Элементы комбинаторики, размещения, перестановки, сочетания.
- •Случайные события, алгебра событий, формулы де Моргана.
- •Классическая вероятность, теорема сложения вероятностей.
- •Статистическое определение вероятности, геометрическая вероятность.
- •Аксиоматическое определение вероятностей.
- •7. Независимость двух событий и в совокупности.
- •8.Полная группа событий, формула полной вероятности, формула Байеса.
- •9. Схема Бернулли, формула Бернулли, наивероятнейшее число схемы Бернулли.
- •10. Локальная и интегральная формулы Муавра-Лапласа в схеме Бернулли.
- •11. Функция Гаусса и функция Лапласа, их применения и свойства
- •12. Формула Пуассона
- •13. Оценка вероятности отклонения частоты от среднего и частости от вероятности в схеме Бернулли.
- •14. Случайн. Величина как функция на вероятностном пространстве, ф-ция распред.
- •15. Дискретная случайная величина (дсв), полигон распределения, свойства функции распределения
- •17.Математическое ожидание, дисперсия и среднее квадратическое отклонение дискретной св, их свойства.
- •18. Биномиальное, геометрическое, гипергеометрическое распределение, их среднее и дисперсия.
- •25. Вероятность отклонения от седнего и вероятность попадания на промежуток для номальной св.
- •32. Ковариация и корреляция св, свойства коэффициента корреляции.
- •33. Двумерное нормальное распределение.
- •34. Преобразование св, теорема о функции плотности преобразованной абсолютно непрерывной св.
- •35. Теорема о функции плотности распределения суммы компонент абсолютно непрерывной двумерной св (формула свертки)
- •37. Неравенства Маркова и Чебышева.
- •39. Центральная предельная теорема
- •Генеральная совокупность и выборка, выборочный метод
- •41.Вариационный ряд выборки.
- •42.Выборочная ф-я распределения, ее св-ва и связь с генеральной ф-ей распределения.
- •43. Выборочное среднее и дисперсия, исправленная выборочная дисперсия
- •44.Точечные оценки параметров генеральной совокупности, оценка среднего и дисперсии.
- •45.Несмещенность, состоятельность и эффективность точечных оценок.
- •46. Свойства точечных оценок среднего, дисперсии и доли
- •47.Интервальная оценка параметра ген. Сов-сти, доверительная вероятность.
- •48.Интервальная оценка для среднего норм. Ген. Сов-ти для известной и неизвестной дисперсии
14. Случайн. Величина как функция на вероятностном пространстве, ф-ция распред.
Случ. величиной (СВ) назыв. числ. величина, к-ая в результате опыта может принять какое-либо знач, и заранее не известно, какое знач она примет. СВ бывает дискретн. и непрерывн.
СВ – это ф-ция, заданная на вероятностном пространстве Ω и принимающая числовые знач.
ω – элементарн. событие этого пространства.
С
X
‘ω
‘
-x
R
(X=x)={ω|X(ω)=x},
x
Є R
ω’
- x
=
=
=
(X=x)={ω Є Ω| X(ω)<x}
О
тображение
Ω →R
явл-ся СВ-й, если для всех xЄR
множество (X<x)
– событие.
Если пространство Ω={ ω1, …, ωn } – конечное, то любая ф-ция – СВ.
Пусть Х – СВ, тогда ф-ция распредел. величины Х – это числ. ф-ция Fx: R R
x P(X<x)
FX(x)= P{X<x}, xR
{Под {X<x}понимается событие, состоящее в том, что случ. величина Х принимает значение меньшее, чем число х}
15. Дискретная случайная величина (дсв), полигон распределения, свойства функции распределения
Дискретной назыв. такую СВ множество значений которой конечно или счетно.(Пример: рац-ные числа на числ. прямой). Ω – всегда конечно или счетно, то любая СВ на нем – ДСВ.
Пусть ДСВ Х принимает знач. х1, х2…хn, тогда закон распределения ДСВ: рk =Р(Х=xk), k=1,n. Он может задаваться:
1. табл. распред-ия:
-
хk
х1
х2
…
хn
рk
р1
р2
…
рn
Функцией распределения:
Ее график – кусочно-
постоянная ф-ция,
скачки кот-й в точках
разрыва x=xk равны
вер-тям pk:
полигоном распред-я
- графич. изображение таблицы распределения:
Свойства функции распределения:
0<=F(x)<=1
Монотонно не убывает:
x1<x2 F(x1)<=F(x2)
F(-∞)=0, F(+∞)=1
Непрерывна слева:
F(x1<=X<=x2) = F(x2)-F(x1)
16. Распределение вероятностей суммы и произведения дискретных случайных величин.
Сумма СВ Х и У – это новая СВ Z=X+Y, принимающая все значения вида zk=xi+yj с вероятностями
pk=Σ(xi+yj=zk)pij, где pij= P((X=xi)*(Y=yj))
Если при этом случайные величины Х и У независимы, то
pij= P((X=xi)*(Y=yj))=piqj
Аналогично разностью Z=X-Y называется новая СВ, для которой
pk=P(Z=zk)= Σ (xi-yj=zk)pij
где pij= P((X=xi)*(Y=yj))
Произведением Z=XY называется новая СВ Z, принимающая все значения вида zk=xiyj с вероятностями
pk=Σ(xi+yj=zk)pij, где pij= P((X=xi)*(Y=yj))
17.Математическое ожидание, дисперсия и среднее квадратическое отклонение дискретной св, их свойства.
Мат. Ожидание дискретной СВ определяется так:
МХ=Σxkpk
И имеет смысл среднего значения СВ. Если число значений СВ конечно и равно n, а вероятность , то МХ совпадает с обычным средним значением величин x1, x2,…, xn :
МХ=1/n Σхk
Мат. ожидание обладает следующими свойствами:
1)MC=C, где C=const
2)M(CX)=C*MX, где С=const
3)M(X+-Y)=MX+-MY, для любых Х и У
4)M(X*Y)=MX*MY, если Х и У независимы.
5)M(X-MX)=0
Дисперсия(для оценки средней СВ вокруг ее среднего значения) – называется мат.ожидание квадрата разности X-MX:
DX=M(X-MX)2=Σ(xk-MX)2pk
DX=MX2-(MX)2
Свойства дисперсии
1)DC=0, где C=const
2) D(CX)=C2DX, где С=const
3)D(X+-Y)=DX+-DY, если Х и У независимы.
Bеличина σX=кореньDX называется средним квадратическим отклонением и также является мерой рассеивания СВ Х.