
- •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.
20. Математическое ожидание случайной величины и его свойства. Математическое ожидание характеризует среднее ожидаемое значение случайной величины, т.Е. Приближенно равно ее среднему значению
Математическое ожидание дискретной случайной величины определяется соотношением:
,
где
.
Математическое ожидание непрерывной случайной величины равно
где
- плотность вероятности.
Свойства математического ожидания:
Математическое ожидание постоянной величины равно этой величине.
.
Математическое ожидание суммы (разности) двух или нескольких случайных величин и
равно сумме (разности) их математических ожиданий:
.
Следствие. Если – постоянная величина, то
Математическое ожидание произведения двух независимых случайных величин и равно произведению их математических ожиданий:
.
Следствие. Математическое ожидание произведения нескольких взаимно независимых случайных величин равно произведению математических ожиданий этих величин.
Следствие.
Постоянный множитель можно выносить
за знак математического ожидания, т.е.
.
21. Дисперсия случайной величины и ее свойства.
Дисперсией случайной величины называют математическое ожидание квадрата отклонения этой величины от ее математического ожидания.
.
Дисперсия
дискретной
случайной величины
.
Дисперсия
непрерывной
случайной
величины
Свойства дисперсии
1. Дисперсия постоянной величины равна нулю.
2.Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
.
3. Дисперсия суммы (разности) двух независимых случайных величин равна сумме дисперсий этих величин:
.
Если
– постоянная величина, то
.
Средним
квадратическим отклонением
случайной величины
называется корень квадратный из дисперсии
этой величины:
.
23. Биномиальное распределение, его математическое ожидание и дисперсия.
Закон
распределения случайной величины
числа появлений события
в схеме Бернулли имеет вид
,
где
,
.
Для
закона биномиального распределения
вероятностей выполняется условие
нормировки, т.е. сумма всех вероятностей
равна единице:
.
Биномиальное
распределение для
и некоторых значений
Математическое
ожидание число
появлений события
в
независимых испытаниях для биномиального
распределения равно произведению числа
испытаний на вероятность появления
события
в каждом испытании
Дисперсия
и среднее квадратическое отклонения
равны соответственно:
24. Распределение Пуассона, его мат. Ожидание и дисперсия
Случайная
величина
называется распределенной
по закону Пуассона,
если она может принимать значения
,
соответствующая вероятность которых
определяется по формуле Пуассона:
,
Распределение
Пуассона для
приведено ниже
Для распределения Пуассона математическое ожидание и дисперсия равны соответственно:
.
Равенство значений математического ожидания и дисперсии является уникальным свойством распределения Пуассона. Это свойство часто применяется на практике для решения вопроса, правдоподобна ли гипотеза о том, что случайная величина X распределена по закону Пуассона. Для этого определяют из опыта статистические характеристики случайной величины – математическое ожидание и дисперсию. Если их значения близки, то это может служить доводом в пользу гипотезы о пуассоновском распределении.