- •Выборка с возвращением/без возвращения.
- •Размещения, перестановки, сочетания
- •Пространство элементарных событий. Элементарные и составные события
- •4. Равенство, сумма, произведение и разность событий.
- •5. Несовместные и совместные события.
- •6. Достоверные и противоположные события. Диаграммы Венна-Эйлера
- •7. Вероятностное пространство и определение вероятности в дискретном пространстве
- •8. Теорема сложения вероятностей для несовместных и совместных событий.
- •9. Понятие условной вероятности.
- •10. Теорема умножения вероятностей
- •11. Зависимые и независимые события.
- •12. Формула полной вероятности.
- •13. Формула Байеса.
- •14. Схема испытаний Бернулли.
- •16. Действия над дискретными случайными величинами
- •17.Математическое ожидание дискретной случайной величины и его свойства
- •18.Дисперсия дискретной случайной величины и ее свойства
- •19.Биномиальное распределение (схема независимых испытаний Бернулли). Вычисление математического ожидания и дисперсии.
- •20.Распределение Пауссона. Вычисление математического ожидания и дисперсии
- •21. Определение и основные свойства интегральной функции распределения.
- •22. Определение непрерывной случайной величины
- •23. Определение и основные свойства дифференциальной функции распределения (плотности распределения) непрерывной случайной величины. Связь с интегральной функцией распределения.
- •24. Равномерное распределение. Дифференциальная и интегральная функции равномерного распределения и их графики. Параметры равномерного распределения. Вычисление мат. Ожидания и дисперсии.
- •25. Нормальное распределение. Дифференциальная и интегральная функции нормального распределения и их графики. Параметры нормального распределения и их связь с мат.Ожиданием и дисперсией.
- •26.Выборка и генеральная совокупность. Способы представления выборки
- •27. Вариационные и статистические ряды.
- •28.Частота, относительная частота, размах выборки, мода, медиана, выборочное среднее и выборочная дисперсия.
- •29.Эмпирическая функция распределения
- •30.Графическое представление выборки(полигон и гистограмма).
- •31. Точечные и интервальные оценки
- •32. Понятие доверительного интервала. Основные типы задач на интервальные оценки.
- •35. Общая постановка и схема проверки параметрической статистической гипотезы.
- •36. Ошибки первого и второго рода при проверке гипотез
6. Достоверные и противоположные события. Диаграммы Венна-Эйлера
Достоверным событием называется всё пространство элементарных событий. Достоверное событие – это событие, которое обязательно должно произойти в результате данного опыта. При бросании игральной кости таким событием является её падение на одну из граней (p=1)
Событие А называется противоположным событию В, если не произошло событие В. Так, промах и попадание при стрельбе – противоположные события.
Диаграмма Эйлера-Венна - наглядное средство для работы со множествами. На этих диаграммах изображаются все возможные варианты пересечения множеств. Количество пересечений (областей) n определяется по формуле:
n=2N,
где N – количество множеств.
Множества изображаются в виде кругов (если используется 2-3 множества) и эллипсов (если используется 4 множества), помещенных в прямоугольник (универсум).
7. Вероятностное пространство и определение вероятности в дискретном пространстве
Пространство элементарных исходов назовём дискретным, если оно конечно или счётно:
Множество счётно, если существует взаимно-однозначное соответствие между этим множеством и множеством всех натуральных чисел. Счётными множествами являются, например, множество натуральных чисел, множество целых чисел, множество рациональных чисел, множество чётных чисел и т.д. Множество конечно, если оно состоит из конечного числа элементов.
Чтобы определить вероятность любого события на дискретном пространстве элементарных исходов, достаточно присвоить вероятность каждому элементарному исходу. Тогда вероятность
любого события определяется как сумма вероятностей входящих в него элементарных исходов.
8. Теорема сложения вероятностей для несовместных и совместных событий.
Несовместные:
Пусть А и B – два несовместных события. Тогда, вероятность суммы двух несовместных событий равна сумме вероятностей этих событий: (Событие А исключает появление события В в испыт.)
Р(А+В) = Р(А) + Р(В)
Теорема сложения вероятностей применима к любому числу несовместных событий.
Следствие 1: Если события А1, А2, …, Аn образуют полную группу несовместных событий, то сумма их вероятностей равна единице:
∑P(Aj)=1
Пример: Имеем монету. Событие А – выпадет орёл, событие B – решка. A=B=0.5. Тогда, P(A+B)=1
Совместные:
Вероятность суммы совместных событий вычисляется по формуле (Событие А не исключает события В в одном испыт.)
.
9. Понятие условной вероятности.
Условная вероятность — вероятность одного события при условии, что другое событие уже произошло.
N(A) – кол-во благоприятных исходов событию А.
N(B) - ….событию В.
N(AB)-совместное
N – общее число элементарных исходов.
P(A)=
,
P(B)=
-
условная вероятность по B
(при условии, что В произошло)
P(B)=
- независимое событие.
