![](/user_photo/2706_HbeT2.jpg)
- •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
25. Дисперсия дискретной случайной величины и её свойства. Среднее квадратичное отклонение св
06 января 2008 Манакова Юля |
Дисперсией С.В. Х называют мат. ожидание квадрата отклонения С.В. от ее мат. ожидания: D (X)=M[X – M(X)]^2. D(X) = ∑i(xi – MX)^2 P(xi) Дисперсию удобно вычислять по формуле: D (X)=M (X^2) – [M (X)]^2. Дисперсия обладает следующими свойствами: 1) Д. постоянной равна нулю: D(C)=0. 2) Постоянный множитель можно выносить за знак Д., предварительно возведя его в квадрат: D (CX)=C^2D(X). 3) Д. суммы независимых С.В. равна сумме Д. слагаемых: D (X1+X2+…+Xn) =D(X1)+D(X2)+…+D(Xn). 4) D(X) >=0 Дисп биноминального распределения = npq, где q = 1-p Средним квадратич отклонением св назыв корень из дисперсии. |
26. Математическое ожидание непрерывной случайной величины и его свойства
06 января 2008 Манакова Юля |
Мат. ожидание Н.С.В. Х, возможные значения которой принадлежат всей оси ОХ, определяется равенством: М(Х)=интеграл от –бесконечности до бесконечности хf(x)dx, где f(x) - плотность распределения С.В. Х. Предполагается, что интеграл сходится абсолютно. В частности, если все возможные значения принадлежат интервалу (а,b), то М(Х)=интеграл от а до b xf(x)dx. Все свойства мат. ожидания, указаны выше, для Д.С.В. Они сохраняются и для Н.С.В. |
27. Дисперсия непрерывной случайной величины и её свойства. Среднее квадратическое отклонение св
06 января 2008 Манакова Юля |
Дисперсия Н.С.В. Х, возможные значения которой принадлежат всей оси ОХ, определяется равенством: D(X)=интеграл от –бесконечности до бесконечности [x-M(X)]^2f(x)dx, или равносильным равенством: D(X)=интеграл от –бесконечности до бесконечности x^2f(x)dx – [M(X)]^2. В частности, если все возможные значения х принадлежат интервалу (a,b),то D(X)=интервал от а до b [x – M(X)]*^2f(x)dx,или D(X)=интеграл от a до b x^2f(x)dx – [M(X)]^2. Все свойства дисперсии Д.С.В. сохраняются и для Н.С.В. |
06 ноября 2009 Сергеев Дмитрий |
|
|
28. Начальные и центральные моменты случайных величин. Выражение мат.Ожидания и дисперсии св через моменты
06 января 2008 Манакова Юля |
Начальным мом-том порядка к св Х назыв мат ожидание в-ны Хk vk = M(Хk). Отсюда D(X) = v2 – v1^2. Центральным моментом порядка к св X назыв мат ожидание в-ны (X – M(X))^k : μk = M((X - M (Xk))) D(X) = μ2 = M(X – M(X))^2) |
29. Нахождение вероятности попадания случайной величины в заданный интервал через F(x), через f(x), через ряд распределения. Вероятность принять конкретное числовое значение для дискретной и непрерывной случайной величины
10 января 2009 Лапшина Екатерина |
Вероятность принять конкретное числовое значение : Р{X=x}=0 для непрерывной СВ. P{X=xi}=pi для дискретной СВ P(c<=x<=d)=F(d)-F(c) - нахождение вероятности через F(x) P(c<x<d)=от с до d∫f(x)dx - нахождение вероятности через f(x) P(x1<X<x2)=q2-q1 - нахождение вероятности через ряд распределения
|