- •1. События и операции над ними
- •2. Классическое определение вероятности
- •3. Статистическое определение вероятности
- •4. Геометрическое определение вероятности
- •5. Теорема сложения вероятностей
- •6. Произведение событий
- •7. Условная вероятность
- •8. Теорема сложения вероятностей совместных событий
- •9. Формула полной вероятности
- •10. Вероятность гипотез. Формулы Бейеса
- •11. Формула Бернулли
- •12. Локальная теорема Лапласа
- •13. Интегральная теорема Лапласа
- •14. Дискретные и непрерывные случайные величины
- •15. Закон распределения вероятностей дискретной случайной величины.
- •16. Биномиальное распределение
- •17. Распределение Пуассона
- •18. Геометрическое распределение
- •19. Гипергеометрическое распределение
- •20. Математические операции над случайными величинами
- •21. Числовые характеристики дискретных случайных величин
- •22. Математическое ожидание дискретной случайной Величины
- •23. Вероятностный смысл математического ожидания
- •24. Свойства математического ожидания
- •25. Отклонение случайной величины от ее математического ожидания
- •26. Дисперсия дискретной случайной величины
- •27. Формула для вычисления дисперсии
- •28. Свойства дисперсии
- •29. Среднее квадратическое отклонение
- •30. Начальные и центральные теоретические моменты
- •31. Закон больших чисел
- •32. Функция распределения случайной величины
- •33. Непрерывные случайные величины. Плотность вероятности
- •34. Мода и медиана. Квантили. Моменты случайных величин. Асимметрия и эксцесс
- •35. Моменты непрерывной случайной величины
- •36. Равномерный закон распределения
- •37. Показательный (экспоненциальный) закон распределения
- •38. Нормальный закон распределения
- •39. Вероятность попадания в заданный интервал нормальной случайной величины
- •40. Вычисление вероятности заданного отклонения
- •41. Распределение "хи квадрат"
- •42. Распределение Стьюдента
- •43. Система двух случайных величин
- •1. Генеральная и выборочная совокупности
- •2. Повторная и бесповторная выборки. Репрезентативная выборка
- •3. Способы отбора из генеральной совокупности.
- •4. Статистическое распределение выборки.
- •5. Эмпирическая функция распределения.
- •6. Полигон и гистограмма.
- •7. Статистические оценки параметров распределения.
- •8. Несмещенные, эффективные и состоятельные оценки.
- •9. Средние значения количественного признака X.
- •10. Дисперсии количественного признака X.
- •11. Оценка генеральной дисперсии по исправленной выборочной.
- •12. Точность оценки, доверительная вероятность (надежность). Доверительный интервал.
- •13. Доверительные интервалы для оценки математического ожидания нормального распределения при известном σ.
- •14. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном σ.
- •15. Доверительные интервалы для оценки среднего квадратического отклонения σ нормального распределения.
- •16. Статистическая проверка статистических гипотез.
- •17. Отыскание правосторонней критической области.
- •18. Отыскание левосторонней и двусторонней критических областей.
12. Локальная теорема Лапласа
Если вероятность р появления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность Рn(k) того, что событие А появится в n испытаниях ровно k раз, приближенно равна (тем точнее, чем больше n) значению функции
при .
Имеются таблицы, в которых помещены значения функции , соответствующие положительным значениям аргумента х. Для отрицательных значений пользуются теми же таблицами, т.к. функция четна.
13. Интегральная теорема Лапласа
Если вероятность р наступления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность Рn(k1,k2) того, что событие А появится в n испытаниях от k1 до k2 раз, приближенно равна определенному интегралу
,
где и .
14. Дискретные и непрерывные случайные величины
Случайная величина - переменная, котор в результате испытания в зависимости от случая принимает одно из возможного множества своих значений (какое именно заранее не известно). Случайная величина наз-ся дискретной (прерывной), если множ-во ее значений конечное, или бесконечное, но счетное. Множество называется счетным, если его эл-ты можно перенумеровать натуральными числами. Непрерывная случ. величина - величина, бесконечное несчетное множество значений котор есть некоторый интервал (конечный или бесконечный) числовой оси. Случ. величина X - функция, заданная на множестве элементарных исходов (или в пространстве элементарных событий), т.е. X=f(ω), где ω - элементарное событие.
15. Закон распределения вероятностей дискретной случайной величины.
Закон распределения. Законом распределения дискретной случайной величины называют соответствие между возможными значениями и их вероятностями; его можно задать таблично, аналитически (в виде формулы) и графически.
При табличном задании закона распределения дискретной случайной величины первая строка таблицы содержит возможные значения, а вторая — их вероятности (одномерная):
X х1 х2 … хn
Р P1 Р2 … Рп
Приняв во внимание, что в одном испытании случайная величина принимает одно и только одно возможное значение, заключаем, что события X = x1 X = х2, . . . , X = хn образуют полную группу; следовательно, сумма вероятностей этих событий, т. е. сумма вероятностей второй строки таблицы, равна единице:p1+p2+…+pn=1
Если множество возможных значений X бесконечно (счетно), то ряд р1 + р2 +…сходится и его сумма равна единице.
Двумерная:
x/y |
Y1 |
Y2 |
… |
Yn |
X1 |
P11 |
P12 |
|
|
X2 |
P21 |
|
|
|
… |
|
|
|
|
Xn |
|
|
|
Pnn |