- •Элементы комбинаторики, размещения, перестановки, сочетания.
- •3.Пространство элементарных событий. Классическое определение вероятности
- •4.Геометрическая вероятность. Задача о встрече
- •5.Действия над событиями. Диаграммы Венна.
- •6. Теорема сложения вероятностей. Вер-ть разности двух событий
- •8.Условная вероятность.Теорема умножения вероятностей для двух событий
- •11.Формула Байеса
- •12.Повторные независимые испытания. Формула Бернулли. Наивероятнейшее число успехов
- •14.Редкие события. Теорема Пуассона
- •19.Функция распределения св и ее свойства
- •21.Функции распределения нсв. Плотность распределения вероятностей и ее свойства
- •22.Математическое ожидание дсв и нсв, его свойства и геометр.Смысл
- •23.Дисперсия св и ее свойства. Среднее квадратическое отклонение
- •24.Биноминальный закон распределения. Мат.Ожидание и дисперсия св, распределенной по биноминальному закону
- •25.Закон распределения Пуассона. Мат ожидание и дисперсия св, распределенной по закону Пуассона.
- •26.Поток событий. Простейший пуассоновский поток
- •27.Равномерное распределение. Мат ожидание и дисперсия св, распределенной равномерно
- •28.Показательный закон распределения. Мат ожидание и дисперсия св, распределенной по показательному закону.
- •29.Нормальный закон распределения. Мат ожидание и дисперсия св, распределенной по нормзакону. Влияние параметров a и на вид нормальной кривой.
- •30Выражение функции распределения норм величины через ф Лапласа. Вероятность попадания значения норма св в заданный интервал, правило трех сигм.
- •31.Неравенства Маркова.
- •32.Неравенства Чебышева.
- •33.Закон больших чисел в форме теоремы Чебышева.
- •34.Теорема Бернулли.
- •35.Понятие о центральной предельной теореме.
- •38. Эмперическая функция и эмперическая плотность распределения.
- •39. Основные числовые характеристики вариационных рядов. Среднее арифметическое и выборочная дисперсия и их свойства.
14.Редкие события. Теорема Пуассона
Ф-ла Pn(m)=(1/√npq)φ((m-np)/√npq) (2)
позволяет получать тем более близкие к точному значения Pn(m) результаты, чем больше знач. корня √npq и чем ближе знач . p и q к ½.
Если в-сть успеха р по отдельным испытаниям близка к 0 (такие события наз. редкими), то даже при большом n, но малом np (np<10) в-сти, полученные по ф-ле (2) недостаточно близки к их истинным знач. В этом случае прим. другую асимптотическую ф-лу – ф-лу Пуассона.
Теорема: Если число проводимых испытаний n достаточно велико (n>=30), а р-мало, так что λ=np<10, то
Замечание: ф-лу Пуассона исп., когда n≥10 (n≥100), а np≤10.
15.Интегральная теорема Муавра-Лапласа
Если число повторных независимых испытаний достаточно велико, вероятность появления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что в этих испытаниях событие А появится число раз, заключенное в границах [a;b], может быть посчитана по формуле:
Свойства функции Лапласа:
Функция нечетная, возрастающая
X>4, Ф(х)=1
Следствие из интегральной теоремы Муавра-Лапласа.
Если число повторных независимых испытаний достаточно велико, вероятность появления события А в каждом испытании постоянно и отлично от нуля и единицы, то вероятность того, что число появлений события А отклонится от произведения np не больше, чем на некоторое положительное число r по модулю, может быть посчитано по формуле
16.Понятие СВ и закона ее распределения
СВ- Величина, которая в результате опыта может принять то или иное значение, неизвестное заранее, но обязательно только одно (X,Y,Z), значения x,y,z
Дискретная – принимает отдельное изолированное значение, мн-во ее значений конечно
Непрерывная – может принять любое значение из некоторых конечного и бесконечного интервалов.
Чтобы дать полное описание СВ нужно указать все значения, которые она может принять и охарактеризовать, как часто она принимает каждое свое значение.
Законом распределения СВ называется связь между значениями СВ и вер-тью, с которой она принимает эти значения.
17.Дискретные СВ и их числовые характеристики
Дискретной назыв. такую СВ множество значений которой конечно или счетное.Пусть ДСВ Х может принимать зн-ия х1 ,х 2…х n . Обозначим рi =Р(Х=Хi), i=1,n. Закон распределения ДСВ задается таблицей распределения или рядом распределения:
хi х1 х2 …. хn
рi р1 р2 ..… рn
Графич.изображение ряда распределения назыв.полигоном распред. СВ. Основные хар-ки ДСВ мат.ожидание и дисперсия.
18.Непрерывные СВ и их числовые характеристики
НСВ- св которая может принять любое значение из некоторого конечного или бесконечного интнрвала.
D(X)=M(X-M(X))2
σ (Х)= D(X)1/2
D(X)= M(X)2-M2(X)
19.Функция распределения св и ее свойства
Функцией распределения случайной величины Х называется функция FX(x)= P{X<x}, xR
Под {X<x}понимается событие, состоящее в том, что случайная величина Х принимает значение меньшее, чем число х
Свойства:
1)для любого xR: 0 F(x) 1
2) F(-) = limx F(x) = 0 ; F(+) = limx F(x) = 1;
3) F(x)-неубывающаяфункция, т.е.длялюбыхα,βтаких, чтоα<β :F(β) - F(α);
4)непрерывна слева
Х0 R
20.Функция распределения ДСВ
Пусть ДСВ задана табл. распред-ем,
тогда ее ф-ция распределения:
где x1<x2<…<xn<x
Графиком ф-ции распред-я д/ДСВ явл-ся кусочно-постоянная ф-ция.
Св-ва ф-ции распред-я:
1.) монотонно не убывает;
2.) непрерывна слева;
3.) limF(x)=0, limF(x)=1
x→-∞ x→+∞