- •1. Опыт. Событие. Пространство элементарных событий.
- •2. Операции над событиями и их свойства
- •3. Классификация событий.
- •4.Классическое, геометрическое и статистическое определение вероятности.
- •5. Непосредственный подсчет вероятности. Элементы комбинаторики.
- •6. Теорема сложения («или»)
- •7. Условная вероятность (теорема «и»)
- •Определяется через отношение двух безусловных вероятностей.
- •8. Зависимые и независимые события. События в совокупности
- •9. Формула полной вероятности.
- •10. Формула Байеса
- •12. Предельная теорема. Формула Пуассона.
- •15. Характеристики дсв
- •16. Непрерывные случайные величины. Функция распределения. Плотность распределения.
- •17. Числовые характеристики непрерывных случайных величин
- •18. Равномерное распределение.
- •19. Биномиальное распределение (Бернулли)
- •20. Экспоненциальное распределение.
- •21. Распределение Пуассона
- •22. Нормальное распределения (Распределение Гаусса).
- •24. Вероятность попадания двумерной случайной величины в полуплоскость и полосу.
- •25. Вероятность попадания двумерной случайной величины в полуполосу и прямоугольник.
- •26. Функция и плотность распределения. Непрерывные двумерные случайные величины.
- •36. Теорема Бернулли
- •37. Центральная предельная теорема.
- •38. Метод наименьших квадратов.
- •39. Генеральная совокупность и выборка.
- •40. Предварительная обработка исходных данных. Вариационный ряд. Дискретный статистический ряд.
- •41. Числовые характеристики выборки.
- •42. График частот. Полигон частот. Гистограмма.
- •43. Эмпирическая функция распределения.
- •45. Распределение χ2
- •46. Распределение Фишера
- •47. Распределение Стьюдента.
- •50.Случайные процессы и их законы распределения.
- •52. Числовые х-ки случайных процессов.
- •53. Конечные марковские процессы.
19. Биномиальное распределение (Бернулли)
Биноминальным называют законы распределения случайной величины Х числа появления некоторого события в n опытах, если вероятность р появления события в каждом опыте постоянна
20. Экспоненциальное распределение.
Показательным называют распределение непрерывной случайной величины Х которое описывается следующей дифференциальной функцией Экспоненциальное распределение для непрерывных случайных величин является аналогом распределения Пуассона для дискретных случайных величин и имеет следующий вид. вероятность попадания случайной величины Х на интервал (α;β)
21. Распределение Пуассона
Пуассоновским называют закон распределения дискретной случайной величины Х числа появления некоторого события в n-независимых опытах если вероятность того, что событие появится ровно m раз определяется по формуле. a=np n-число проведённых опытов; р-вероятность появления события в каждом опыте, пуассоновское распределение является предельным случаем биноминального, когда число испытаний стремится к бесконечности, а вероятность появления события в каждом опыте стремится к 0.
22. Нормальное распределения (Распределение Гаусса).
Нормальным называется распределение случайной величины Х если ф-ция плотности распределения Правило трех сигм это правило часто используется для подтверждения или отбрасывания гипотезы о нормальном распределении случайной величины.
23. Двумерные случайные величины. Закон распределения двумерной случайной величины.
Геометрически двухмерная функция распределения F(x,y) – это вероятность попадания случайной точки (X;Y) в бесконечный квадрант с вершиной в точке (x,y), лежащей левее и ниже ее.
24. Вероятность попадания двумерной случайной величины в полуплоскость и полосу.
25. Вероятность попадания двумерной случайной величины в полуполосу и прямоугольник.
26. Функция и плотность распределения. Непрерывные двумерные случайные величины.
Функция, определяющая для каждой пары чисел вероятность того, чт примет значение меньшее, и при этом примет значение меньшее, называется совместной функцией распределения двумерной случайной величины (безразлично, дискретной или непрерывной): = Плотность совместного распределения вероятностей непрерывной двумерной случайной величины– это вторая смешанная частная производная от функции распределения:
27. Числовые характеристики двумерных случайных величин.
Теорема. Если и независимые случайные величины, то справедливы следующие неравенства:
28. Ковариация и коэффициент корреляции.
29. Условные законы распределения.
Условное распределение составляющей икс при -это совокупность условных вероятностей, вычисленных в предположении, что событие ( имеет одно и то же значение при всех значениях икс) уже наступило. Аналогично определяется условное распределение составляющей .
30. Числовые характеристики условного распределения
Условное математическое ожидание дискретной случайной величины при – это сумма произведений возможных значений на их условные вероятности:
Условное математическое ожидание непрерывной случайной величины определяется интегралом:
31. Функция регрессии
Как видно из выражений для условных математических ожиданий, их значения являются функциями от . Такую функцию называют функцией регрессии на :
.
32. Двумерное нормальное распределение
33. Понятие о законе больших чисел. Сходимость по вероятности и распределению.
Последовательность случайных величин сходится к случайной величине Х по вероятности при n0 если (4)
Эквивалентная запись:
Более краткая запись:
34. Неравенство Маркова и Чебышева.
35. Теорема Чебышева. Следствия из теоремы Чебышева.
Теорема. Пусть имеется конечная последовательность независимых случайных величин, с одним и тем же математическим ожиданием и дисперсиями, ограниченными одной и той же постоянной :
Тогда, каково бы ни было число , вероятность события
стремится к единице при .
Она показывает, что при достаточно большом числе измерений некоторой случайной величины среднее арифметическое значений этих измерений приближается к математическому ожиданию.