- •1. Комбинаторика: основные принципы, понятия и формулы.
- •2. Предмет теории вероятностей
- •3. Основные понятия теории вероятностей: опят, исход опыта, пространство элементарных исходов. Примеры.
- •4. Основные определения теории вероятностей: случайные события, благоприятствующие исходы, совместные и несовместные события.
- •6. Операции над событиями. Алгебра событий.
- •7. Аксиоматическое определение вероятности.
- •8. Важнейшие свойства вероятностей.
- •9.Классическое определение вероятности.
- •10. Геометрическое определение вероятности.
- •11. Статическое определение вероятности.
- •12. Зависимые и независимые события, их взаимность. Определение условной вероятности и следствие из него.
- •13. Полная вероятность.
- •14. Формула Байеса.
- •15.Схема Бернулли:n однотипных независимых испытаний. Основные задачи в схеме Бернулли.
- •16. Визуализация опыта, удовлетворяющего схеме Бернулли. Вывод формулы Бернулли.
- •17. Применение формулы Бернулли при решении 2 основных задач в схеме Бернулли.
- •18.Применение формулы Пуассона при решении двух основных задач в схеме Бернулли.
- •19. Применение формулы Муавра-Лапласа при решении 2 основных задач в схеме б ернулли.
- •20.Наивероятнейшее число «успехов» в серии n испытаний по схеме Бернулли.
- •21. Случайная величина как функция, ее область определения и область значения. Примеры.
- •22. Классификация случайных величин.
- •23. Способы задания свдт.
- •24. Функция плотности вероятности f(X) как способ задания свнт. Свойства функции плотности.
- •25. Функция распределения вероятностей f(X): ее определения и свойства.
- •26. Математическое ожидание свдт: определение и свойства.
- •27. Математическое ожидание свнт: определение и свойства.
- •28. Дисперсия свдт: определение и свойства.
- •29. Дисперсия свнт: определение и свойства.
- •30. Биномиальное распределение.
- •31. Бернуллиевское распределение.
- •32. Геометрическое распределение.
- •33.Гипергеометрическое распределение
- •34. Распределение Пуассона.
- •35.Равномерное дискретное распределение.
- •36. Равномерное непрерывное распределение.
- •График:
- •37. Экспоненциальное распределение.
- •38. Нормальное распределение.
22. Классификация случайных величин.
По типу структуры множества их возможных значений случайные величины делятся на дискретные и непрерывные.
Дискретной случайной величиной называют случайную величину, число возможных значений которой конечное либо счётное множество.
Примеры:
X - частота попаданий при трёх выстрелах. Возможные значения:
=0,
=1/3,
=2/3,
=1X- число дефектных изделий из n штук. Возможные значения: =0, =1, =2…
…X – число выстрелов до первого попадания. Возможные значения: =1, =2, =3… =n
Непрерывной случайной величиной называют такую случайную величину, возможные значения которой непрерывно заполняют некоторый промежуток (конечный или бесконечный).
Примеры:
X - случайное отклонение по дальности от точки попадания до цели при выстреле из орудия. Так как снаряд может попасть в любую точку, интервала, ограниченного минимальным и максимальным значениями дальности полёта снаряда, возможных для данного орудия, то возможные значения случайной величины X заполняют промежуток между минимальным и максимальным значением.
X - ошибки при измерении радиолокатором.
X - время работы прибора.
23. Способы задания свдт.
Дискретной называют случайную величину, возможные значения (конечные или бесконечные) которой есть отдельные изолированные числа (т.е. между двумя соседними возможными значениями нет возможных значений и их можно пронумеровать), которые эта величина принимает с определенными вероятностями.
Л
юбой
способ задания случайной величины
называется законом распределения
этой величины. Законом распределения
СВДТ является перечень ее возможных
значений и соответствующих им вероятностей.
Записывается в виде таблицы:
– сумма ряда вероятностей должна быть равна единице.
Или может быть записан аналитически – Р (Х=хi) = φ(хi)
Также закон распределения СВДТ можно изобразить графически в виде многоугольника распределения. Для этого в системе координат строят точки М1(х1;p1), М2(х2;p2)… Мn(хn;pn).
1. Равномерное распределение СВДТ Х, принимающей n значений, задается формулой: Pn(x=xi)=1/n
2
.
Биномиальный закон распределения СВДТ
Х – проводятся n-однотипных
независимых испытаний, в каждом из
которых может произойти или не произойти
С ОДНОЙ И ТОЙ ЖЕ ВЕРОЯТНОСТЬЮ событие
А, интересующее нас. Его вычисляют по
формуле Бернулли:
Е
сли
число испытаний (n)
велико, а вероятность p
появления события в каждом испытании
очень мала,
то используют распределение СВДТ по
закону Пуассона:
, где k –
число появлений события в n
независимых испытаниях, λ = np
(среднее число появлений события в n
испытаниях).
3. Геометрическое распределение СВДТ Х – опыт состоит в проведении однотипных независимых испытаний, в каждом из которых может произойти ожидаемое нами событие А, при этом испытания проводят до первого появления события А (!): Рn (x=k) = pqk-1
4
.
Гипергеометрическое распределение
СВДТ Х – осуществляется безвозвратная
выборка m – элементов из
имеющихся n – элементов,
причем эти n – элементы
двух типов: n1 элемент
обладает нужными нам значениями признака,
n2 – нет, а в сумме
n1 + n2
= n. Формула:
