
- •1.Сущность и условия применения теории вероятностей.
- •2.Основные понятия теории вероятностей.
- •3.Классическое, статистическое и геометрическое определение вероятности
- •4.Теоремы сложения вероятностей.
- •5.Теорема о вероятности хотя бы одного события
- •6.Формула полной вероятности . Теорема Байеса
- •7. Повторные испытания.Формула Бернулли.
- •8.Случайные величины, способы их описания
- •9.Основные числовые характеристики дискретных случайных величин.
- •10. Основные числовые характеристики непрерывных случайных величин
- •11.Равновероятностный закон распределения вероятностей.
- •12. Биномиальный закон распределения вероятностей.
- •13.Закон распределения вероятностей Пуассона.
- •14.Нормальный закон распределения вероятностей.
- •15.Экспоненциальный закон распределения вероятностей. Функция надежности
- •16. Центральная предельная теорема. Теорема Ляпунова
- •17.Задачи математической статистики
- •19. Статистическое оценивание параметров дискретных случайных величин. Выборочная средняя и выборочная дисперсия
- •20. Статистическое оценивание параметров непрерывных случайных величин. Выборочная средняя и выборочная дисперсия.
- •21.Статистическое оценивание: метод моментов, метод максимального правдоподобия.
- •23. Статистические оценки параметров распределения. Несмещенность, состоятельность, эффективность и надежность оценки.
- •24. Статистическая гипотеза. Нулевая гипотеза. Ошибки первого и второго рода.
- •25.Проверка статистической гипотезы о равенстве средних значений.
- •26. Проверка статистической гипотезы об однородности дисперсий.
- •28. Критерий согласия Пирсона.
- •29. Линейное однофакторное уравнение регрессии.
- •31.Схема однофакторного дисперсионного анализа.
15.Экспоненциальный закон распределения вероятностей. Функция надежности
П
оказательным
(экспоненциальным) называют распределение
вероятностей непрерывной случайной
величины Х, которое описывается
плотностью
функция распределения вероятностей имеет вид:
График:
Вероятность попадания случайной величины в интервал (а;в) находится по формуле:
P ( a<X<b)
=
-
Для показательного распределения:
M(X)= 1/λ
D(X)=
1/
σ(X) = 1/λ
Ф-ция надежности
Функцией надежности называют функцию, определяющую вероятность безотказной работы элемента за время длительностью t:
R(T) = P( T>t)
Показательный
закон надежности – R(T)=
,λ-интенсивность
отказов.
16. Центральная предельная теорема. Теорема Ляпунова
Теорема Ляпунова (центральная предельная теорема).
Если случайная величина Х представляет собой сумму очень большого числа взаимно независимых случайных величин, влияние каждой из которых на всю сумму ничтожно мало, то Х имеет распределение, близкое к нормальному.
Пусть Х1,Х2,….Хn – независимые случайные величины, имеющие М(Х)=а и D(X)=σ2 .
Т
огда
для любого числа х
верно:
17.Задачи математической статистики
Первая задача мат. статистики- указать способы сбора и группировки статистических сведений, полученных в результате наблюдений или в результате специально поставленных экспериментов.
Вторая задача мат. статистики-разработать методы анализа статистических данных в зависимости от целей исследования. Сюда относят: а) оценка неизвестной вероятности события; оценка неизвестной функции распределения; оценка параметров распределения, вид которого известен; оценка зависимости случайной величины от одной или нескольких случайных величин; б) проверка статистических гипотез о виде неизвестного распределения или о величине параметров распределения, вид которого известен. Задача мат.статистики состоит в создании методов сбора и обработки статистических данных для получения научных и практических выводов.
18. Способы отбора данных. Выборочная и генеральная совокупность.
Способы отбора:
Отбор, не требующий расчленения генеральной совокупности на части. Сюда относятся: а) простой бесповторный отбор; 2) простой случайный повторный отбор.
Отбор, при котором генеральная совокупность разбивается на части. Сюда относятся: а)типический отбор; б) механический отбор; в) серийный отбор.
Простым случайным называют такой отбор, при котором объекты извлекают по одному из всей генеральной совокупности.
Типическим называют отбор, при котором объекты отбираются не из всей генеральной совокупности, а из каждой ее « типической части»
Механическим называют отбор, при котором генеральная совокупность « механически» делят на столько групп, сколько объектов должно войти в выборку, а из каждой группы отбирают один объект.
Серийным называют отбор, при котором объекты отбирают из генеральной совокупности не по одному, а « сериями», которые подвергаются сплошному обследованию
Выборочная совокупность - совокупность случайно отобранных объектов. Генеральная совокупность - совокупность объектов, из которых производится выборка.