
- •1. Основные понятия тер. Вер. Эксперимент и его пространство элементарных событий
- •2. Классификация событий. Действия над событиями
- •3. Классическое определение вер-ти, геометрическое и статистическое определение вер-ти
- •4. Элементы комбинаторики (принцип перемещения, перестановки, размещения, сочетания)
- •5. Теорема сложения вероятностей («или»)
- •6. Условная вероятность, зависимость и независимость события. Умножение вероятностей («и»)
- •7. Формула полной вероятности
- •8. Формула Байеса
- •9. Последовательность независимых испытаний. Формула Бернулли
- •10. Предельный переход для формулы Бернулли
- •11. Теорема Пуассона. Простейший поток событий, его свойства
- •12. Св. Закон распределения св
- •13. Дсв, их законы распределения
- •14. Числовые характеристики дсв
- •15. Нсв. Их законы распределения.
- •16. Свойства мат.Ожидания
- •17. Свойства дисперсии
- •18. Биномиальное распределение
- •19. Распределение Пуассона
- •20. Геометрическое распределение
- •25. Плотность распределения непрерывной двум. Св, св-ва
- •26. Двум. Св, равномерно распределенная в прямоугольнике
- •27. Условные законы распределения
- •28. Зависимые, независимые св
- •29. Числовые характеристики двумерной св
- •30. Корреляционный момент. Коэффициент корреляции
- •31. Линейная зависимость двух св
- •32. Условные числовые характеристики, составляющих двумерную св. Регрессия
- •33. Закон распределения функции св
- •34. Понятие о збч. Сходимость по вер-сти и распределению
- •35. Неравенство Маркова, Чебышева
- •36. Теорема Чебышева
- •37. Теорема Бернулли
- •38. Центральная предельная теорема( Ляпунова)
- •39. Генеральная совокупность, выборка. Способы организации выборки, требования к выборке
- •40. Вариационный ряд. Полигон частот
- •41. Построение интервального вариационного ряда. Гистограмма
- •42.Эмперическая функция распределения, ее свойства
- •43. Числовые характеристики выборочной совокупности, их свойства
- •44. Понятие о статистических гипотезах и их проверке
- •45. Точечные оценки параметров закона распределения. Требования к оценкам параметров
- •46. Оценка мат.Ожидания и дисперсии
- •47. Метод наибольшего правдоподобия и метод моментов нахождения оценок параметров
- •48. Интервальные оценки параметров распределения. Доверительный интервал и вероятность
25. Плотность распределения непрерывной двум. Св, св-ва
Плотность вероятности непрерывной двумерной случ. величины (X, У) наз-тся вторая смешанная частная производная ее ф-и распределения, т.е. φ(х,у)=Fxy’’(x,y). Геометрически φ(х,у) есть поверхность распр-я в пространстве Oxyz. Св-ва плотности: 1) φ(х,у)≥0. 2) Вер-сть попадания непрерывной двумерной величины (X, Y) в область D =: P[(X,Y) D]=∫∫ φ(х,у)dxdy. Геометрически изображается объемом цилиндра, ограниченного сверху поверхностью φ(х,у) и опирающегося на область D. 3) F(x,y)=∫∫ φ(х,у)dxdy (интегралы от -∞ и до х, у соответсвенно). 4) ∫∫φ(х,у)dxdy=1 (интегралы от -∞ до +∞).
26. Двум. Св, равномерно распределенная в прямоугольнике
Результат испытания может характеризоваться не одной случ. величиной, а системой случ. величин Х1, Х2,...,Хn, котор называют многомерной (n-мерной) случ. величиной или случ. вектором Х = (Х1, Х2,...,Хn). Многомерная случ. величина есть ф-я элементарных соб-й ω: (X1, X2…Xn)=f(ω). Случ. величины Х1, Х2,...,Хn, входящие в систему, могут быть дискретными или непрерывными. . Двумерная случ. величина (X,Y) наз-тся непрерывной, если ее F(x,y) - непрерывная ф-я, дифференцируемая по каждому из аргументов, и существует вторая смешанная производная Fху’’(x,y).
27. Условные законы распределения
Условный з-н распредел-я одной из одномерных составляющих двумерной случ. величины (X,Y) - ее з-н распред-я, вычисленный при условии, что др. составляющая приняла определенное значение (или попала в какой-то интервал). Для дискретных случ. величин: Pj(xi)=pij\p(Y=yj), Pi(yj)=pij\P(X=xi). Для непрерывных: φy(x)=φ(x,y)\φ2(y); φx(y)=φ(x,y)\φ1(x). Теорема умножения плотностей распред-й: φ(x,y)= φ1(x)*φx(y)= φ2(у)*φy(x).
Условное М и D:
1)ДСВ: M(Y|X=xi)= M(Y|xi)= Σ yj P(Y=yj| X=xi)
D(Y|xi)= Σ(yj – M[Y|X=xi])2 p(Y=yj|X=xi) = Σyj2P(Y=yi|X=xi) – M2(Y|xi)
2)НСВ: M(Y|X=x)= ∫-∞+∞yf(y|x)dy
D(Y|x)= ∫-∞+∞ (y-M[Y|x])2 f(y|x)dy=∫-∞+∞ y2 f(y|x)dy-M2[Y|x]
28. Зависимые, независимые св
Случ. велич X и Y наз-тся независимыми, если их совместная ф-я распр-я F(x,y) представляется в виде произведения ф-й р-й F1(x) и F2(y) этих случ величин, т.е. F(x,y)=F1(x)*F2(y). При невыполнении равенства, Х и Y наз-тся зависимыми. Дифференцируя дважды равенство по аргументам х и у, получим φ(х,у)=φ1(х)*φ2(у). А по теор умножения плотностей φ(x,y)= φ1(x)*φx(y)= φ2(у)*φy(x). Получается φy(x)= φ1(x), φx(y)= φ2(у), т.е. условные плотности= безусловным. Зависимость между двумя случ. велич. наз-тся вероятностной (статистической), если каждому значению одной из них соответствует условное распр-е другой.
29. Числовые характеристики двумерной св
Числовые хар-ки: M(X)=∫∫x φ(x,y)dxdy (M(Y) аналогично), D(X)=∫∫(x-M(X))^2 dxdy (для D(Y) аналогично, все интегралы считать от - ∞ до +∞).
f(t)=p(t) – плотн вер-ти.
M(x)= ∫-∞+∞ x p(x)dx (предпол, что интегр сход)
D(x)= ∫-∞+∞(x-M)2 p(x)dx = ∫-∞+∞ x2 p(x)dx - M2 (мат ожид квадрата отклон)
Задана непрерывная случайная величина х своей функцией распределения f(x).