- •Операции со множествами. Размещения, сочетания, перестановки. Различные схемы выбора.
- •2 Основных правила комбинаторики:
- •IV схема выбора с возвращением (не упорядочн)
- •2 . Классическая, статистическая, геометрическая вероятности
- •3. Аксиоматическое определение вероятности. Свойства вероятности.
- •Вопрос 4. Условная вероятность . Зависимые и независимые события. Теорема умножения. Совместные и несовместные события. Теорема сложения.
- •Вопрос 6.Схема Бернулли. Формула бернулли, свойства вероятностей бернулли
- •7) Понятие о св. Закон распределения св, виды св. Способы задания дискретных св., функция распределения и ее свойства.
- •Вопрос 8 Непрерывные случайные величины. Функция плотности вероятности и ее свойства.
- •Вопрос 9. Числовые характеристики св. Производящая функция для вычисления матожидания и дисперсии
- •11.Важнейшие дискретные распределения и их основные числовые характеристики
- •12 Важнейшие непрерывные распределения, их квантили и процентные точки.
- •13) Предельные теоремы в теории вероятностей. Неравенства маркова и чебышева. Центральная предельная теорема и закон больших чисел. Теорема чебышева. Теорема бернули.
- •Число наблюдений того или иного значения признака называется частотой и обозначается . Это означает, что варианта наблюдалась раз.
- •Вопрос 16 Числовые характеристики статистического распределения.
- •Вопрос 17. Статистические оценки неизвестных параметров распределения. Свойства оценок. Точечные оценки матожидания и дисперсии. Теорема о свойствах этих оценок.
- •Вопрос 19. Методы получения точечных оценок(моментов, максимального правдоподобия и наименьших квадратов). Выравнивание результатов наблюдений.
- •Выравнивание результатов измерения.
- •20. Доверительное оценивание. Построение интервальных оценок
- •21.Статистическиегипотезы и критерии.
- •22. Методика проверки гипотезы:
- •23. Гипотезы о сравнении двух средних и двух дисперсий
- •24) Непараметрические критерии. Критерий согласия Пирсона.
- •25. Дисперсионный анализ. Теорема Фишера. Критерий Фишера.
Вопрос 9. Числовые характеристики св. Производящая функция для вычисления матожидания и дисперсии
1. Первый момент СВ Х называется матожиданием, или средним значением МХ=ЕХ (был введен для определения ожидаемого результата в многократно повторяемой игре).
Для дискретных СВ Х:
(1)
Замечание: если множество значений Х конечно, то ЕХ существует всегда.
Утверждение: для того чтобы существовало ЕХ, для СВ со счетным множеством значений, надо, чтобы результат (1) не зависил от порядка суммирования.
Для непрерывной СВ Х с плотностью f(x)
,
причем интеграл должен абсолютно
сходится
.
Общее определение матожидания СВ Х:
мат.ожидание случ.величины есть
,
где
(х)
– функция распределения СВ Х.
Сво-ва мат.ожидания: 1) мат ожидание постоянной равно самой постоянной EC=C=const 2) E(X+Y)=EX+EY 3) E(C*X)=C*EX
Кроме среднего значения СВ, которое характеризует центр распределения, представляет интерес и разброс значений СВ около центра. Для количественной характеристики этого разброса служит второй центральный момент СВ, называемый дисперсией СВ Х , обозначаемый ДХ(русский вариант), или вариацией Var(X). ДХ=Var(Х).
Определение: ДХ=Var(Х)=
,
где для любых СВ Х СВ
называется отклонением (Х от своего
матожидания ЕХ).
Замечание: ДХ существует не всегда и не у всех СВ или не у всех распределений.
Свойства дисперсии: 1) ДС=0 и 2) для
любой постоянной C=const
Д(Х+С)=ДХ, Д(С*Х)=
Определение: моменты – это
размерные величины, а на практике чаще
используют нормированные моменты:
коэффициент асимметрии =
или
Коэффициент эксцесса =
Квантилью
СВ
Х, имеющая ФР F(X),
называется корень уравнения
2. Для нахождения важнейших числовых характеристик ДСВ с целыми неотрицательными значениями удобно использовать производящую функцию.
Пусть ДСВ Х принимает значения 0,1,2,3,…,
k с соответствующими
вероятностями p1,p2,…
Производящей функцией для ДСВ Х
называется функция вида
(1)
(z-производящий параметр,
).
Продифференцируем (1) по z:
,
вычислим
.
Найдем
11.Важнейшие дискретные распределения и их основные числовые характеристики
1.Биномиальное распределение:
Х: Р{X=R}=
,
0<p<1,
1-p=q;
X |
0 |
1 |
2 |
... |
k |
... |
n |
Pk |
|
np |
|
|
|
|
|
EX=
=np
DX=
=npq
2.распределение Пуассона
Дискретная случайная величина Х имеет
распределение: Pk=P{X=k}=
k=0,1,2,..
a-параметр
Xn |
0 |
1 |
2 |
... |
Pk |
|
|
|
|
EX= =a
DX=
=a
3.Геометрическое распределение:
Дискретная случайная величина Х имеет
распределение: Pk=P{X=k}=
X |
1 |
2 |
3 |
... |
p |
p |
qp |
|
... |
EX=
=
Геометрическое распределение - частный случай распределения Паскаля.
4.Распределение Паскаля.
Р{X=k}=
EX=
.
5. Гипергеометрическое распределение:
P=P{x=k}=
.
