
- •Основное правило комбинаторики. Перестановки, размещения, сочетания. Бином Ньютона
- •Классическое определение вероятности события, свойства вероятности
- •Теорема сложения вероятностей
- •Условная вероятность. Теорема умножения вероятностей
- •Независимые события. Несовместные события. Полная группа событий
- •Формула полной вероятности
- •Формула Байеса
- •Случайные величины. Типы случайных величин. Закон распределения вероятностей случайной дискретной величины. Многоугольник распределения
- •Аксиоматическое, статистическое и геометрическое определение вероятности
- •Гипергеометрическое распределение
- •Геометрическое распределение
- •Распределение Пуассона; параметры
- •Числовые характеристики дискретных случайных величин, их свойства
- •Биномиальное распределение; параметры, числовые характеристики
- •Начальные и центральные теоретические моменты. Асимметрия и эксцесс
- •Функция распределения вероятностей одномерной случайной величины (дискретной и непрерывной). Основные свойства функции распределения. Геометрическая интерпретация
- •Числовые характеристики непрерывной случайной величины
- •Мода, медиана, квантили, квартили и децили распределения
- •Нормальное распределение (распределение Гаусса)
- •Нормированное нормальное распределение. Функция Лапласа. Правило 3 сигм
- •Интегральная теорема Лапласа
- •Неравенство Чебышева
- •Закон больших чисел (теорема Ляпунова)
- •Теорема Бернулли
- •Центральная предельная теорема
- •Основные понятия математической статистики
- •Понятие оценки параметра, общие требования к оценке параметра
- •Выборочная оценка математического ожидания, ее свойства
- •Метод моментов для точечной оценки параметров распределения
- •Метод максимального правдоподобия
- •Выборочная оценка дисперсии, ее свойства
- •Функция плотности распределения вероятностей одномерной случайной величины, свойства функции плотности. Геометрическая интерпретация
- •Равномерное распределение (дискретный и непрерывный случай)
- •Вариационные ряды
- •Основные выборочные числовые характеристики
- •Графическое представление вариационного ряда (эмпирическая функция распределения, гистограмма, полигон частот)
- •Оценки метода максимального правдоподобия параметров нормального распределения
- •Оценка метода максимального правдоподобия параметра p биномиального распределения
- •Интервальные оценки
- •Доверительный интервал и доверительная вероятность
- •Доверительный интервал для математического ожидания нормально распределенной величины при известной дисперсии
- •Доверительный интервал для математического ожидания нормально распределенной величины при неизвестной дисперсии
- •Доверительный интервал для дисперсии нормально распределенной случайной величины
- •Статистическая гипотеза. Проверка статистических гипотез. Нулевая гипотеза, альтернативная гипотеза. Примеры статистических гипотез
- •Ошибки 1-ого и 2-ого рода. Статистический критерий. Уровень значимости и мощность критерия
- •Критическая и допустимая области. Общая схема проверки гипотезы
- •Проверка гипотезы о числовом значении математического ожидания нормального распределения при известной дисперсии
- •Проверка гипотезы о числовом значении математического ожидания нормального распределения при неизвестной дисперсии
- •Проверка гипотезы о равенстве дисперсий двух нормальных распределений
- •Проверка гипотезы о равенстве математических ожиданий двух нормальных распределений при известных дисперсиях
- •Проверка гипотезы о числовом значении вероятности события
- •Проверка гипотезы о равенстве математических ожиданий двух нормальных распределений при неизвестных, но равных дисперсиях
- •Сравнение двух вероятностей биномиальных распределений
- •Критерий согласия 2 Пирсона
- •Начальные и центральные моменты вариационного ряда
- •Методы получения точечных оценок параметров распределения
Основное правило комбинаторики. Перестановки, размещения, сочетания. Бином Ньютона
Комбинаторика – это теория конечных множеств. Основное правило – правило умножения. Пример: нужно совершить путешествие из пункта А в Б, а потом в С. Из а в Б можно попасть 4 способами, а из Б в С только 2. Следовательно, кол-во маршрутов из А в С равно 8. Основное правило умножения: пусть требуется выполнить одно за другим ‘k’ действий. Пусть первое действие можно выполнить n1 способами, второе – n2 способами и … nk способами. Тогда все k действий можно выполнить n1*n2*…*nk способами. Множество называется упорядоченным, если каждому элементу этого множества поставлено в соответствие некоторое число (например, номер элемента с 1, 2, … , до n). Различные упорядоченные множества, которые отличаются лишь порядком элементов, т.е. получены из того же самого множества, называются перестановками этого множества и обозначаются pn=n!. Упорядоченные k элементные подмножества, состоящие из n элементов, называются размещениями. Факториал n! – это произведение n натуральных чисел по основной формуле: n!=(n-1)!*n. Например, 0!=1, 1!=1. Произвольное m-элементное подмножество элементного множества n называется сочетанием из n элементов по m и обозначается С. При подсчете числа сочетаний важно: 1) число элементов m подмножества; 2) различие как минимум у двух подмножеств в элементах (следование элементов не имеет значения). Основная формула: С(m | n)=n!/(m!*(n-m)!). Бином Ньютона – это целая положительная степень суммы двух слагаемых (бинома), представленная в виде суммы степеней этих слагаемых: (a+b)^n=(n | k=0) C(k | n)*a^(n-k)*b^k.
Классическое определение вероятности события, свойства вероятности
Теория вероятностей – это математическая наука, изучающая закономерности, которые возникают при взаимодействии большого числа случайных факторов. Достоверным называется такое событие, которое обязательно произойдет при осуществлении определенного комплекса условий: P()=1, невозможным событием – событие, которое при заданном комплексе событий никогда не произойдет: P()=0. Случайное событие – это событие, которое при заданном комплексе условий может как произойти, так и не произойти. Мера возможности осуществления такого события и есть его вероятность. Достоверные и невозможные события могут рассматриваться как крайние частные случаи случайных событий. Два события А и Б несовместны, если наступление одного из них исключает наступление другого. Сумма событий А, Б – это такое событие С=А+Б, которое происходит тогда, когда наступает либо событие А, либо событие Б, либо они оба одновременно. Произведение событий А, Б – такое событие С=АБ, которое наступает тогда, когда происходят и событие А, и событие Б. Событие А противоположно событию А, если оно несовместно с событием А и вместе они образуют достоверное событие: А+А=ДС.
Теорема сложения вероятностей
Если два составных события А={i1, …, im} и Б={j1, …, jk} являются несовместными, то вероятность объединенного события С=АБ равна сумме вероятностей этих двух событий. Вероятности событий А и Б равны соответственно m/n и k/n, а событие С= АБ={i1, …, im, j1, …, jk} содержит m+k элементарных событий, т.к. по условию теоремы среди элементарных событий {i1, …, im} нет ни одного, которое входило бы в набор {j1, …, jk} => его вероятность (по классическому определению): P(C)=(m+k)/n=m/n+k/n=P(A)+P(Б). Следствие из теоремы – P(A)=1-P(A), т.к. P(ДС)=P(A)+P(A)=1.