- •1. Понятие случайного эксперимента. Пространство элементарных событий. Достоверное и невозможное событие.
- •Пространство элементарных событий.
- •2. Операции над событиями (сумма, разность, произведение). Совместные и несовместные события. Противоположное событие. Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •3. Свойства операций над событиями.
- •4. Алгебра и сигма-алгебра событий.
- •5. Классическое определение вероятности события.
- •6. Статистическое определение вероятности события.
- •7. Геометрические вероятности.
- •Аксиоматическое построение теории вероятностей.
- •8. Понятие о полной группе событий.
- •9. Формула сложения вероятностей для совместных и несовместных событий
- •10. Условная вероятность. Формула умножения вероятностей. Независимость событий.
- •Формула умножения вероятностей.
- •Независимость событий.
- •11. Формула полной вероятности.
- •12. Формула Байеса
- •13. Основные понятия комбинаторики. Правила суммы и произведения. Перестановки, размещения, сочетания и формулы для их вычисления.
- •Правила суммы и произведения.
- •14. Схема независимых испытаний Бернулли. Наивероятнейшее число наступления событий в схеме Бернулли.
- •15. Теорема Пуассона.
- •16. Локальная теорема Муавра –Лапласа.
- •17. Интегральная (глобальная) теорема Муавра – Лапласа.
- •18. Случайная величина и ее функция распределения. Свойства функции распределения.
- •19. Непрерывные и дискретные случайные величины.
- •Закон распределения дискретной случайной величины.
- •20. Математическое ожидание случайной величины и его свойства. Математическое ожидание характеризует среднее ожидаемое значение случайной величины, т.Е. Приближенно равно ее среднему значению
- •21. Дисперсия случайной величины и ее свойства.
- •23. Биномиальное распределение, его математическое ожидание и дисперсия.
- •24. Распределение Пуассона, его мат. Ожидание и дисперсия
- •25. Равномерное распределение, его мат. Ожидание и дисперсия.
- •26. Показательное распределение, его мат.Ожидание и дисперсия.
- •27. Нормальное распределение. Свойства функции Гаусса
- •Свойства функции Гаусса.
- •28. Функция Лапласа и ее свойства. Вероятность попадания нормальной случайной величины в заданный интервал.
- •Функция Лапласа и ее свойства.
- •29. Отклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •30. Совместная функция распределения двух случайных величин. Независимые случайные величины. Мат. Ожидание и дисперсия независимых случайных величин.
- •Свойства совместной функции распределения двух случайных величин
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •31. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины и ее свойства.
- •Свойства двумерной плотности вероятности
- •32. Корреляционный момент и коэффициент корреляции.
- •Выборочный метод и его основные понятия. Случайная выборка, объем выборки.
- •34. Вариационный ряд для дискретных и непрерывных случайных величин. Полигон и гистограмма.
- •35. Эмпирическая функция распределения и ее свойства.
- •36. Статистические оценки параметров распределения. Состоятельность и несмещенность статистических оценок.
- •37. Выборочные среднее и дисперсия.
- •38. Надежность и доверительный интервал.
- •39. Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •40. Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии.
- •41. Доверительный интервал для оценки среднего квадратического отклонения нормального распределения.
- •42. Проверка статистических гипотез. Нулевая и альтернативная гипотезы, статистический критерий. Ошибки первого и второго рода.
- •43. Этапы проверки статистической гипотезы.
- •44. Критерий согласия Пирсона о виде распределения.
- •45. Понятие о регрессионной зависимости случайных величин. Парная и множественная регрессии.
- •46. Выборочные уравнения регрессии.
- •47. Линейная регрессия. Нахождение коэффициентов линейной регрессии методом наименьших квадратов.
- •48. Понятие о множественной линейной регрессии.
- •49. Корреляционная матрица.
- •54. Нелинейная регрессия. Логарифмическая, обратная, степенная, и показательные модели нелинейной регрессии.
- •55. Понятие о цепях Маркова. Однородные цепи Маркова. Переходные вероятности. Матрица перехода.
- •56. Равенство Маркова. Расчет вероятностей состояния системы с использованием матрицы перехода.
- •57. Понятие о цепях Маркова с непрерывным временем.
- •58. Уравнения Колмогорова. Финальные вероятности цепей Маркова с непрерывным временем.
- •59. Понятие о схеме гибели и размножения. Расчет вероятностей состояний.
- •60. Понятие о системах массового обслуживания.
59. Понятие о схеме гибели и размножения. Расчет вероятностей состояний.
Марковский процесс
с дискретными состояниями
называется процессом гибели и
размножения, если все состояния
можно вытянуть в цепочку, в которой
каждое из промежуточных состояний
может переходить только в соседние
состояния, а крайние состояния
переходят лишь в состояния
и
соответственно.
Процессом чистого размножения называется такой процесс, у которого интенсивности всех потоков гибели равны нулю; аналогично процессом чистой «гибели» называется процесс, у которого равны нулю интенсивности всех потоков размножения.
Предельные
(финальные) вероятности состояний для
простейшего эргодического
процесса гибели и размножения, находящегося
в стационарном режиме, определяются по
следующим формулам:
60. Понятие о системах массового обслуживания.
Марковский случайный процесс с дискретными состояниями и непрерывным временем характерен для систем массового обслуживания (СМО).
В системах массового обслуживания поступающие в случайные моменты времени заявки обслуживаются с помощью каналов обслуживания. Поступившее требование (заявка) присоединяется к очереди ранее поступивших требований. Канал выбирает требование из находящихся в очереди для обслуживания и после обслуживания очередного требования приступает к обслуживанию следующего в блоке ожидания. Цикл функционирования СМО повторяется многократно.
Примерами СМО могут служить:
Посты технического обслуживания автомобилей;
Персональные компьютеры, обслуживающие поступающие заявки на решение задач;
Аудиторские фирмы;
Отделы налоговых инспекций, занимающиеся приемкой и проверкой текущей отчетности предприятий;
Телефонные станции и т.д.
Основными компонентами СМО любого вида являются:
Входной поток поступающих требований или заявок на обслуживание;
Дисциплина очереди;
Механизм обслуживания.
Входной поток требований. Для описания входного потока требований требуется задать вероятностный закон, определяющий последовательность поступления требований на обслуживание.
Дисциплина очереди определяет принцип, в соответствии с которым поступающие на вход обслуживающей системы требования подключаются из очереди к процедуре обслуживания.
Механизм обслуживания определяется характеристиками самой процедуры обслуживания и структурой обслуживающей системы.
Структура обслуживающей системы определяется количеством и взаимным расположением каналов обслуживания (механизмов, приборов и т.п.). Система может иметь один или несколько каналов обслуживания.
Случайный характер потока заявок и длительности обслуживания приводит к тому, что в СМО происходит случайный процесс. По характеру случайного процесса в СМО различают системы марковские и немарковские. В марковских системах входящий поток требований и выходящий поток обслуженных заявок являются пуассоновскими. Пуассоновские потоки позволяют легко построить математическую модель СМО. Эти модели имеют достаточно простые решения. В случае немарковских процессов требуется применение статистического моделирования и сложных численных методов, решаемых на ЭВМ.
Независимо от характера процесса в СМО различают их два основных вида:
системы с отказами, в которых заявка, поступившая в систему в момент, когда все каналы заняты, получает отказ и сразу же покидает очередь;
системы с ожиданием (очередью), в которых заявка, поступившая в момент, когда все каналы обслуживания заняты, становится в очередь и ждет, пока не освободится один из каналов.
СМО с ожиданием в свою очередь, делятся на системы с ограниченным и неограниченным ожиданием. В системах с ограниченным ожиданием может ограничиваться длина очереди или время пребывания в очереди.
