
- •1) Перебор вариантов, дерево вариантов, примеры.
- •2) Комбинаторное правило суммы, правило произведения. Перестановки.
- •Правило произведения
- •3) Размещения и сочетания без повторений.
- •4) Бином Ньютона. Треугольник Паскаля. Основные свойства биномиальных коэффициентов.
- •5) Понятие события, классификация событий.
- •6) Статистическое определение вероятности, примеры.
- •7) Классическое определение вероятности, примеры.
- •8) Геометрическое определение вероятности, примеры.
- •9) Действия над событиями. Свойства операций над событиями.
- •10) Теорема о вероятности суммы нескольких событий.
- •12) Аксиоматика вероятностей пространства. Аксиомы вероятностей.
- •13) Условная вероятность. Теорема о вероятности произведения двух событий.
- •14) Независимость событий. Теорема о вероятности произведения двух независимых событий.
- •15) Формула полной вероятности
- •16) Формула Байеса
- •17) Схема Бернулли.
- •18) Теорема Бернулли и формула Бернулли.
- •20) Локальная теорема Муавра-Лупласа.
- •21) Интегральная теорема Муавра-Лапласа.
- •22) Предельная теорема Пуассона. Приближение формулы Пуассона.
- •23) Понятие случайной величины. Закон распределения случайной величины.
- •24) Функция распределения и её свойства.
- •25) Дискретные случайный величины.
- •26) Дискретные случайные величины. Таблицы и многоугольник распределения. Особенности функции распределения дискретной случайной величины, примеры.
- •27) Непрерывные случайные величины. Особенности функции распределения непрерывной случайной величины, примеры.
- •28) Плотность вероятности как производная функции распределения
- •29) Математическое ожидание дискретной и непрерывной случайной величин.
- •30) Свойства математического ожидания.
- •31) Дисперсия дискретной и непрерывной случайной величин. Среднее квадратичное отклонение.
- •32) Свойства дисперсии.
- •33) Понятие моды, медианы, начального и центрального моментов.
- •34) Биномиальный закон распределения и его характеристики, пример.
- •35) Геометрический закон распределения и его характеристики, пример.
- •36) Закон распределения Пуассона и его характеристики, пример.
- •37) Равномерный закон распределения и его характеристики, пример.
- •38) Показательный закон распределения и его характеристики, пример.
- •39) Нормальное распределение и его характеристики, пример.
- •40) Ковариация и коэффициент корреляции, их свойства.
- •41) Вариационный ряд, таблица частот, гистограмма.
- •42) Меры центральной тенденции (средняя арифметическая, мода, медиана, размах, дисперсия) ряда данных.
- •43) Точечные оценки параметров распределения.
- •44) Интервальные оценки параметров распределения.
- •45) Статистические гипотезы и критерии.
- •46) Критерий Пирсона .
24) Функция распределения и её свойства.
Непрерывную случайную величину нельзя охарактеризовать перечнем всех возможных ее значений и их вероятностей. Естественно, встает вопрос о том, нельзя ли охарактеризовать случайную величину иным способом, одинаково годным как для дискретных, так и для непрерывных случайных величин.
Функция
распределения обладает следующими
свойствами:
1. Значение
функции распределения принадлежит
отрезку [0,1]: 0 ≤ F(x)
≤ 1.
2. Функции распределения
есть неубывающая функция.
3. Вероятность того, что случайная
величина Х примет
значение, заключенное в интервале
(а, b),
равна приращению функции распределения
на этом интервале:
Р(а < X < b)
= F(b)
– F(а).
(2.1)
4. Если все возможные
значения случайной величины Х принадлежат
интервалу (а, b),
то
F(x)
= 0 при х ≤ а; F(x)
= 1 при х ≥ b.
5. Справедливы следующие
предельные отношения:
.
Для дискретной случайной величины Х,
которая может принимать значения х1, х2,
…,хn,
функция распределения имеет вид
25) Дискретные случайный величины.
Случайная величина называется дискретной, если множество ее значений {x1, x2, …, xn} счетно, т.е. можно «пронумеровать».
Дискретную случайную величину можно задать с помощью таблицы:
Это закон распределения случайной величины.
Геометрическое распределение.
Производится ряд независимых опытов, в каждом из которых с одной и той же вероятностью наступает событие А
Биномиальное распределение.
Пусть производится определенное число n независимых опытов. В каждом из них с одной и той же вероятностью р может наступить некоторое событие А.
Распределение Пуассона.
Пусть производится определенное число n независимых опытов. В каждом из них с одной и той же вероятностью р может наступить некоторое событие А.
Где
рk=
(k=0,
1, 2,…).
26) Дискретные случайные величины. Таблицы и многоугольник распределения. Особенности функции распределения дискретной случайной величины, примеры.
Законом распределения дискретной случайной величины называют соответствие между возможными значениями случайной величины и вероятностями их появления.
Закон распределения можно задать таблично, аналитически (в виде формулы) или графически (в виде многоугольника распределения).
Рассмотрим случайную величину X, которая принимает значения x1, x2, x3 ... xn с некоторой вероятностью pi, где i = 1.. n. Сумма вероятностей pi равна 1.
Таблица соответствия значений случайной величины и их вероятностей вида
x1 |
x2 |
x3 |
... |
xn |
... |
p1 |
p2 |
p3 |
|
pn |
|
называется рядом распределения дискретной случайной величины или просто рядом распределения. Эта таблица является наиболее удобной формой задания дискретной случайной величины.
Графическое представление этой таблицы называется многоугольником распределения. По оси абсцисс откладываются возможные значения дискретной случайной величины, а по оси ординат соответствующие вероятности.