
- •1. Что называется случайным событием, связанным с опытом? Как определяется событие, противоположное данному? Приведите примеры.
- •2.Что называется суммой и произведением событий а и в? Имеют ли смысл сумма и произведение событий, относящихся к разным опытам? Перечислите все случай наступления события
- •4. Какие события называются достоверными и невозможными и каковы их ве-
- •5.В каком случае событие в называют следствием события а? Какие события называются равными? Объясните, почему .
- •6. Пусть а и в – случайные события. Упростите выражение . Найдите событие, противоположное событию .
- •7. Докажите, что . Что обозначает событие ?
- •10 Сформулируйте и докажите теорему сложения вер-тей для любых событий a и b. Что такое правило сложения вер-тей для несовместных соб. A и b?
- •15. Какие события называются независимыми? Докажите, что если события
- •16. Что такое правило умножения вероятностей: а) для независимых событий
- •17. Как определяется независимость в случае трех событий? Рассмотрите при-
- •18. Как соотносятся понятия независимые события а и в и несовместные события а и в? Следует ли из независимости событий а,в,с независимость событий ав и ? Почему?
- •23. В чем состоит геометрический подход к определению вероятности? Как находится вероятность попадания в заданное множество, если точка случайно выбирается на отрезке ab? в треугольнике abc?
- •24. В чем состоит геометрический подход к определению вероятности? Как на-
- •25. Что такое полная группа событий? Приведите пример, когда события ав, и не образуют полной группы событий.
- •26. Верно ли, что события образуют полную группу для любых событий а и в? Ответ обоснуйте.
- •28. Сформулируйте и докажите формулу полной вероятности. Приведите пример ее применения.
- •29. Сформулируйте и докажите формулу Байеса. Приведите пример ее применения.
- •32. Выведите формулу для дисперсии выборочной средней бесповторной выборки.
- •34. Может ли наиболее вероятное число успехов в схеме Бернулли отличаться от математического ожидания числа успехов на 2? Ответ обоснуйте.
- •36. Запишите интегральную приближенную формулу Лапласа и приведите основные свойства функции Лапласа φ(X) . При каких условиях данная формула дает хорошее приближение?
- •38. Используя интегральную приближённую формулу Лапласа, выведите формулу для оценки отклонения относительной частоты события а от вероятности p наступления a в одном опыте.
- •39. Сформулируйте и докажите предельную теорему Пуассона.
- •40. Запишите приближённые формулы Пуассона. При каких условиях они дают хорошее приближение? Приведите примеры их применения.
- •41. Что такое сл.Величина? Дискретная величина? Что назыв функцией распределения случ. Величины? Привести пример функции распределения некоторой дискретной сл вел и построить график.
- •42. Сформулируйте основные свойства функции распределения сл величины и продемонстрируйте их на примере.
- •43. Может ли график функции распределения быть прямой линией? Ответ обоснуйте.
- •45. Дана дискретная случайная величина с законом распределения
- •47 Что называется биномиальным распределением с параметрами n и p? Приведите пример опытов, в котором определена случайная величина, распределенная по биномиальному закону.
- •52. Перечислите основные свойства математического ожидания дискретной случайной величины. Объясните, что понимается под суммой и произведением случайных величин.
- •54. Может ли математическое ожидание дискретно случайно величины, принимающей целые значения, быть числом не целым? Ответ обойснуйте.
- •58. Как определяется и что характеризует дисперсия дискретной случайной величины X ? Перечислите основные свойства дисперсии.
- •61. Докажите, что если X и y – независимые случайные величины, то
- •63. Докажите, что для биномиального закона распределения сл. Величина с вероятностью успеха р в каждом из n независимых испытаний выполняется равенство:
- •70. Докажите, что коэффициент корреляции случайных величин х и у удовлетворяет условию . Что можно сказать о х и у, если ? Если ?
- •74. Перечислите основные свойства функции плотности вероятности. Чем объясняется название «плотность вероятности»?
- •81. Как вычисляется дисперсия в случае распределения с плотностью f (X)? Докажите, что для случайной величины X с плотностью дисперсия d(X ) не существует, а математическое ожидание m(X ) существует.
- •82. Выведите формулу для нахождения мат. Ожидания и дисперсии случайной величины, равномерно распределенной на отрезке [a; b].
- •83. Объясните (с доказательством) вероятностный смысл параметра m в формуле для функции плотности случайной величины х, распределенной по нормальному закону.
- •84. Объясните (с доказательством) вероятностный смысл параметра σ в формуле для функции плотности случайной величины, распределенной по нормальному закону.
- •85. Докажите, что для случайной величины, распределенной по показательному закону с параметром , математическое ожидание
- •87.Что такое правило для нормального распределения? Верно ли, что для любой нормальной случайной величины х существует отрезок , для которого ? Ответ обоснуйте.
- •88. Формулируйте определение начальных моментов случайной величины. Докажите, что если х и у независимые случайные величины, то
- •89. Пусть - начальные, а - центральные моменты некоторой случайной величины.
- •90. Сформулируйте определение асимметрии As(X ) случайной величины X и укажите ее основные свойства. Что характеризует асимметрия случайной величины?
- •91. Сформулируйте определение эксцесса Ex(X) случайной величины X и укажите его основные свойства. Чему равен эксцесс для нормального распределения?
- •92 Найдите асимметрию и эксцесс равномерного распределения на отрезке [а,b].
- •93.Что называется системой случайных величин? Сформулируйте определение функции распределения двумерного случайного вектора (х,y) и дайте его геометрическую интерпретацию.
- •94. Сформулируйте основные свойства функции распределения случайного вектора (х,у) и приведите примеры двумерной функции распределения.
- •F(X)-неубывающая функция, т.Е.
- •101.Каков смысл начальных и центральных моментов двумерного случайного вектора (X,y)?Ответ обоснуйте.
- •102.Дайте определение корреляционной и ковариационной матриц для системы случайных величин х1,х2…Хn и сформулируйте их основные свойства.
- •103. Как найти ковариацию Сov(X,y) случайных величин X и y , если известна функция плотности
- •105. Как определяются условные законы распределения для дискретных случайных величин X и y?
- •107. Как определяется условное математическое ожидание непрерывной слу-
- •108. Сформулируйте и докажите неравенство Чебышева.
- •109. Используя н-во Чебышева, сформулируйте и док-те «правило трех сигм» для произвольной св X.
- •110. Сформулируйте и докажите теорему Чебушева для бесконечной последовательности случайных величин с одинаковыми математическими ожиданиями и дисперсиями, ограниченными одним и тем же числом.
- •111 Сформулируйте и докажите теорему Бернулли (закон больших чисел).
- •112. Сформулируйте центральную предельную теорему. Укажите примеры ее применения.
- •113. Сформулируйте центральную предельную теорему для одинаково распределенных случайных величин и приведите пример ее применения.
- •114. Используя центральную предельную теорему, обоснуйте интегральную формулу Лапласа.
- •115. Как вводятся основные характеристики статистической совокупности (выборки): среднее, дисперсия, центральные моменты высших порядков,
- •116 Сформулируйте определение выборочной (эмпирической) функции распр для св х. Как связаны ф-ии распределения признака в генеральной и выборочной совокупностях?
- •119.Сформулируйте понятие несмещенной, состоятельной и эффективной оценки параметра генерального распределения. Приведите примеры.
- •120.Докажите, что для генерального распределения с математическим ожиданием m и конечной дисперсией σ2 выборочное среднее является несмещенной и состоятельной оценкой m.
- •121. Пусть x1,…Xn – выборка из распр с дисперсией 2. Док-те, что - несмещенная оценка 2.
- •122. Выведите формулу для дисперсии выборочного среднего бесповторной выборки.
- •126 Укажите приближенный γ -доверительный интервал для доли признака в генеральной совокупности по относительной частоте. При каких n формула дает хорошее приближение?
32. Выведите формулу для дисперсии выборочной средней бесповторной выборки.
Выборочная
дисперсия Db-
среднее арифметическое квадрата
отклонения наблюдаемого значения
признака от их среднего значения
.
Если все значения х1+х2+…+хn
выборки v
n
различны, то DB=
Если значения признака х1,х2,…хn имеют соответствующие частоты n1,…nk; n1+…+nk=n
DB=
D=
D=
=
=
=
33.
Пусть
-
вероятность k
успехов в
серии n
независимых испытаний с вероятностью
успеха p
в каждом испытании. При каком k
вероятность
достигает максимума? Совпадает ли это
число с математическим ожиданием
количества успехов? Чему равна сумма
?
Рассмотрим
два соседних числа
и
.
Между ними
имеет место одно из соотношений:
(меньше,
равно или больше) или, что эквивалентно,
.
Подставляя вместо числителя и знаменателя
их выражения по формулам
,
или учитывая,
что
, получим соотношения
или
.
Собирая все слагаемые с множителем k
и учитывая
, что p+q=1
, получим
эквивалентные соотношения
.
Обозначим число np+p
через
.
Тогда перепишется :
.
Таким
образом, для всех значений k
меньших чем
справедливо
неравенство
,
для
(
это возможно только в том случае, когда
- целое число) имеет место равенство
,
наконец, при
выполняется
неравенство
.
Тем самым
при значениях
функция
возрастает,
а при значениях
убывает. Следовательно, если число
не является целым, то функция имеет
единственный максимум; он достигается
при ближайшем к
слева целом значении k
, т.е. при
таком целом
, которое
заключено между
-1
и
:
np-q< <np+p, =[np+p].
Если
же
- целое число, то два равных между собой
максимума достигается при
и
.
Если
число
не
является целым, то наиболее вероятное
число успехов равно ближайшему к
слева целому числу. В случае когда
есть целое число, наиболее вероятное
число успехов имеет два значения:
-1
и
.
Сумму
не знаю как посчитать.
34. Может ли наиболее вероятное число успехов в схеме Бернулли отличаться от математического ожидания числа успехов на 2? Ответ обоснуйте.
По схеме Бернулли наиболее вероятное число успехов: k=np+p.
Мат. ожидания: так как схему Бернулли можно представить как биноминальное распределение M(x)=np
np+p-np=p Следовательно, в схеме Бернулли наиболее вероятное число успехов может отличаться от мат. ожидания на число р - вероятность успеха и известно, что p+q=1, p=1-q p<1. А значит отличаться на 2 не может.
35. Запишите локальную приближенную формулу Лапласа, приведите основные свойства функции Гаусса ϕ (x) и укажите ее график. При каких условиях данная формула дает хорошее приближение? Какие условия применимости отличают эту формулу от приближенной формулы Пуассона?
Если число опытов достаточно велико но не бесконечно, а вероятность появления события А в каждом опыте не стремится к 0, применяют локальную и интегральную теоремы Лапласа
Локальная теорема Лапласа. Вероятность того, что в n независимых испытаниях в каждом из которых вероятность появления события А равно р причем 1>р>0, то это событие наступает ровно m раз приблизительно равна