- •1. Случайные события и действия над ними.
- •2. Алгебра событий.
- •3. Вероятность события. Свойства вероятности.
- •4. Теорема сложения вероятностей.
- •5. Условная вероятность.
- •6. Теорема умножения вероятностей. Независимые события.
- •7. Формула полной вероятности. Теорема Байеса.
- •8. Случайная величина. Определение. Пример.
- •9. Функция распределения случайной величины.
- •10. Свойства функции распределения.
- •11. Случайные величины дискретного типа.
- •12. Математическое ожидание дискретной случайной величины. Свойства математического ожидания.
- •13. Дисперсия дискретной случайной величины. Свойство дисперсии.
- •14. Производящая функция дискретной случайной величины.
- •15. Формулы для математического ожидания и дисперсии дискретной случайной величины через производящую функцию.
- •16. Схемы испытаний Бернулли.
- •17. Биномиальное распределение.
- •18. Математическое ожидание, дисперсия и производящая функция биномиальной случайной величины.
- •19. Мода биномиального распределения.
- •20. Распределение Пуассона.
- •21. Предельная теорема Пуассона.
- •22. Локальная предельная теорема Муавра-Лапласа.
- •23. Интегральная предельная теорема Муавра-Лапласа.
- •24. Дифференциальная и интегральная функции Гаусса.
- •25. Закон больших чисел в схеме Бернулли.
- •26. Непрерывные случайные величины. Свойство плотности распределении.
- •27. Равномерное распределение.
- •28. Нормальное распределение.
- •29. Показательное распределение.
- •31. Мода непрерывной случайной величины.
- •32. Медиана непрерывной случайной величины.
- •33. Математическое ожидание непрерывной случайной величины. Свойства математического ожидания.
- •39. Двумерные непрерывные случайные величины.
- •40. Числовые характеристики системы двух случайных величин.
- •41. Коэффициент ковариации и его свойства.
- •42. Коэффициент корреляции и его свойства.
- •43. Виды сходимости последовательности случайных величин.
- •44. Неравенство Чебышева.
- •45. Закон больших чисел для сумм независимых случайных величин.
- •46. Центральная предельная теорема теории вероятности.
- •47. Метод наименьших квадратов
- •48. Линейная среднеквадратическая регрессия
- •49. Генеральная совокупность. Случайная выборка. Вариационный ряд.
- •50. Эмпирическая функция распределения. Теорема Гливенко.
- •51. Выборочное среднее значение и выборочная дисперсия. Сходимость к теоретическим значениям.
- •52. Выборочный коэффициент ковариации.
- •53. Выборочный коэффициент корреляции.
- •54. Доверительные интервалы для неизвестного математического ожидания нормального распределения.
- •55. Критерий x2.
- •5 6. Понятие случайного процесса. Определение и примеры
- •57. Марковские процессы. Переходные вероятности
- •58. Теорема Колмогорова-Чепмена для переходных вероятностей
- •59. Дифференциальные уравнения Колмогорова для переходных вероятностей
- •60. Уравнения Колмогорова в стационарных режимах
31. Мода непрерывной случайной величины.
Пусть X - случайная величина непрерывного типа с плотностью fx(x), хR. Мы будем говорить, что (.) mx на вещественной оси абсцисс называется модой данной случ. величины X, если в этой (.) плотность достигает max значения. Если несколько max точек, то берем любую. Если всего одна такая точка m на всей вещественной оси, то mx называется глобальной модой. Мода на отдельном уч-ке оси х называется локальной модой данной случайной величины х.
32. Медиана непрерывной случайной величины.
Медианой порядка р=1/2 непрерывной случайной величины х с функцией распределения Fx(x1/2), называется число x1/2, кот-ое удовлетвор. уравнению: Fx(x1/2)=1/2. Для медианы имеют место соотношения: F(x1/2)=Р(X x1/2)= Р(X)=1/2. Например: Fx(x)=(х-а)/(в-а)=1/2; 2(х-а)=в-а; x1/2=(а+в)/2.
33. Математическое ожидание непрерывной случайной величины. Свойства математического ожидания.
Мат.ожиданием непрерывной с. в. назыв. несобственный интеграл от произведения x на плотность распределения: E(X)=-+xf(x)dx, при условии, что: -+xf(x)dx<. Если -+xf(x)dx=+ - мат.ожидание не существует.
Св-ва: 1. C=const, EC=C. Док-во: E(X)=-+Cf(x)dx=C-+f(x)dx=C1=C. 2. E(CX)=CEX. Док-во: E(CX)=-+Сxf(x)dx=C-+xf(x)dx=CEX. 3. C1 и C2; X,Y: E(C1X+C2Y)=C1EX+C2EY. 4. X и Y – независ. с.в.: E(XY)=EX2(EY).
34. Дисперсия непрерывной случайной величины. Свойства дисперсии.
Дисперсия непрерывной с. в.: X, m=EX: D(X)=E(X-m)2= -+(X-m)2f(x)dx. Дисперсия – мера рассеивания с. в. около ее среднего значения. Св-ва: 1. X=C=const: DX=0. 2. a=const, X: D(aX)=a2DX. 3. b=const: D(X-b)=DX. 4. D(aX+b)=a2DX; DX=EX2-(EX)2. 5. E(X2-2mX+m2)=EX2-2mEX+m2=EX2-2m2+m2=EX2-(EX)2. 6. X,Y: D(X+Y)=DX+DY. Среднеквадратическое отклонение X=DX.
35. Начальные и центральные моменты высших порядков.
Начальный: mk = EXk; E|X|k< ; mk= -+xkf(x)dx.
Центральный: μk = E(X-m)k ; k=E(X-m)k=ES=0kCkSXS(-m)k-S=S=0kCkS(-m)k-S. k=1 => μ1 = 0; k=2 => μ2 = D(X).
36. Коэффициенты асимметрии и эксцесса.
!!! - коэффициент асимметрии
если симметрична, EX=a, то
- коэффициент эксцесса (остроты)
37. Нормальный закон распределения и правило трех сигм.
!!!
а – математическое ожидание.
σ – среднеквадратическое отклонение.
Кривая распределения имеет симметричный вид. Нормальный закон распределения характеризуется плотностью вероятности вида:
38. Двумерные дискретные случайные величины.
2-мерная дискретная с.в. - (X,Y), где X{x1, x2,…, xi,…}, Y{y1, y2,…,yj,…}. pi j=P{X=xi;Y=yj}. X и Y независимы между собой, если
pi = P{X=xi}, qj = P{Y=yj}, pi j = P(X=xi)*P(Y=yj) = pi * qj. Закон 2-мерной дискретной сл. вел.:
|
y1 |
y2 |
y3 |
… |
yj |
x1 |
p11 |
p12 |
p13 |
… |
p1j |
x2 |
p21 |
p22 |
p23 |
… |
p2j |
x3 |
p31 |
p32 |
p33 |
… |
p3j |
… |
… |
… |
… |
… |
… |
xi |
pi1 |
pi2 |
pi3 |
… |
pij |
pi = ∑j=1 pi j ; qj = ∑i=1 pi j .
Условные распределения:
P{X=xi | Y=yj} = pi j / qj ;
P{Y=yj | X=xi} = pi j / pi ;
Условное математическое ожидание:
E(X | Y=y) = ∑i=1 xi*P{X=xi | Y=y}
E(Y | X=x) находится аналогично.