- •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.
21.Функции распределения нсв. Плотность распределения вероятностей и ее свойства
СВ непрерывна, если ее функция распределения является непрерывной. Закон НСВ может быть задан с помощью функции распределения
Теорема: Вер-ть того, что НСВ примет конкретное отдельно взятое зн-е равно 0.
Для НСВ:
При непрерывном распределении вер-ть попадания СВ в сколь угодно малый участок ≠0, тогда как вер-ть попадания в отдельную точку – 0. В данном случае нет смысла рассматривать вер-ть того, что СВ примет конкретное значение, но имеет смысл вычислять вер-ть того, что она примет это значение с определенной точностью.
Пл-тью распр-ия вер-тейназ-ся первая производная интегр. ф-ции распр-ния F(x):
f(x)=F’(x).
График ПР вер-тей – кривой распр-ия CВ Х.
Cв-ва ПР:
1.f(x)≥0 для люб.x – cв-во неотриц-ти.
3. -
Cв-во нормировки.
22.Математическое ожидание дсв и нсв, его свойства и геометр.Смысл
Мат. ожид-ем СВ Х наз. ∑ по всем исходам знач-й СВ Х, умн-х на их вер-ти:
В случае непр-й СВ ∑ заменяется ее обобщением
Мат. ож-м ДСВ Х, заданной рядом распред-я в общем виде (х1...хn)/(p1…pn) наз. число
М.О. НСВ с плотн-ю распр-я f(х) наз. число
Геометрический смысл М.О.: М(Х) – это абсц-са центра тяжести криволин-й трап-и, огран-ной граф-м кр. распр-я (полигоном распр-я для ДСВ) и осью ОХ.
Св-ва М.О.:
1. Если Х=С=const - СВ, приним-я пост-е знач-е С, то М(С)=С
2. М(С∙Х)= С∙М(Х), С - const
3.М(Х У)=М(Х) М(У), Х, У
4. М(Х∙У)=М(Х) ∙ М(У) – незав-е СВ
5. М(Х-М(Х))=0, где М(Х) – число при люб. Х
СВ Х - М(Х) наз. отклонением СВ Х от ее М.О.
23.Дисперсия св и ее свойства. Среднее квадратическое отклонение
На практике встречаются СВ, имеющие одинак-е мат.ожидания. У одних из этих СВ откл-е от мат.ожидания – невелико, а у др. – значительнее. Для оценки меры рассеивания СВ Х около ее мат.ожидания М(Х) водят понятие дисперсии.
Дисперсией СВ Х наз-ся величина
Ср.квадратич. отклонением СВ Х наз-ся величина
Св-ва дисперсии:
1. D(X±Y)=D(X)+D(Y) – независимые СВ X,Y
2. Если X=C – СВ, принимающая постоянные значения, то D(C)=0
D(C)=M(C-M(C))2=M(C-C)2=M(0)=0
3. D(C*X)=C2*D(X)
4. D(X)=M(X2)-M2(X)
5. D(X-M(X))=D(X)
24.Биноминальный закон распределения. Мат.Ожидание и дисперсия св, распределенной по биноминальному закону
Пусть проводится n независимых испытаний. В результате каждого из которых возможны 2 исхода: А – успех с вероятностью p, или - неуспех с вероятностью q = 1-p. Тогда вероятность числа m успех в n испыт.
Дискретная случайная величина X, которая может принимать только целые неотрицательные значения
0,1…n с вероятностями
P(X=m)= , где p>0, q>0, m= 0,n p+q=1, называется распределенной по биноминальному закону с параметром p.
Данное определение корректно, тк
Мат.ожидание
M(x)=np
Дисперсия
- среднее квадратическое отклонение