
- •1. Предмет теории вероятностей. Краткие исторические сведения. Случайная величина. Практически невозможные и практически достоверные события.
- •2. Размещение с повторениями и без повторений. Примеры.
- •3. Перестановки. Перестановки с повторениями. Примеры.
- •4. Сочетания. Сочетания с повторениями. Примеры.
- •6. Алгебра событий. Событие. Свойства событий. Совместные и несовместные, зависимые и независимые события, вероятность события.
- •7. Аксиомы вероятностей.
- •8. Классическое определение вероятности.
- •9. Статистическое и геометрическое определения вероятности.
- •10. Сумма событий. Теорема сложения вероятностей.
- •22. Вероятность попадания случайной величины на заданный участок. Плотность вероятности и её свойства.
- •23. Примеры дискретных и непрерывных законов распределения случайных величин.
- •24. Числовые характеристики случайных величин, прерывных и дискретных. Их роль и назначение.
- •25. Математическое ожидание, его свойства и аналогии.
- •26. Математическое ожидание для схемы Бернулли и теоремы Пуассона.
- •27. Математическое ожидание равномерного, показательного и нормального законов распределения.
- •30. Дисперсия и её свойства. Среднеквадратичное отклонение и эксцесс.
- •31. Равномерное распределение, экспоненциальное распределение, гамма-распределение.
- •32. Нормальный закон распределения и его график. Интеграл вероятности, его свойства и график. Интеграл . Смысл параметров. Стандартное нормальное распределение. Моменты нормального распределения.
- •33. Правило трех сигм.
- •34. Понятие о системе случайных величин. Функция распределения системы случайны величин.
- •35. Плотность распределения системы двух случайных величин. Законы распределения отдельных величин, входящих в систему. Условные законы распределения.
- •36. Зависимые и независимые случайные величины. Система произвольного числа случайных величин. Числовые характеристики системы нескольких случайных величин.
- •37. Числовые характеристики системы двух случайных величин. Корреляционный момент. Ковариация. Коэффициент корреляции. Их свойства. Дисперсия суммы двух случайных величин.
- •39. Неравенство Чебышева. Закон больших чисел (теорема Чебышева). Теорема Маркова.
- •40. Закон больших чисел и центральная предельная теорема.
- •42. Характеристические функции. Теорема Ляпунова. Теорема Лапласа.
- •43. Основные задачи статистики. Простая статистическая совокупность. Примеры.
- •45. Выборка. Вариационный ряд. Частота. Относительная частота. Статистический ряд. Группированные частоты. Выравнивание статистических рядов.
- •46. Полигон частот. Критерии согласия.
- •47. Эмпирическая функция распределения и её график.
- •48. Гистограммы частот (ступенчатые и секторные).
- •49. Несмещенные и смещенные оценки параметров. Выборочное среднее, выборочная дисперсия, исправленная дисперсия.
- •50. Метод моментов. Логарифмическая функция правдоподобия.
- •51. Функции максимального и минимального правдоподобия.
- •52. Доверительная вероятность и интервал, уровень значимости.
- •53. Статистические законы распределения случайных величин: «хи-квадрат», Стьюдента, Фишера, квантиль.
- •54. Статистические гипотезы, их примеры. Идея проверки статистической гипотезы. Ошибки первого и второго рода.
- •55. Интервальные оценки параметров: математического ожидания, известной и неизвестной дисперсии, дисперсии при известном и неизвестном мат. Ожидании.
- •57. Мощность критерия. Критические точки.
- •58. Линейная регрессия. Проверка гипотезы о значимости выборочного коэффициента корреляции.
- •59. Случайная функция. Дисперсия. Корреляционная функция. Нормированная и взаимная.
- •60. Характеристики суммы случайных величин, производной и интеграла от случайной функции.
- •61. Метод наименьших квадратов.
1. Предмет теории вероятностей. Краткие исторические сведения. Случайная величина. Практически невозможные и практически достоверные события.
Предмет теории вероятностей – изучение законов, управляющих случайными событиями. Началом работ по теории вероятностей считается начало17 века (Галилей, исследуя ошибки в своих опытах, отметил их как случайные), в это же время возникает и тория страхования. Однако окончательно наука сформировалось несколько позже для описания азартных игр (работы Паскаля, Ферма и Гюйгенса) – в их работах сформированы понятия вероятности и мат. ожидания и разработаны методы их нахождения. Бернулли осуществил первое доказательство закона больших чисел (в дальнейшем в работах Пуассона, Чебышева и др. этот закон непрерывно дорабатывался, расширялись границы его применимости). Муавр ввел понятие нормального (Гауссово) распределения, сформировал центральные предельные теоремы. В работах Лапласа появилось строгое изложение основ теории вероятности и доказательство одной из форм ЦПТ (теорема тоже в дальнейшем доказывалась для более общих случаев многими учеными). Гаусс обобщил понятие нормального распределения и разработал метод обработки экспериментальных данных – метод наименьших квадратов. В 30г. 20 века в Западной Европе происходит угасание интереса к теории вероятности, однако она обширно изучается в России – создается Петербургская математическая школа. Её выпускниками были Буняковский (автор первого курса теории вероятности на русском языке, создатель первой русской терминологии), Чебышев (разработал метод моментов), Марков (заложил основы теории стохастических процессов), Ляпунов (разработал метод характеристических функций) и многие другие.
Событием называется всякий факт, который в результате испытания может произойти или не произойти. Достоверное/недостоверное событие U/V – событие заведомо произойдет/не произойдет в результате испытания. Их вероятности равны единице и нулю соответственно. На практике же приходится иметь дело не с достоверными/недостоверными событиями, а с практически достоверными/невозможными событиями – их вероятности соответственно практически равны единице/нулю. В теории вероятностей очень важной задачей является поиск условий, при которых событиях становятся практически достоверными/невозможными.
Испытание
– реализация данного комплекса условий,
в результате которого непременно
произойдет какое-либо событие.
Совокупностью элементарных событий
является пространство
элементарных событий
.
Случайная величина в результате опыта может принять то или иное значение (т.е. заранее оно не известно). Случайные значения принимают либо дискретный, либо непрерывный характер.
2. Размещение с повторениями и без повторений. Примеры.
Размещением m
элементов из n
элементов – число
упорядоченных наборов из m
элементов, взятых из n
элементов. Находится по формуле
.
Размещением с повторениями
m элементов из n
элементов – число
упорядоченных наборов из m
элементов, взятых из n
элементов, причем, в элементы в наборах
могут повторяться. Находится по формуле
.