
- •1 Раздел.
- •1.Вероятностный эксперимент. Пространство элементарных событий.
- •2.Дискретные и непрерывные пространства элементарных событий. Примеры.
- •3.Случайные события: определение, примеры.
- •4.Классификация событий.
- •5.Операции над событиями.
- •6.Сумма и произведение случайных событий.
- •7.Разность событий, противоположные события.
- •8. Определение вероятности, аксиомы Колмогорова.
- •9.Относительные частоты, их свойства.
- •10.Классический метод вычисления вероятности.
- •11.Элементы комбинаторики и тв
- •12. Статистический метод вычисления вероятности.
- •13. Аксиоматический метод задания вероятности.
- •14. Свойства вероятностей.
- •15. Условные вероятности. Аксиомы Колмогорова (для случая условных вероятностей).
- •16. Независимость событий (для двух и для трёх событий).
- •17. Теоремы умножения вероятностей (для двух и для трёх событий). Условия их применения.
- •18. Теоремы сложения вероятностей (для двух и для трёх событий). Условия их применения.
- •19. Формула полной вероятности.
- •20. Формула Байеса.
- •21. Схема испытаний Бернулли.
- •22. Формула Бернулли. Наиболее вероятное число наступления «успехов» в схеме.
- •23. Локальная теорема Муавра-Лапласа
- •24. Интегральная теорема Муавра-Лапласа
- •25. Теорема Пуассона
- •2 Раздел.
- •1.Определение случайной величины, типы случайных величин, примеры. Закон распределения вероятностей случайной величины.
- •2.Фукция распределения вероятностей случайных величин, ее свойства.
- •3.Типы случайных величин. Примеры.
- •4.Дискретная случайная величина. Как можно задать закон распределения дискретной случайной величины?
- •5.Непрерывная случайная величина. Что называется плотностью распределения вероятностей?
- •6.Взаимосвязь между функцией распределения и плотностью распределения.
- •7.Свойства плотности распределения.
- •8.Числовые характеристики распределения случайной величины.
- •9.Математическое ожидание случайной величины, ее свойства.
- •10.Мода случайной величины.
- •11.Медиана случайной величины, геометрический смысл медианы.
- •12.Дисперсия случайной величины, ее свойства. Среднее квадратическое отклонение.
- •13.Коэффициент асимметрии.
- •14.Коэффициент эксцесса.
- •2.Статистический закон распределения дискретной случайной величины.
- •3.Статистический закон распределения непрерывной случайной величины.
- •4.Графическое изображение статистических законов распределения.
- •5.Точечные оценки числовых характеристик: математического ожидания, моды, медианы.
- •7.Статистические гипотезы. Параметрические и непараметрические гипотезы.
- •8.Статистические гипотезы. Нулевая и альтернативная гипотеза.
- •9.Проверка статистических гипотез. Статистический критерий значимости. Примеры статистических критериев.
- •10.Область допустимых значений и критическая область статистического критерия.
- •11.Ошибки, совершаемые при проверке статистических гипотез. Уровень значимости статистического критерия.
- •12. Непараметрические статические гипотезы. Гипотеза о виде закона распределения.
- •13. Проверка гипотезы о виде закона распределения. Критерий Пирсона.
- •14. Интервальные оценки параметров распределения
- •15. Доверительная вероятность, доверительный интервал.
- •16. Доверительные Интервалы для математического ожидания нормально распределенной случайной величины
- •17. Функциональная, статистическая, регрессионная зависимость.
- •18. Корреляционное поле. Выбор модели регрессионной зависимости.
- •20.Коэффициент корреляции, его свойства.
- •21.Проверка значимости коэффициента корреляции.
- •22. Построение нелинейного выборочного уравнения регрессии.
- •24.Проверка значимости коэффициента детерминации.
- •25.Для чего применяется метод наименьших квадратов в регрессионном анализе?
6.Сумма и произведение случайных событий.
Суммой (объединением) событий A и B (обозначается A B или A + B) называется третье событие, состоящее в осуществлении хотя бы одного из событий A или B, то есть, когда происходит или A, или B, или оба вместе. Благоприятными событию A B являются все исходы, благоприятные хотя бы одному из событий A или B.
Аналогично определяется сумма любого числа событий A1 A2 A3 … Это событие состоит в осуществлении хотя бы одного из событий A1, A2, A3,… Благоприятными этому событию являются все элементарные исходы, благоприятные хотя бы одному из событий A1, A2, A3, …
Произведением (пересечением) событий A и B (обозначается A B или AB) называется третье событие, состоящее в одновременном осуществлении событий A и B. Событию AB благоприятны исходы, благоприятные и событию A и событию B, то есть исходы, которые одновременно принадлежат двум событиям A и B.
Согласно определению произведение любого числа событий А1 А2 А3 … состоит в одновременном осуществлении событий A1, A2, A3, … Благоприятными этому событию являются исходы, благоприятные всем рассматриваемым событиям A1, A2, A3, …
7.Разность событий, противоположные события.
Разностью событий A и B (обозначается A \ B, или A – B) называется третье событие, состоящее в осуществлении события A без осуществления события B. Событие A \ B состоит из всех элементарных исходов, благоприятных событию A, за исключением исходов, благоприятных событию B.
Противоположным событию A называется событие , состоящее в ненаступлении события A. Событию благоприятны все возможные исходы пространства элементарных событий, кроме тех, которые благоприятны событию A. То есть = \ A, + A= .
8. Определение вероятности, аксиомы Колмогорова.
Вероятность
случайного события А –
это
числовая
функция Р(А),
определенная
на пространстве элементарных событий
,
характеризующая меру объективной
(не зависящей от воли исследователя)
возможности наступления события А
.
При неограниченном увеличении числа испытаний относительная частота события A приближается к вероятности события A и стабилизируется около этого значения.
При статистическом определении вероятности в качестве вероятности события используется относительная частота этого события в большой серии испытаний.
Основное положение теории вероятностей: Пусть дано дискретное пространство элементарных событий с элементами 1, 2, 3,… Полагаем, что каждому из элементарных событий i поставлена в соответствие некоторая неотрицательная числовая характеристика pi = P(i), называемая вероятностью этого события, причем
По определению, вероятность P(A) любого события A равна сумме вероятностей всех составляющих его элементарных событий:
.
Аксиомы, которым должны удовлетворять вероятности любых событий:
А1 (аксиома неотрицательности). Вероятность любого события A есть неотрицательное число:
P(A) 0, для любого события A.
А2 (аксиома нормированности). Вероятность достоверного события (всего пространства элементарных исходов ) равна единице:
P() = 1.
А3 (аксиома аддитивности). Вероятность суммы счетного числа несовместных событий равна сумме вероятностей этих событий:
P(A1 A2 A3 …) = P(A1) + P(A2) + P(A3) + …
Основные следствия из аксиом теории вероятностей:
1 Вероятность невозможного события равна нулю: P() = 0.
2 Вероятность любого случайного события есть число, заключенное в отрезке от нуля до единицы: 0 P(A) 1.
3 Вероятность
события
,
противоположного событию A,
можно определить следующим образом:
P(
) = 1 – P(A).