- •1.Понятие испытания. Простр-во элементарных событий.
- •3.Классическое определение вероятности.
- •4. Относительная частота. Устойчивость относительной частоты.
- •5.Статистическая вероятность.
- •6.Геометрическая вер.
- •7.Вычисление вер. С использованием комбинаторных схем
- •9.Понятие вероятностного пространства
- •12.Условная вер.. Теорема умножения вер..
- •13.Независимые события. Теорема умножения для независимых событий.
- •14.Вер. Появления хотя бы одного события
- •15.Формула полной вероятности
- •16.Формула Байеса
- •18.Наивероятнейшее число появления событий в последовательности независимых испытаний
- •19.Формула Пуассона
- •22.Ряд распр. Дискретной случайной вел-ны
- •23.Функция распр. Св и ее свойства
- •24. Плотность распр. Вер. Непрерывной св и ее св-ва.
- •25. Мат. Ожидание дсв и нсв. Св-ва мат. Ожидания.
- •29.Начальные и центральные моменты случ. Величин.
- •30. Биномиальный закон распределения.
- •33. Закон Пуассона
- •35. Показательное распределение.
- •38. Понятие закона больших чисел.
- •39. Неравенство Чебышева.
- •40. Теорема Чебышева.
- •45. Эмпирическая ф-ция распределения и ее св-ва.
- •46. Числовые хар-ки выборочного распр.: выборочное среднее, выборочная дисперсия, медиана, ассиметрия, эксцесс, выборочные моменты.
- •48. Интервальные оценки параметров распр.. Доверительный интервал.
- •50. Описание гипотез. Простые и сложные гипотезы. Нулевая и конкурирующая гипотезы.
- •51. Критерии проверки статистических гипотез.
- •52. Уровень значимости и мощность критерия. Ошибки первого и второго рода.
- •17. Независимые испытания. Формула Бернулли
29.Начальные и центральные моменты случ. Величин.
Начальным
моментом к-того порядка СВ Х называется
мат. ожидание(м.о.) к-той степени этой
вел-ны. Начальн. момент обозначается
=M(X)k.
Центральным моментом к-того порядка
СВ Х назыв. м.о. к-той степени отклонения
СВ Х от ее м.о., т.е.
= (X
– M(X))k.
Для ДСВ и НСВ формулы для вычисления
моментов приведены в таблице:
|
Моменты |
ДСВ |
НСВ |
|
Начальный |
|
|
|
Цент Ральн. |
|
|
При
к=1
;
при к=2
.
Центр. моменты
могут быть выражены через нач. моменты
по формулам:
;;
.
м.о. или нач. момент 1-го порядка хар-ет
ср. значение СВ.
или дисперсия хар-ет степень рассеивания
распр. СВ Х отн-но м.о.M(X).
служит для хар-ки ассиметрии или
скошенности распр. Он имеет размерность
куба СВ. Чтобы получить безразмерную
вел-ну, ее делят на
,
где
- среднеквадратич. отклонение. Коэфф
ассиметрии
служит для хар-ки крутости, т.е.
островершинности или плосковершинности
распр. Эти св-ва описываются с помощью
эксцесса.
30. Биномиальный закон распределения.
Пусть
проводится n
независим. испытаний, в кажд. из которых
соб. А может появиться, либо не появиться.
Вер. появл. соб. А в единичном испытании
постоянна и не меняется от исп. к исп..
Рассмотрим в кач-ве ДСВ Х число появлений
соб. А в этих исп. Формула, позволяющая
найти вер. появления m
раз соб. А в n
испытаниях – это форм. Бернулли. Опр.:
ДСВ Х, кот. может принимать только целые
неотриц. знач. с вер. Pn(m)=P(X=m)=
pmqn-m,
где p+q=1,
p>0,
q>0,
m=
называется распределенной по биномиальному
закону, аp
– параметром биномиальн. распр. Ряд
распр. ДСВ Х распределенной по
биномиальному закону можно представить
в виде:
|
X |
0 |
1 |
K |
n |
|
p |
|
|
|
|
Ф-ция
распр. в этом случае опр-ся формулойF(x)=
.
Найдем числовые хар-ки этого распр..M(X)
=
(рав-во
1) . Запишем рав-во, являющееся биномом
Ньютона: (p+q)n=
.
Продифференцируем последнее рав-во поp:
n(p+q)n-1=
.
Умножим последнее рав-во наp:
np(p+q)n-1=
.
Сравнивая получен. рав-во с рав-вом (1),
получаем, чтоnp(p+q)n-1
= M(X).
Т.к. p+q=1,
то M(X)=
np.
Для вычисления дисперсии ДСВ,
распределенной по биномиальному закону,
воспольз. формулой D(X)=
M(X2)
– (M(X))2.
Для СВ распределенной по биномиальн.
закону: M(X2)
=
.
Продифференцируем рав-во (p+q)n
=
дважды поp.
Получим n(n–1)(p+q)n—2=
.
Умножим последнее рав-во наp2
и преобразуем правую часть рав-ва: n(n
– 1)(p+q)n
—2
p2=
—
;n2p2
– np2
= M(X2)
—
;n2p2
– np2
= M(X2)
– M(X).
Для ДСВ распределенной по биномиальн.
закону M(X)=
np,
т.е. n2p2
– np2
= M(X2)
– np;
M(X2)=
n2p2
– np2
+ np;
D(X)=
n2p2
– np2
+ np
— n2p2
= np(1
– p)
= npq.
Значит дисперсия ДСВ распределенной
по биномиальн. закону вычисляется по
формуле: D(X)
= npq.
.
33. Закон Пуассона
ДСВ
Х, кот. может принимать только целые
неотриц. знач. с вер. Pm
=
P(X=m)
=
,
называется распределенной по закону
Пуассона с пар-ом распр. λ, где λ=np.
В отличие от биномиального распр. здесь
СВ может принимать бесконечное мн-во
знач., представляющ. собой бесконечн.
посл-сть целых чисел(0, 1, 2, 3, … и т.д.).
Закон Пуассона описывает число событий
m,
происходящих за одинаковые промежутки
времени. При этом полагается, что события
появляются независимо друг от друга с
постоянной ср. интенсивностью, кот.
хар-ся параметром λ=np.
Ряд распр. закона Пуассона имеет вид:
|
X |
0 |
1 |
2 |
M |
… |
|
p |
e—λ |
λ e—λ |
(λ2 e—λ)/2! |
(λm e—λ)/m! |
… |
Определение
закона Пуассона корректно, т.к.
выполнена. Действительно функциюex
можно разложить в ряд, кот. сходится
для любого Х. Поэтому eλ
=
= 1+ λ +λ2/2!
+ …+ λm/m!
+… Тогда
=e—λ
=e—λ
eλ
=1. Найдем м.о. и дисперсию СВ Х,
распределенной по закону Пуассона.
M(X)
=
=
=
=λeλ
=
λe—λ
eλ
= λ
= np.
Суммирование начинается с m=1,
т.к. 1-ый член суммы соответствующий m=0
равен 0. Дисперсию СВ Х найдем по формуле
D(X)
= M(X2)
– (M(X))2.
M(X2)
=
=e—λ
=e—λ
=λ2
e—λ
+λ
e—λ
=λ2
e—λ
eλ
+ λ
e—λ
eλ
= λ2
+λ. Тогда D(X)
= λ2
+λ — λ2
= λ = np.
Т.о. мат. ожидание и дисперсия СВ,
распределенной по закону Пуассона,
совпадают и равны параметру этого
распр. λ.


,
где f(x)
– ф-ция плотности распр.



