- •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.
3. Перестановки. Перестановки с повторениями. Примеры.
Перестановка n
элементов – число
размещений из n по
n элементов.
Находится по формуле
.
Пусть у нас есть n
элементов m различных
типов (в каждом из типов все элементы
одинаковы). Пусть
- число элементов i-го
типа, причем
.
Тогда перестановкой с
повторениями будет
называться перестановки всех n
элементов с точностью до порядка
следования однотипных элементов.
Находится по формуле
.
4. Сочетания. Сочетания с повторениями. Примеры.
Сочетанием из n
по k элементов –
число неупорядоченных наборов из m
элементов, взятых из n
элементов. Находится по формуле
.
Сочетанием с повторениями
m элементов из n
элементов – число
неупорядоченных наборов из m
элементов, взятых из n
элементов, причем, в элементы в наборах
могут повторяться. Находится по формуле
.
5. Правила суммы и произведения вероятностей. Правило сложения вероятностей: Если события
6. Алгебра событий. Событие. Свойства событий. Совместные и несовместные, зависимые и независимые события, вероятность события.
Случайное событие – такое явление, которое при неоднократном воспроизведении одного и того же опыта каждый раз протекает по-разному. Т.е. иными словами, случайное событие в результате испытания может как произойти, так и не произойти. Для сравнения событий между собой по степени их возможности, нужно связать с каждым из событий число, которое тем больше, чем больше возможность события (вероятность события).
События называются совместными/несовместными, если существует/не существует испытание, при котором оба события реализуются (появление одного из них не исключает/исключает появление другого).
Независимые события – события, для которых вероятность появления одного не зависит от вероятности появления другого. Для зависимых событий вероятность появление одного влияет на вероятность появления другого.
Достоверное (невозможное) событие U(V) – событие, которое точно (не) произойдет в результате испытания.
Суммой (объединением) событий
называется
такое событие
,
состоящее в наступлении хотя бы одного
события. Произведением
(пересечением, совмещением) событий
называется
такое событие
,
состоящее в одновременном наступлении
всех событий.
Свойства событий:
7. Аксиомы вероятностей.
1. Для каждого события А
можно поставить в соответствие число
(его вероятность
),
причем
.
2.
.
3. Если события А,
В… несовместны, то
.
Кроме того, сюда можно отнести и 2 доказанные теоремы:
1.
.
2.
.
8. Классическое определение вероятности.
Вероятностью события А
называется отношения число m
несовместных равновероятных элементарных
событий, составляющих событие А
к общему числу событий n,
т.е.
.
Отсюда еще раз видно, что
.
9. Статистическое и геометрическое определения вероятности.
Пусть мы проводим некоторый
опыт, состоящий из n
испытаний. Пусть при n
испытаниях событию A
удовлетворяют m
испытаний. Тогда отношение
называться частотой события А.
при большом числе опытов можно полагать,
что
.
Однако даже такое определение
вероятности не всегда удобно. Например,
пусть существует некоторая область G,
требуется найти вероятность попадания
в область g<G.
В таком случае
.
