- •1.Основные понятия и формулы комбинаторики.
 - •2.Случайные события и действия над ними. Виды событий
 - •3. Аксиоматическое определение вероятности
 - •6.Понятие дискретной случайной величины. Закон распределения дискретной одномерной случайной величины. Функция распределения f(X), ее свойства.
 - •7.Числовые характеристики дискретной случайной величины.
 - •8.Схема Бернулли. Формула Бернулли. Локальная и интегральная теорема Муавра-Лапласа
 - •9.Биномиальное распределение.
 - •10.Понятие непрерывной случайной величины. Функция распределения, ее свойства. Функция плотности распределения вероятностей, ее свойства. Числовые характеристики непрерывных случайных величин.
 - •11.Распределение Пуассона
 - •12.Нормальный закон распределения. Числовые характеристики нормального закона. Свойства нормальной кривой. Правило 3-х сигм, его практическое применение.
 - •14.Дискретный вариационный ряд и его числовые характеристики
 - •15.Интервальный статистический ряд и его числовые характеристики.
 - •16.Статистическое оценивание параметров распределения по выборке. Точечные оценки параметров распределения
 - •18.Статистическая проверка гипотез. Мощность критерия. Критические области
 - •19.Статистическая проверка гипотез. Ошибки первого и второго родов.
 - •Уровень значимости
 - •Мощность и ошибка второго рода
 - •20.Двумерная случайная величина. Закон распределения. Условные законы распределения.
 - •21.Двумерная случайная величина. Числовые характеристики двумерной случайной величины.
 - •2 Типа взаимосвязей между х и у:
 
8.Схема Бернулли. Формула Бернулли. Локальная и интегральная теорема Муавра-Лапласа
Проводятся 
 опытов,
в каждом из которых может произойти
определенное событие («успех») с
вероятностью 
 (или
не произойти — «неудача» — 
).
Задача — найти вероятность получения
ровно 
 успехов
в опыте.
Решение:
Количество успехов — величина случайная, которая имеет биномиальное распределение.
Теперь рассмотрим эту задачу подробнее. Возьмём самый простой стохастический эксперимент с двухэлементным пространством элементарных событий. Одно назовём «успехом», обозначим «1», другое — «неудачей», обозначим «0».
Пусть
вероятность успеха 
,
тогда вероятность неудачи 
.
Рассмотрим новый стохастический эксперимент, который состоит в -кратном повторении этого простейшего стохастического эксперимента.
Понятно,
что пространство элементарных событий 
,
которое отвечает этому новому
стохастическому эксперименту
будет 
 (1), 
.
За 
-алгебру
событий 
 возьмём булеан пространства
элементарных событий 
 (2).
Каждому элементарному событию 
 поставим
в соответствие число 
.
Если в элементарном событии 
 успех
наблюдается 
 раз,
а неудача — 
 раз,
то 
.
Пусть 
,
тогда 
.
Также является очевидной нормированность
вероятности: 
.
Поставив
в соответствие каждому событию 
 числовое
значение 
 (3),
мы найдём вероятность 
.
Построенное пространство 
,
где Ω — пространство элементарных
событий, определено равенством
(1),
 — 
-алгебра,
определена равенством (2), P — вероятность,
определена равенством (3), называетсясхемой
Бернулли для 
 испытаний.
Набор
чисел 
 называется
биномиальным распределением.
Теоремы Муавра-Лапласа. На практике приближенные формулы Муавра-Лапласа применяются в случае, когда pи q не малы , а npq>9.
Локальная
теорема Муавра-Лапласа. Если
вероятность появления события А в каждом
из n
 независимых
испытаний равна одной и той же
постоянной р=const
(0<р<1),
то вероятность 
 того,
что во всех этих испытаниях событие А появится
ровно k раз,
приближенно вычисляется формулой:
,
(4.8)
где: 
 , 
--
кривая Гаусса.
Таблицы
значений функции 
 даны
в приложениях к учебникам по теории
вероятностей
Интегральная теорема Муавра-Лапласа. Пусть вероятность появления события А в каждом из n (n→∞)независимых испытаний равна одной и той же постоянной р (0<р<1), то вероятность того, что во всех этих испытаниях событие А появится не менее k1 и не более k2 раз, приближенно вычисляется формулой:
,
(4.9)
где
 -
функция Лапласа,
, 
Значения аргументов функции Лапласа для х Î[0,5] даны в приложениях к учебникам по теории вероятностей (Приложение 2 настоящего методического пособия), для x>5 F(x)=1/2.Функция нечетная - F(x)= F(-x).
9.Биномиальное распределение.
Биномиальное
распределение —
дискретное распределение
вероятностей одной случайной
величины 
 принимающей
целочисленные значения 
 с
вероятностями:
Данное
распределение характеризуется двумя
параметрами: целым числом 
 называемым числом
испытаний,
и вещественным числом 
 
 называемом вероятностью
успеха в одном испытании.
Биномиальное распределение — одно из
основных распределений вероятностей,
связанных с последовательностью
независимых испытаний. Если проводится
серия из 
 независимых
испытаний, в каждом из которых может
произойти "успех" с вероятностью 
 то
случайная величина, равная числу успехов
во всей серии, имеет указанное
распределение. Эта величина также может
быть представлена в виде суммы 
 независимых
слагаемых, имеющих распределение
Бернулли.
Основные свойства
Характеристическая
функция: 
Моменты:
Математическое ожидание:
Дисперсия:
Асимметрия:
 при 
 распределение
	симметрично относительно центра 
