- •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
37. Вывести выражение для дисперсии случайной величины, распределенной по закону Пуассона
10 января 2008 Кочелаева Лиза |
Дисперсией случайной величины Х называют математической ожидание квадрата отклонения случайной величины от ее математического ожидания:
Однако, удобнее ее вычислять по формуле:
Поэтому найдем сначала второй начальный момент величины Х:
По ранее доказанному
кроме того,
следовательно,
Далее можно найти дисперсию случайной величины Х:
Таким образом, дисперсия случайной величины, распределенной по закону Пуассона, равна ее математическому ожиданию а. |
38. Вывести выражение для математического ожидания случайной величины, распределенной по геометрическому закону
12 января 2008 Лазарева Юлия |
Геометрическая случайная величина – число испытаний по схеме Бернулли до первого положительного исхода, ее ряд распределения имеет вид:
Математическое ожидание находим прямым счетом:
т.е. математическое ожидание геометрической случайной величины обратно пропорционально вероятности положительного исхода. |
39. Вывести выражение для дисперсии случайной величины, распределенной по геометрическому закону
12 января 2008 Лазарева Юлия |
Поэтому
Окончательно получаем
|
40. Числовые характеристики случайных величин, распределенных по биномиальному, геометрическому закону и закону Пуассона (значения мат. ожидания и дисперсии)
12 января 2008 Лазарева Юлия |
Геометрический закон
Закон Пуассона
|
41. В каких ситуациях на практике возникают биномиальное и геометрическое распределения?
10 января 2008 Куркина Екатерина |
Целочисленная случ. величина Х, принимающая значения от 0 до n, имеет биномиальное распределение, если Р(Х=m) задается формулой Бенулли: Р(Х=m)=Рn(m)=Cmn*pm*qn-m , m=0,1,2,...,n,0<p<1,q=1-p. Cлуч. величина Х имеет геометрическое распределение, если Рm=P(X=m)=qm*p, m=0,1,2,..., 0<p<1, q=1-p. |
42. Предельным законом для какого распределения является распределение Пуассона? Какие значения может принимать случайная величина, распределенная по закону Пуассона?
11 января 2008 Мыльникова Сонечка |
Распределение Пуассона является предельной формой биномиального распределения B(x/n.p) при n стремящемуся к бесконечности, p стремящемуся к бесконечности, np стремящемуся к лямда. Пуассоновское распределение имеет случайная величина , принимающая значения k=0,1,... с вероятностями , где >0 — параметр распределения Пуассона. |
43. Плотность распределения и функция распределения равномерной случайной величины, ее числовые характеристики
08 января 2008 Манакова Юля |
Часто встечаются вел-ны, кот могут принимать значения только в строго опред-х границах некоторого отрезка а,в, причём все значения внутри отрезка равновозможны. (стрелка часов) погрешность округления сюда же. Об этих в-нах говорят, что они распределены по равномерному закону на некот отрезке а,в. F(x) = 0, x<a; x-a\b-a, a<=x<b; 1, x>=b. f(x) = 1\b-a, x пренадлежащим отрезку от а до в, и =0 при х не пренадлеж отрезку. M(X) = ин-л от – беск-ти до + беск-ти xf(x) dx = ин-л от а до в x * 1\b-a dx= 1\b-a * x^2\2│от а до в = a +b\2. D(X) = ∫ от a до b x^2*1\b-a dx – (a+b\2)^2 = ((b-a)^2)\12 |