
- •2.Основное правило комбинаторики.
- •3. Классификация событий.
- •4.1 Классическое определение вероятности
- •4.2 Аксиоматическое, статистическое, геометрическое определение.
- •5. Теорема сложения вероятностей.
- •6. Условная вероятность.
- •7.1 Формула полной вероятности.
- •7.2 Формула Байеса.
- •8. Повт. Испыт. Ф-ла Бернулли.
- •9.1 Случайные величины
- •9.2 Закон распр. Вероятн. Д.С.В. Многоуг. Распр.
- •10. Гипергеометрическое распределение
- •15. Математич. Ожидание д.С.В. Св-ва.
- •16. Дисперсия д.С.В.
- •19. Начальные и центральные теоретические моменты.
- •20. Мода, медиана, квантили распределения
- •21. Равномерное распределение.
- •22. Нормальное распределение.
- •23. Показательное распределение
- •24. Неравенство Чебышева.
- •25. Закон больших чисел.
- •26. Теорема Бернулли
- •27. Центральная предельная теорема
- •28. Интегральная теор.
- •1. Основные понятия математической статистики.
- •2.1 Вариационные ряды
- •3. Начальные и центральные моменты Вариац. Ряда.
- •4.Графическое представление вариационного ряда.
- •5. Понятия оценки параметра, требования.
- •6. Выборочная оценка математического ожидания.
- •7. Выборочная оценка дисперсии, свойства.
- •8. Методы получения точечных оценок параметров.
- •9. Метод моментов. Непрерывное равномерное распред.
- •10. Метод моментов.
- •11. Мах. Правдоподобие.
- •Решение этой системы уравнений имеет вид
- •12. Мах правдоподобие.
- •13. Оценки метода моментов параметров нормального распредел.
- •14. Интервальные оценки. Доверительный интервал и доверительная вероятность. Уровень значимости.
- •15;16;17 Основные распредел.
- •18. Доверительный интервал для мат. Ож.
- •20. Доверительный интервал для мат. Ож.
- •21. Доверительный интервал для дисперсии
- •22.1 Статистическая гипотеза.
- •22.2 Ошибка 1-го и 2-го рода. Статистический критерий. Ур. Значимости и мощность.
- •23. Критическая и допустимые области. Общая схема проверки н
9.1 Случайные величины
Типы.
Случайной наз. величина кот. в результате испытания принимает одно и только одно возможное значение наперед известное и зависящее от случ. причин кот. заранее не могут быть учтены.
Случ. величина Х – это числовая ф-ция, заданная на пространстве элемент. событий
ТИПЫ
1) Непрерывные
2) Дискретные:
-принимают 1 из множества различных значений с вер. появления какого-либо одного значения больше 0.
х1,х2,…,хn
Р(хi)>0 i=1,2,3
9.2 Закон распр. Вероятн. Д.С.В. Многоуг. Распр.
xi, i=1,…,n, P(X=xi)
Законом распр. дискр. случ. величины наз. соответствие между возможными значениями и их вероятностями.
Способы задания:
1)Табличный:
х |
х1 |
х2 |
хi |
хn |
P |
P1 |
P2 |
Pi |
Pn |
Х=хi
X=xj i,j= 1,…,n i
j
2) Формула бином. распр.
3)Графический(многоуг)
(xi;pi)
Р
x
10. Гипергеометрическое распределение
Дано N деталей, бракованные n, выбрали M
Найти вер. того, что среди выбр. дет. М, m- брак.
n
N
, M
N,
n=0,1,…,min
стандартн. детали. N-n, M-m
X-кол-во брак. дет. среди М выбр.
11. Геометрическое распределение
Испытания проводят до первого появления события А
Х-кол-во провед. испыт.
х-1,2,3,…,к,…
Р(х=к)=
-геометрическая
прогр.
12. Биноминальное распределение.
Формула бином. распр.
х-кол-во появлений событий А в n испытаниях
х-1,2,3,…,к,…n
13. Распределение Пуассона.
Когда n велико, Р мала ,а
произведение
np=
,где К не более 5
Х- кол-во появлений успехов
К=0,1,2,3,..
14. Математические операции над случайными величинами
Две случайные величины наз. независимыми, если закон распределения одной из них не меняется от того какие возможные значения приняла другая величина.
Х |
Х1 |
Х2 |
… |
Хn |
Y |
Y1 |
Y2 |
… |
Yn |
Если Х и Y независ., то
Х=хi, i=1,n
Y=yj, j=1,…,m
Случ. величена Кх=кх, i=1,…,n
наз. случ. велич.
, i=1,…,n , с вероятн. pi
Суммой (разностью/произведением) случайных величин Х и Y наз. случ. величину Z (Z=X+Y)((Z=X-Y;Z=XY)), кот. принимает все значения
Zj=Xi+Yj
i=1,…,n
j=1,…,m
Pij=P(X=xi;Y=yj)
Если X и Y независ., то Pij=PiPj