
- •1. Что называется случайным событием, связанным с опытом? Как определяется событие, противоположное данному? Приведите примеры.
- •2.Что называется суммой и произведением событий а и в? Имеют ли смысл сумма и произведение событий, относящихся к разным опытам? Перечислите все случай наступления события
- •4. Какие события называются достоверными и невозможными и каковы их ве-
- •5.В каком случае событие в называют следствием события а? Какие события называются равными? Объясните, почему .
- •6. Пусть а и в – случайные события. Упростите выражение . Найдите событие, противоположное событию .
- •7. Докажите, что . Что обозначает событие ?
- •10 Сформулируйте и докажите теорему сложения вер-тей для любых событий a и b. Что такое правило сложения вер-тей для несовместных соб. A и b?
- •15. Какие события называются независимыми? Докажите, что если события
- •16. Что такое правило умножения вероятностей: а) для независимых событий
- •17. Как определяется независимость в случае трех событий? Рассмотрите при-
- •18. Как соотносятся понятия независимые события а и в и несовместные события а и в? Следует ли из независимости событий а,в,с независимость событий ав и ? Почему?
- •23. В чем состоит геометрический подход к определению вероятности? Как находится вероятность попадания в заданное множество, если точка случайно выбирается на отрезке ab? в треугольнике abc?
- •24. В чем состоит геометрический подход к определению вероятности? Как находится вероятность попадания в заданное множество, если точка случайно
- •25. Что такое полная группа событий? Приведите пример, когда события ав, и не образуют полной группы событий.
- •26. Верно ли, что события образуют полную группу для любых событий а и в? Ответ обоснуйте.
- •28. Сформулируйте и докажите формулу полной вероятности. Приведите пример ее применения.
- •29. Сформулируйте и докажите формулу Байеса. Приведите пример ее применения.
- •32. Выведите формулу для наиболее вероятного числа успехов в серии n испытаний по формуле Бернулли.
- •34. Может ли наиболее вероятное число успехов в схеме Бернулли отличаться от математического ожидания числа успехов на 2? Ответ обоснуйте.
- •36. Запишите интегральную приближенную формулу Лапласа и приведите основные свойства функции Лапласа φ(X) . При каких условиях данная формула дает хорошее приближение?
- •38. Используя интегральную приближённую формулу Лапласа, выведите формулу для оценки отклонения относительной частоты события а от вероятности p наступления a в одном опыте.
- •39. Сформулируйте и докажите предельную теорему Пуассона.
- •40. Запишите приближённые формулы Пуассона. При каких условиях они дают хорошее приближение? Приведите примеры их применения.
- •41. Что такое сл.Величина? Дискретная величина? Что назыв функцией распределения случ. Величины? Привести пример функции распределения некоторой дискретной сл вел и построить график.
- •42. Сформулируйте основные свойства функции распределения сл величины и продемонстрируйте их на примере.
- •43. Может ли график функции распределения быть прямой линией? Ответ обоснуйте.
- •45. Дана дискретная случайная величина с законом распределения
- •47 Что называется биномиальным распределением с параметрами n и p? Приведите пример опытов, в котором определена случайная величина, распределенная по биномиальному закону.
- •52. Перечислите основные свойства математического ожидания дискретной случайной величины. Объясните, что понимается под суммой и произведением случайных величин.
- •54. Может ли математическое ожидание дискретно случайно величины, принимающей целые значения, быть числом не целым? Ответ обойснуйте.
- •58. Как определяется и что характеризует дисперсия дискретной случайной величины X ? Перечислите основные свойства дисперсии.
- •61. Докажите, что если X и y – независимые случайные величины, то
- •63. Докажите, что для биномиального закона распределения сл. Величина с вероятностью успеха р в каждом из n независимых испытаний выполняется равенство:
- •70. Докажите, что коэффициент корреляции случайных величин х и у удовлетворяет условию . Что можно сказать о х и у, если ? Если ?
- •74. Перечислите основные свойства функции плотности вероятности. Чем объясняется название «плотность вероятности»?
- •82. Выведите формулу для нахождения мат. Ожидания и дисперсии случайной величины, равномерно распределенной на отрезке [a; b].
- •83. Объясните (с доказательством) вероятностный смысл параметра m в формуле для функции плотности случайной величины х, распределенной по нормальному закону.
- •84. Объясните (с доказательством) вероятностный смысл параметра σ в формуле для функции плотности случайной величины, распределенной по нормальному закону.
- •85. Докажите, что для случайной величины, распределенной по показательному закону с параметром , математическое ожидание
- •87.Что такое правило для нормального распределения? Верно ли, что для любой нормальной случайной величины х существует отрезок , для которого ? Ответ обоснуйте.
- •88. Формулируйте определение начальных моментов случайной величины. Докажите, что если х и у независимые случайные величины, то
- •89. Пусть - начальные, а - центральные моменты некоторой случайной величины.
- •90. Сформулируйте определение асимметрии As(X ) случайной величины X и укажите ее основные свойства. Что характеризует асимметрия случайной величины?
- •91. Сформулируйте определение эксцесса Ex(X) случайной величины X и укажите его основные свойства. Чему равен эксцесс для нормального распределения?
- •92 Найдите асимметрию и эксцесс равномерного распределения на отрезке [а,b].
- •93.Что называется системой случайных величин? Сформулируйте определение функции распределения двумерного случайного вектора (х,y) и дайте его геометрическую интерпретацию.
- •94. Сформулируйте основные свойства функции распределения случайного вектора (х,у) и приведите примеры двумерной функции распределения.
- •F(X)-неубывающая функция, т.Е.
- •101.Каков смысл начальных и центральных моментов двумерного случайного вектора (X,y)?Ответ обоснуйте.
- •102.Дайте определение корреляционной и ковариационной матриц для системы случайных величин х1,х2…Хn и сформулируйте их основные свойства.
- •103. Как найти ковариацию Сov(X,y) случайных величин X и y , если известна функция плотности
- •105. Как определяются условные законы распределения для дискретных случайных величин X и y?
- •107. Как определяется условное математическое ожидание непрерывной слу-
- •108. Сформулируйте и докажите неравенство Чебышева.
- •109. Используя н-во Чебышева, сформулируйте и док-те «правило трех сигм» для произвольной св X.
- •110. Сформулируйте и докажите теорему Чебушева для бесконечной последовательности случайных величин с одинаковыми математическими ожиданиями и дисперсиями, ограниченными одним и тем же числом.
- •111 Сформулируйте и докажите теорему Бернулли (закон больших чисел).
- •112. Сформулируйте центральную предельную теорему. Укажите примеры ее применения.
- •113. Сформулируйте центральную предельную теорему для одинаково распределенных случайных величин и приведите пример ее применения.
- •114. Используя центральную предельную теорему, обоснуйте интегральную формулу Лапласа.
10 Сформулируйте и докажите теорему сложения вер-тей для любых событий a и b. Что такое правило сложения вер-тей для несовместных соб. A и b?
Теорема
слож. вер-тей.
Для любых соб. A
и B
выполняется формула P(A+B)=P(A)+P(B)-P(AB)Док-во:
Обозначим через n=
-
общее число исходов, ns-
число исходов, благоприятных для соб.
S.Тогда
формулу
=
+
–
можно
переписать след. образом nA+B=nA+nB-nAB(*).
Разделив почленно формулу (*) на n, получим формулу P(A+B)=P(A)+P(B)-P(AB)
Правило сложения вер-тей. Если соб. A и B несовместны, то P(A+B)=P(A)+P(B).Док-во:Т.е. соб. A и B несовместны, то P(AB)=0, поэтому из формулы P(A+B)=P(A)+P(B)-P(AB), получим P(A+B)=P(A)+P(B).
11 Какие соб.A1,A2,…An называются попарно несовместными? Сформулируйте правило сложения вер-тей для попарно несовместных соб. A1, A2, …An. Приведите пример попарно несовместных событий A,B, и C, таких что P(A+B+C)<1?
A1,A2,…An – попарно несовместны, если они никогда не выполняются одновременно. Исходя из следствия, можно сказать, что вер-ть появления одного из нескольких попарно несовместных соб., безразлично какого, равно сумме вер-тей этих соб. P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An).Док-во: Рассмотрим 3 соб.A,B,C. Т.к. рассматриваемые события попарно несовместны, то появление одного из трех событий, A,B,C, равносильно наступлению одного из двух соб,A+B и C, поэтому в силу указанной теоремы
P(A+B+C)=P
=P(A+B)+P(C) =P(A)+P(B)+P(C).
Пример:
Существуют 5 карточек с написанными
цифрами: 1,2,3,4,5.
.
Соб.А – вытащили карточку с числами,
делящимися на 2, В – делящ. на 3, С – делящ.
на 5. События А,В,С попарно независимы.
АВ=
,
АС=
,
ВС=
.
P(A+B+C)=P(A)+P(B)+P(C).
,
,
P(A+B+C)=0,4+0,2+0,2=0,8<1.
12
Объясните, почему Р(А+В)≤Р(А)+Р(В) для
событий A
и B.
Чему равна сумма P(A)+P(
)
вероятностей противоположных событий?
Ответ обоснуйте.
А и В – как сов., так и несов. события.
Р(А+В)=Р(А)+Р(В) - Р(АВ)
Когда мы считаем P(А+В), то при сложении Р(А) и Р(В) мы дважды учитываем пересечение, то есть его надо вычесть:
Р(А)+Р(В)=Р(АВ)+Р(АВ)+Р(А+В)- Р(АВ)Р(А)+Р(В)=Р(АВ)+Р(А+В)
Р(А+В)=Р(А)+Р(В)-Р(АВ)
Р(А+В)≤Р(А)+Р(В)
Исходя
из следствий (теорема сложения
вероятностей) можно сказать, что сумма
вероятностей противоположных событий
равна единице. P(A)+P(
)=1.
Т.к. события A
и
несовместны,
поэтому можно применить формулу
P(A+B)=P(A)+P(B).
При этом следует использовать то, что
событие A+
- достоверное, поэтому его вер-ть =1.Также
используют такую формулу, выражающую
вер-ть события A
через вер-ть противоположного события
.
P(A)=1-P(
)
13 Верно
ли, что если событие A
является следствием события B,то
P(A)
≤ P(B)?
Ответ обоснуйте.
Да, верно, т.к. согласно следствию: если соб B явл. следствием соб. A, то P(A) ≤ P(B). Т.к. A B, то B=A+(B/A)- сумма несовместных событий. Применяя правило сложения вер-тей, имеем P(B)=P(A)+P(B/A), откуда следует неравенство P(A) ≤ P(B)
14.
Дайте определение условной вероятности
и приведите его статистическую
интерпретацию. Укажите примеры, когда:
1)
РB(А)>Р(А);
2) РB(А)<Р(А);
Пусть А и В случайные события по отношению к какому либо опыту причем P(B) неравно 0. число РB(А)=Р(АВ)/Р(В) называют вероятностью события А при условии, что событие В уже наступило, или просто условной вероятностью А. Наличие условной вероятности (РB(А)≠Р(А)) между событиями определяет их взаимосвязь.
Статистическая
интерпретация: Рассмотрим некий
эксперимент и 2 соб. А и В. Повторим опыт
к раз. Пусть
-
число опытов, в которых произойдет
событие А при условии что В тоже
произойдет.
1) РB(А)>Р(А) бросаем кость, В- выпало четное, А-выпала двойка. Р(А)=1/6 РB(А)=1/3
2) РB(А)=Р(А). бросаем кость, В- выпало положительное число, А-выпала двойка
P(A)=1/6, P(AB)=1/6,P(B)=1, РB(А)=1/6