- •2.Случайные события и их классификация.
- •3.Действие над событиями (объединение, пересечение, разность)
- •4.Основные правила и формулы комбинаторики.
- •5.Классическое определение вероятности.
- •7.Теоремы сложения вероятности.
- •8.Теорема умножения вероятности.
- •9.Формула полной вероятности.
- •10.Формула Байеса.
- •15.Функция распределения случайной величины и её свойства.
- •16.Дискретно распределённая случайная величина.
- •17.Непрерывно распределённая случайная величина.
- •18.Биномиальный закон распределения св.
- •26.Теорема Бернулли.
- •27.Предемет математической статистики.
- •28.Генеральная и выборочная совокупность.
- •29.Статиситическое распределение выборки.
- •30.Эмперическая функция распределения.
- •31. Графическое изображение статистического распределения
- •33.Точечное оценивание параметров распределения.
- •34.Интервальное оценивание параметров распределения.
- •35. Доверительный интервал и доверительная веротность.
- •36. Доверительные интервалы математического ожидания и для дисперсии нормально распределенной случайной величины.
- •37. Статис-ая гипотеза, статис-й критерий, ошибки первого и второго рода.
- •38. Критическая область, мощность критерия.
- •39. Схема проверки стат-ой гипотезы.
- •42.Критерий согласия пирсона.
- •43. Основные понятия корреляционного и регрессионного анализа.
- •44)Линейная корреляционная зависимость и прямые регрессии
- •45)Коэффициент линейной корреляции и его свойства
8.Теорема умножения вероятности.
Теорема: вероятность появления двух независимых событий равна произведению этих событий. P(A+B)=P(A)*P(B). Теорема: вероятность произведения конечного числа независимых в совокупности событий равна произведению вероятностей этих событий.
P( )
Теорема: вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную при условии, что первое событие произошло. P(AB)= P(A)*P(B/A)=P(B)*P(A/B)
9.Формула полной вероятности.
Если событие А может произойти при появление одной из гипотез, то его вероятность равна сумме произведений вероятностей каждой гипотезы и соответствующих условных вероятностей события А:
10.Формула Байеса.
Пусть событие А происходит одновременно с одним из n-несовместных событий Н1, Н2…Нn и вероятности Р(Нi) известны до опыта. Производится опыт в результате которого зарегистрировано появление события А при чём известно, что это событие имело определённые условные вероятности Р(А/Нi) i=1,2…n и требуется найти вероятности события Нi, если известно что событие А произошло. .
11.Последовательность независимых испытаний. Формула Бернулли.
Пусть в результате испытания возможно 2 исхода: 1)появится событие А; 2)появится противоположное событие . Проводим n испытаний, события независимы и Р(А)=р, Р( =q тогда .
12.Локальная формула Муавра-Лапласа.
Если вероятность (р)появления события А в каждом испытании постоянно и отлично от 0 до 1, то вероятность Рn(К) того, что событие А в n испытаниях появятся ровно К раз, приближенно равно: Рn(К)= .
13.Интергральная формула Муавра-Лапласа.
Если вероятность наступления события А в каждом испытании постоянно и отлично от 0 и 1, то Рn(XK1, XK2) или Рn(К1, К2), то событие А появится в n испытаниях от К1 до К2 раз приближенно равно Рn(К1, К2)=Ф(XK2)-Ф(XK1).
14.Случайная величина.
Случайной величиной можно назвать числовую функцию х( ) элементарного события , которая в зависимости от исхода испытания случайно принимает одно значение из множества возможных значений. Сущ. 2 типа случ. величин: 1)дискретная- случайная величина, принимающая различные значения, которые можно записать в виде конечной или бесконечной последовательности; 2) непрерывная- случайная величина, которая может принимать все значения из некоторого промежутка
15.Функция распределения случайной величины и её свойства.
Функцией распределения случайных величин называется функция F(x) действительной переменной х, определяющая вероятность того, что случайная величина Х примет в результате реализации эксперимента значение, меньшее, чем заданное х. Функция распределения F(x) случайной величины Х имеет следующие свойства:
1. Все значения функции распределения F(x) принадлежат отрезку [0, 1], т.е. 0≤ F(x) ≥1 .
2. Функция распределения F(x) является неубывающей, т.е. если < , то F( ) ≤ F( )
З. Функция F(x) в точке непрерывна слева, Т.е.
4. Если все возможные значения случайной величины Х принадлежат интервалу (а, b), то для ее функции распределения F(x)
F(x) = о при х≤ а, F(x) = 1 при х≥b .