- •Вопрос 2. Аксиоматическое определение вероятности. Классическое, статистическое, геометрическое определение вероятности события.
- •Вопрос 3. Свойства вероятности. Теоремы сложения и умножения вероятностей. Независимые события. Условная вероятность. Вероятность наступления хотя бы одного из событий.
- •Вопрос 4. Формула полной вероятности. Формула Байеса (вероятности гипотез).
- •Вопрос 5. Повторные независимые испытания. Формула Бернулли. Полиномиальная формула. Наивероятнейшее число появлений события в независимых испытаниях.
- •Вопрос 7. Применение интегральной теоремы Муавра-Лапласса. Отклонение относительной частоты от постоянной вероятности в независимых испытаниях.
- •Вопрос 8. Дискретные случайные величины (дсв). Закон распределения вероятностей дсв. Многоугольник распределения. Функция распределения дсв. Основные законы распределения дсв (6 законов).
- •Вопрос 9. Числовые характеристики дсв. Основные законы распределения дсв. Числовые характеристики для основных законов.
- •Вопрос 12. Числовые характеристики нсв.
- •Вопрос 13. Равномерный закон распределения нсв. Интегральная и дифференциальная функции и их графики. Числовые характеристики. Вероятность попадания в заданный интервал.
- •Вопрос 14. Показательный закон распределения нсв. Интегральная и дифференциальная функции и их графики. Числовые характеристики. Вероятность попадания в заданный интервал.
- •Вопрос 16. Закон распределения функции от случайной величины. Нахождение плотности вероятности, математического ожидания, дисперсии.
- •Вопрос 17. Система двух случайных величин. Закон распределения двумерной дсв. Законы распределения составляющих. Условные законы распределения составляющих двумерной дсв.
- •Вопрос 18. Двумерная нсв. Интегральная функция. Дифференциальная функция и условная дифференциальная функция. Вероятность попадания в область.
- •Вопрос 20. Специальные законы распределения.Χ2 - распределение Пирсона. T – распределение Стьюдента. F – распределение Фишера-Снекедора.
Вопрос 9. Числовые характеристики дсв. Основные законы распределения дсв. Числовые характеристики для основных законов.
Математическим ожиданием СВ называется ее среднее значение , свойства: 1.M(C) = C, где C- const; 2. M(CX)=CM(X); 3.M(X+Y) = M(X)+M(Y); 4. Х, Y – независимые, то M(XY)=M(X)*M(Y)
Мода (М0(Х)) – наиболее вероятное значение СВ, Медиана (Ме(Х)) – значение СВ, которое делит таблицу на 2 части таким образом, что попадает в каждую из них 0,5.
Дисперсия СВ – математическое ожидание квадрата отклонения СВ от ее математического ожидания ; свойства: 1. D(C)=0, 2. D(CX)=C2D(X), 3. D(X)=M(X2)-(M(X))2, 4. X,Y – независимы, то D(X+Y)=D(X)+D(Y), 5. за исключением 2cov, cov(x,y)=M(X-M(X))M(Y-M(Y)) – ковариация СВ.
Среднеквадратическое отклонение
Биномиальный закон распределения. Случайная величина , распределенная по биномиальному закону, принимает значения:
0, 1, 2, …, n с вероятностями, определяемыми по формулам Бернулли:
xi |
0 |
1 |
2 |
,,, |
|
,,, |
|
pi |
|
|
|
|
|
|
|
Математическое ожидание: M(X)=np.
Дисперсия: D(X)=npq.
Закон распределения Пуассона. Случайная величина , распределенная по закону Пуассона, принимает бесконечное счетное число значений: 0, 1, 2, …, k, …, с соответствующими вероятностями, определяемыми по формуле Пуассона ,где – параметр распределения Пуассона.
При и биномиальный закон распределения приближается к закону распределения Пуассона, где .
Математическое ожидание .
Дисперсия .
Геометрическое распределение. Дискретная случайная величина X имеет геометрическое распределение, если она принимает значения 1, 2, ..., m, ... (бесконечное, но счётное множество значений) с вероятностями
где 0 < p < 1, q=1 - p, m =1, 2, ...
Ряд геометрического распределения имеет вид:
xi |
1 |
2 |
3 |
... |
m |
... |
pi |
p |
pq |
pq2 |
... |
pqm-1 |
... |
Случайная величина X=m, имеющая геометрическое распределение, представляет собой число m испытаний, проведённых по схеме Бернулли, с вероятностью p наступления события в каждом испытании до первого положительного исхода.
Математическое ожидание СВ X, имеющей геометрическое распределение с параметром p, , дисперсия , где q= 1-p.
Отрицательное биномиальное распределение. Производится ряд независимых опытов, в каждом из которых событие А появляется с вероятностью р до получения k успехов. Случайная величина Х – количество неудачных опытов, m=0,1,…,
Гипергеометрический закон. Схема урн. В урне N шаров, M - белых, n шаров вытянули, СВ Х – количество белых шаров среди вытянутых
xi |
0 |
1 |
… |
m |
pi |
|
|
|
|
Вопрос 10. Непрерывные случайные величины (НСВ). Интегральная функция распределения НСВ. Ее свойства. Дифференциальная функция распределения НСВ (плотность распределения). Ее свойства. Вероятность попадания НСВ в заданный интервал.
НСВ – случайная величина, принимающая бесконечное несчетное число значений.
Интегральная функция (функция распределения) ; свойства:
1. , 2. , 3. ,
4. .Дифференциальная функция распределения (плотность вероятности) где F(x) - интегральная функция; свойства:1. ;
2. ,3. , 4. .
Вероятность попадания в интервал: , , Ф*(Х)=1/2+Ф(Х)