- •Билет 1.
- •1. Понятие функции нескольких переменных. Частные производные первого порядка
- •2. Теоремы сложения вероятностей для несовместных и совместных событий
- •Билет 2.
- •1. Полный дифференциал функции нескольких переменных и его применение
- •2. Зависимые и независимые события. Условная вероятность. Теорема умножения вероятностей
- •Билет 3.
- •1. Градиент функции нескольких переменных
- •2. Теорема сложения вероятностей для совместных событий. Вероятность появления хотя бы одного события
- •Билет 4.
- •1. Частные производные и дифференциалы высших порядков
- •2. Формула полной вероятности. Вероятность гипотез. Формулы Байеса
- •Билет 5.
- •1. Локальный экстремум функции двух переменных
- •Билет 6.
- •1. Условный экстремум
- •2. Предельные теоремы в схеме Бернулли
- •Билет 7.
- •1.Наибольшее и наименьшее значение функции в замкнутой области
- •2. Закон распределения вероятностей дискретной случайной величины. Функция распределения
- •Билет 8.
- •1.Метод наименьших квадратов
- •2. Математическое ожидание дискретной случайной величины и его свойства
- •Билет 9.
- •1.Числовые ряды. Основные понятия. Сходимость ряда. Свойства сходящихся рядов
- •2. Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение
- •Билет 10.
- •1.Необходимый признак сходимости. Гармонический ряд
- •2. Частные виды дискретных случайных величин: биномиальное распределение, распределение Пуассона, геометрическое распределение
- •Билет 11.
- •1. Достаточные признаки сходимости знакоположительных рядов: признак сравнения в конечной и предельной формах
- •2. Непрерывная случайная величина. Функция и плотность распределения, их свойства
- •Билет 12.
- •12. Достаточные признаки сходимости знакоположительных рядов: признак Даламбера
- •2. Числовые характеристики непрерывной случайной величины
- •Билет 13.
- •1. Знакочередующие ряды. Признак Лейбница
- •2. Равномерное распределение.Показательное распределение
- •Билет 14.
- •1. Степенные ряды. Область сходимости степенного ряда
- •2. Нормальное распределение. Правило трех сигм
- •Билет 15.
- •1. Ряд Маклорена. Разложение в ряд Маклорена некоторых элементарных функций
- •2. Дискретная двумерная случайная величина
- •Билет 16.
- •2. Числовые характеристики двумерной случайной величины. Корреляционный момент. Коэффициент корреляции
- •Билет 18.
- •1. Однородные ду первого порядка
- •2. Условные числовые характеристики системы случайных величин. Регрессия
- •Билет 19.
- •1. Линейные ду первого порядка
- •2. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •Билет 20.
- •1. Ду второго порядка, допускающие понижение порядка
- •2. Выборочный метод. Эмпирическая функция распределения. Полигон и гистограмма
- •Билет 21.
- •1. Линейные ду второго порядка. Теоремы о структуре общего решения однородного и неоднородного уравнения
- •2. Точечные оценки параметров
- •Билет 22.
- •1. Линейные однородные ду второго порядка с постоянными коэффициентами
- •2. Методы получения точечных оценок: метод моментов, метод наибольшего правдоподобия
- •Билет 23.
- •2. Проверка статистических гипотез
- •Билет 25.
- •1. Элементыкомбинаторики. Классическое,статистическое и геометрическое
- •2. Критерий согласия Пирсона для проверки гипотезы о законе распределения наблюдаемой случайной величины
- •Билет 26.
- •1. Алгебра событий
- •2. Элементы теории корреляции. Выборочное уравнение прямой линии регрессии
2. Проверка статистических гипотез
Наблюдается СВ – Х. Статистическая гипотеза (Н) – предположение о законе распределения СВ или о ее параметрах. Правило, согласно которому принимается решение принять или отвергнуть гипотезу называется критерий для проверки гипотезы. Поскольку решение основывается на выборке из генеральной совокупности, следовательно, оно носит случайный характер. Существуют ошибки: 1) отвергнуть правильную гипотезу; 2) принять ложную. В статистике принято решение выбирать критерий и гипотезу таким образом, чтобы избежать ошибки первого рода. Вероятность допустить ошибку первого рода – уровень значимости (α). Обычно его принимают за 0,05 или 0,01. С каждым критерием связывается некоторая функция Z=Z(X1,X2,…,Xn) – статистика критерия. Множество значений функции, при которых принимается решение отклонить гипотезу – критическая область (Vk). Уровень значимости определяет размер этой области. Алгоритм проверки стат. гипотез: 1) назначить уровень значимости; 2) сформулировать гипотезу; 3) выбрать статистику критерия; 4) определить распределение статистики критерия; 5) критическая область; 6) выборочное значение статистики; 7) отвергнуть или принять гипотезу.
Билет 25.
1. Элементыкомбинаторики. Классическое,статистическое и геометрическое
определения вероятности события
Комбинаторика изучает количество комбинаций, составленных из элементов конечного множества. Правила комбинаторики: 1) сложения: Если А может быть выбрано n способами из опр. совокупности, а В – m способами, тогда или А, или В могут быть выбраны n+m способами; 2) умножения: если А может быть выбрано n способами, а В - m способами, тогда упорядоченная пара АВ может быть выбрана n*m способами.
Перестановками из n элементов называются комбинации, составленные из этих элементов, отличающиеся между собой порядком (Pn=n!)
Пример: расставить книги на полки.
Размещение – комбинации, которые отличаются либо составом, либо порядком элементов (). – важен порядок.
Пример: в группе 15 человек, сколько существует способов выбрать треугольник группы?
Сочетания – комбинации, отличающиеся составом элементов () – порядок не важен.
Пример: выбрать 3 делегатов га конференцию из 15.
Число размещений из n по m с повторениями - nm; перестановки с повторениями -
Пример: сколько можно составить различных слов из 4 букв слова ПАПА?
Классическое определение вероятности: Р(А)=m/n, где n – общее число исходов, образующих полную группу попарно несовместных, равновозможных событий; m – число исходов, благоприятствующих появлению события A.
Пример: Кодовый замок с 4 цифрами; А-нужный набор цифр; n.
Статистическое определение вероятности: если число исходов бесконечно, то можно воспользоваться статистическим определением. Пусть испытание происходит n раз, появление события А – m раз. Число m – частота. – относительная частота. Если проводить много испытаний, то w будет колебаться около некоторого числа, которое и называется вероятностью: P(A).
Пример: монету подбрасывали 2040 раз, герб выпал 1100 раз. Найти относительную частоту – w=0,54.
Геометрическое определение вероятности: пусть число исходов испытания бесконечно, при этом исходы можно интерпретировать как точки некоторого множества N, а благоприятные – M, тогда вероятность события
P(A)=