- •3) Статистичесоке определения вероятности, частота события
- •4)Основные формулы комбинаторики. Размещения, сочетания, перестановки
- •9)Понятие случайной величины . Дискретные и непрерывные случайные величины
- •10)Закон распределения дискретной случайной величины. Примеры.
- •11) Функция распределения случайной величины и ее свойства . Функцией распределения f(X) случайной величины х называется вероятность того, что случайная величина примет значение, меньшее х:
- •12) Математическим ожиданием дискретной случайной величины называется сумма произведений ее возможных значений на соответствующие им вероятности:
- •13) Свойства математического ожидания дискретной случайной величины.
- •4) Математическое ожидание суммы двух случайных величин ( зависимых или незави-симых ) равно сумме математических ожиданий слагаемых:
- •14) . Дисперсией (рассеянием) случайной величины называется математи-ческое ожидание квадрата ее отклонения от ее математического ожидания:
- •15 ) Свойства дисперсии дискретной случайной величины Свойства дисперсии.
- •18) Плотность вероятности непрерывной случайной величины и ее свойства Функция f(X), называемая плотностью распределения непрерывной случайной величины, определяется по формуле:
- •19) Математическое ожидание, дисперсия и среднее квадратическое отклонение непрерывной случайной величины. Математическим ожиданием непрерывной случайной величины называется
- •22)Равномерное распределение непрерывной случайной величины Равномерный закон распределения.
- •23) Показательный закон распределения
- •21) Геометрическое распределение дискретной случайной величины.
- •24)Закон нормального распределения непрерывной случайной величины.
- •25) Распределения «хи-квадрат», Стьюдента и Фишера.
- •27) Закон распределения вероятностей дискретной двумерной случайной величины
- •31) Числовые характеристики двумерных случайных величин, функции регрессии.
- •1. Абсолютная величина коэффициента корреляции двух случайных величин не превышает единицы:
- •33. Двумерный нормальный закон распределения
- •42) . Выборочным средним называется среднее арифметическое значений случайной величины, принимаемых в выборке:
- •46) Метод моментов для оценки параметров вариационного ряда Метод моментов.
- •40) Графическое представление выборки. Полигон и гистограмма.
- •43) Генеральная и выборочная дисперсия.
- •44. Оценка генеральной дисперсии по исправленной выборочной дисперсии
- •1. Состоятельность. Точечная оценка называется состоятельной, если при неограниченном увеличении объема выборки ( ) она стремится к истинному значению параметра a.
- •52) Доверительный интервал для оценки математического ожидания нормального распределения при известном среднем квадратическом отклонении.
- •53) Доверительный интервал для оценки математического ожидания нормального распределения при неизвестном среднем квадратическом отклонении.
- •54)Доверительный интервал для оценки среднего квадратического отклонения нормального распределения
9)Понятие случайной величины . Дискретные и непрерывные случайные величины
Случайной величиной называется величина, принимающая в результате опыта одно из своих возможных значений, причем заранее неизвестно, какое именно.
Случайная величина называется дискретной, если она принимает отдельные, изолированные возможные значения с определенными вероятностями.
Случайная величина называется непрерывной, если множество ее возможных значений целиком заполняет некоторый конечный или бесконечный промежуток.
10)Закон распределения дискретной случайной величины. Примеры.
Для задания дискретной случайной величины нужно знать ее возможные значения и вероятности, с которыми принимаются эти значения. Соответствие между ними называется законом распределения случайной величины. Он может иметь вид таблицы, формулы или графика.
Таблица, в которой перечислены возможные значения дискретной случайной величины и соответствующие им вероятности, называется рядом распределения:
Заметим, что событие, заключающееся в том, что случайная величина примет одно из своих возможных значений, является достоверным, поэтому
Пример. . Два стрелка делают по одному выстрелу по мишени. Вероятности их попадания при одном выстреле равны соответственно 0,6 и 0,7. Составить ряд распределения случайной величины Х – числа попаданий после двух выстрелов.
Решение. Очевидно, что Х может принимать три значения: 0, 1 и 2. Их вероятности найдены в примере, рассмотренном в лекции 3. Следовательно, ряд распределения имеет вид:
хi |
0 |
1 |
2 |
pi |
0,12 |
0,46 |
0,42 |
xi |
x1 |
x2 |
… |
xn |
… |
pi |
p1 |
p2 |
… |
pn |
… |
Графически закон распределения дискретной случайной величины можно представить в виде многоугольника распределения – ломаной, соединяющей точки плоскости с координатами (xi, pi).
11) Функция распределения случайной величины и ее свойства . Функцией распределения f(X) случайной величины х называется вероятность того, что случайная величина примет значение, меньшее х:
F (x) = p (X < x).
Свойства функции распределения.
0 ≤ F(x) ≤ 1. Действительно, так как функция распределения представляет собой вероятность, она может принимать только те значения, которые принимает вероятность.
Функция распределения является неубывающей функцией, то есть F(x2) ≥ F(x1) при х2 > x1. Это следует из того, что F(x2) = p(X < x2) = p(X < x1) + p(x1 ≤ X < x2) ≥ F(x1).
В частности, если все возможные значения Х лежат на интервале [a, b], то F(x) = 0 при х ≤ а и F(x) = 1 при х ≥ b. Действительно, X < a – событие невозможное, а X < b – достоверное.
Вероятность того, что случайная величина примет значение из интервала [a, b], равна разности значений функции распределения на концах интервала:
p ( a < X < b ) = F(b) – F(a).
Справедливость этого утверждения следует из определения функции распределения (см. свойство 2).
Для дискретной случайной величины значение F(x) в каждой точке представляет собой сумму вероятностей тех ее возможных значений, которые меньше аргумента функции.