- •1. Приведите классическое определение вероятности и укажите, при соблюдении каких условий оно применимо.
- •2. Исходя из трех аксиом теории вероятностей, докажите, что вероятность любого события подчиняется неравенству р(а)?1
- •5. Если появление события в непременно влечет за собой появление события а, то как в этом случае соподчинены противоположные им события ? и b?
- •8. Приведите пример какого-либо опыта с конечным числом элементарных исходов, в условиях которого нельзя исчислять вероятности событий по формуле классического определения вероятности
- •9. Приведите известные вам формулы комбинаторики, которые используются при непосредственном исчислении вероятности по её классическому определению
- •10. Приведите определение условной вероятности
- •11. Зависимость и независимость двух событий (определение)
- •12. Теорема умножения вероятностей для зависимых и независимых событий (формулировка
- •20. Сформулируйте условия, при выполнении которых применяется теорем Байеса. Приведите формулировку и краткое доказательство этой теоремы
- •20. В каком документе закреплено право граждан свободно искать, передавать, производить и распространять информацию
- •21. Функция распределения случайной величины и её свойства
- •22. Функция плотности распределения вероятности и её свойства
- •23. Ряд распределений дискретной случайной величины и его свойство
- •24. Математическое ожидание дискретной случайной величины и его свойства
- •25. Дисперсия дискретной случайной величины и её свойства. Среднее квадратичное отклонение св
- •26. Математическое ожидание непрерывной случайной величины и его свойства
- •27. Дисперсия непрерывной случайной величины и её свойства. Среднее квадратическое отклонение св
- •28. Начальные и центральные моменты случайных величин. Выражение мат.Ожидания и дисперсии св через моменты
- •30. На основе закона распределения альтернативно распределенной случайной величины получить выражение для математического ожидания биномиально распределенной случайной величины
- •31. На основе закона распределения альтернативно распределенной случайной величины получить выражение для дисперсии биномиально распределенной случайной величины
- •32. Случайная величина принимает целые значения в промежутке от 0 до n с равной вероятностью. Вывести выражение для математического ожидания этой случайной величины
- •37. Вывести выражение для дисперсии случайной величины, распределенной по закону Пуассона
- •38. Вывести выражение для математического ожидания случайной величины, распределенной по геометрическому закону
- •43. Плотность распределения и функция распределения равномерной случайной величины, ее числовые характеристики
- •44. Плотность распределения и функция распределения показательной случайной величины. Ее числовые характеристики
- •45. Плотность распределения и функция распределения нормальной случайной величины (распределение Гаусса), ее числовые характеристики
- •46. Функция Лапласа, ее свойства
- •47. Вероятность попадания нормально распределенной случайной величины на отрезок, правило «трех сигм»
- •48. Функции случайных величин и их числовые характеристики
- •49. Числовые характеристики случайных величин, распределенных по равномерному, показательному и нормальному законам (значения мат. Ожидания и дисперсии)
- •50. Дайте определение совместной функции распределения двумерной случайной величины и укажите ее свойства. Обоснуйте эти свойства и/или приведите примеры их выполнения
- •55. Доказать локальную предельную теорему Муавра-Лапласа
- •56. Доказать интегральную предельную теорему Муавра-Лапласа
- •57. Доказать теорему Бернулли о сходимости относительной частоты появления события к вероятности этого события
- •58. Доказать неравенство Чебышева
- •59. Доказать теорему Чебышева
- •60. Понятие генеральной совокупности, выборки из нее. Представление выборки в виде вариационного ряда. Определение вариационного ряда
- •61. Эмпирическая функция распределения, ее свойства, способ построения по выборке
- •62. Понятие оценок числовой характеристики или параметра случайной величины. Свойства оценок
- •63. Нахождение несмещенной оценки генеральной средней (математического ожидания) случайной величины
- •64. Нахождение несмещенной и смещенной оценок генеральной дисперсии случайной величины
- •66. Оценка плотности распределения выборки, ее свойства, способ построения
- •67. Понятие точечных и интервальных оценок (доверительных интервалов) параметров случайной величины. Определения. Примеры
- •68. Свойства точечных оценок параметров: несмещенность, состоятельность, эффективность (определения)
- •69. Определение и свойства оценок: выборочного среднего, выборочной дисперсии и исправленной выборочной дисперсии
- •70. Отличие относительной частоты события от его вероятности по предельной теореме Бернулли (по следствию из теоремы м-л)
- •71. Выборочный коэффициент ковариации (формула)
- •72. Доказать, что выборочное среднее является состоятельной и несмещенной оценкой математического ожидания
- •73. Доказать, что выборочная дисперсия является смещенной оценкой дисперсии
- •74. Доказать, что исправленная выборочная дисперсия является несмещенной оценкой дисперсии
- •75. Какими понятиями определяется интервальная оценка параметра? Какая существует между ними связь в виде формулы?
- •80. Назначение и суть метода моментов и метода максимального правдоподобия
- •81. Сформулируйте основной принцип статистической проверки гипотез
- •82. Что такое ошибка 1 -го рода?
- •88. Что такое критерий согласия?
- •90. Модель парной линейной регрессии: уравнение и основные вероятноcтные допущения
20. Сформулируйте условия, при выполнении которых применяется теорем Байеса. Приведите формулировку и краткое доказательство этой теоремы
10 января 2008 Леонкина Наталья |
хорошо расписано здесь http://atomas.ru/mat/sem4/lec3.htm |
20. В каком документе закреплено право граждан свободно искать, передавать, производить и распространять информацию
21. Функция распределения случайной величины и её свойства
06 января 2008 Манакова Юля |
Ф-ция распределения – способ задания закона распределения. F(x) =∑xi<xP(xi) Законом распределения дискретной случ в-ны называют соответствие м\у возможными значениями и их вер-тями. Ф-цией распределения назыв функцию F(x), опред-щую для каждого значения x вер-ть того, что случ в-на X примет значение, меньше х, т.е. F(x) = P(X<x). Св-ва: 1) 0<= F(x)<=1 2) неубыв ф-ция F(x2)>= F(x1), x2>x1 3)(следствие1) P(x1<=X<=x2) = F(x2) – F(x1) 4) (следствие2)P(X=x1) = 0 вер-то того,что непрерыв случ в-на примет одно опред значение = 0 5) Если все возможные знач-я случ в-ны принадлежат ин-лу (а,в), то при x<=a F(x) = 0, при x>=b F(x)=1 6) (следствие)F(∞) = 1, F(-∞) = 0 7) непрерывна слева limx-x0 = F(x) = F(x0) |
22. Функция плотности распределения вероятности и её свойства
06 января 2008 Манакова Юля |
Плотностью распределения вероятностей непрерывной случ в-ны называют первую производную от ф-ции распределения f(x) = F’(x). Вер-ть того, что непрерыв случ в-на примет значение , принад ин-лу: P(a<X<b) = ∫ab = f(x) dx. F(x) = ∫-∞x= f(x)dx Св-ва: 1) f(x)>=0 2) P(x1<=X<x2) = ∫(от х1 до х2) f(x)dx 3) P(x1<X<x+∆x) = f(x) ∆x, ∆x>=0 4) Ф-ция распределения непрерывна слева f(x-0) = f(x) 5) ∫-∞∞ f(x)dx = 1 |
23. Ряд распределений дискретной случайной величины и его свойство
08 января 2008 Кобзева Катерина |
Для дискретной случайной величины простейшей формой задания закона распределения является ряд распределения, представляющий собой таблицу, в верхней строке которой указаны возможные значения xi дискретной случайной величины X, а в нижней - соответственно вероятности pi того, что X примет значение xi. При построении ряда распределения необходимо помнить, что: 1. 0≤pi≤1, по свойству вероятности 2. ∑pi=1, так как события (X=x1), (X=x2)…составляют полную группу попарно несовместимых событий. |
24. Математическое ожидание дискретной случайной величины и его свойства
06 января 2008 Манакова Юля |
Мат. Ожиданием Д.С.В. называют сумму произведений всех ее возможных значений на их вероятности: М(Х)=х1р1+х2р2+…+хnpn. MX = ∑i= xi P(x) - среднее вероятностное значение СВ. Если Д.С.В. принимает счетное множество возможных значений, то М(Х)=сумма по i от 1 до бесконечности xipi, причем мат. ожидание существует, если ряд в правой части равенства сходится абсолютно. свойства: 1) Мат. ожидание постоянной величины равно самой постоянной: М(С)=С. 2) Постоянный множитель можно выносить за знак мат. ожидания: М (СХ)=СМ (Х). 3) Мат. ожидание произведения взаимно независимых С.В. равно произведению мат. ожиданий сомножителей: М (Х1,Х2…Хn)=M(X1)^M(X2)…M(Xn). 4) Мат. ожидание суммы С.В. равно сумме мат. ожиданий слагаемых: М (Х1+Х2+Х3+…+Хn)=M(X1)+M(X2)+M(X3)+…+M(Xn). Мат ожидание биноминального распределения = np |
22 июня 2008 Анастасия |
|