- •1.Случ-й экспер-т. Пространство элементар-х исходов. Дискретные и непрерывные пространства элементар-х исходов. Примеры.
- •2.Случа-е события. Пр-ы. Достоверное, невозможное, противоположное соб-я. Несовместные соб-я. Полная группа соб-й. Пр-ы.
- •3.Случ-е соб-я. Пр-ы. Операции над соб-ми.
- •3 Аксиомы а.Н. Колмогорова
- •5.Классический метод выч-ия вер-ей. Пр-ы.
- •6.Статисти-ий метод вычисления вер-ей. Пр-ы.
- •7.Элементы комбинаторики. Классификация выборок. Пр-ы. Количество перестановок.
- •9.Элементы комби-ки. Неупор-ые выборки. Пр-ы.
- •10.Теор-а сложения вер-ей для 2-х соб-й (общий и частный случаи). Те-а сложения вер-ей для 3-х событий (общий и частный случаи).
- •2)Общий случай для 3-х событий
- •14.Формула полной вероят-и. Формула Байеса.
- •15.Испытания Бернулли. Фор-а Бернулли. Наиболее вероя-е число успехов в фор-е Бернулли.
- •16.Испытания Бернулли. Формула Пуассона.
- •17.Испытания Бернулли. Локальная формула Муавра-Лапласа.
- •18.Испытания Бернулли. Интегральная формула Муавра-Лапласа.
- •19.Случайная величина. Примеры. Дискретные и непрерывные случайные величины.
- •20.Дискретная случ-я величина. Пр-ы. Закон распределения дискретной случ-й величины.
- •21.Непрерывная св Пр-ы. Закон распределения непрерывной св.
- •22.Непрерывная св. Пр-ы. Функция распределения непрерывной св и ее свойства.
- •23.Непрерывная св Пр-ы. Функция плотности непрерывной св и ее свойства.
- •24.Числовые характеристики св Математическое ожидание, дисперсия, среднее квадратичное отклонение, мода, медиана дискретной св.
- •25.Числовые характеристики св. Математич-е ожидание, дисперсия, среднее квадратичное отклонение, мода, медиана непрерывной св
- •26.Числовые характеристики св. Свойства математического ожидания и дисперсии.
- •27.Биномиальный закон распределения. Примеры.
- •28.Закон распределения Пуассона. Примеры. Простейший поток событий.
- •30.Показательный (экспоненциальный) закон распределения. Примеры.
- •31.Нормальный закон распределения. Пр-ы.
- •32.Вычисление вер-и попадания непрерывной св в заданный интервал с помощью функции плотности и функции распределения.
- •34.Предмет и задачи математи-ой статистики. Генеральная и выборочная совокупности.
- •35.Вариационный ряд. Статист-й закон распр-я дискретной св. Столбцовая диаграмма.
- •36.Вариационный ряд. Статистический закон распределения непрерывной св Гистограмма.
- •37.Эмпирическая функция распределения и ее график. Св-ва.
- •38.Точечные оценки числовых характеристик cв. Пр-ы. Свойства оценок: несмещенность, эффективность и состоятельность.
- •39.Точечные оценки числовых характеристик св. Оценки математ-го ожидания, дисперсии, среднего квадратического отклонения. Пр-ы.
- •40.Точечные оценки числовых характеристик св. Оценки среднего квадратического отклонения, медианы, моды (для дискретной и непрерывной случайной величины). Примеры.
- •42.Статис-ая проверка гипотез. Параметрические и непараметрические гипотезы. Вер-ти ошибок 1-го и 2-го родов. Пр-ы.
- •48.Применение метода наименьших квадратов для нахождения оценок параметров уравнения регрессии. Нелинейная регрессионная модель.
- •49.Оценка коэффициента корреляции. Св-ва.
- •50.Проверка значимости кк.
- •51. Коэффициент детерминации и его свойства.
- •52.Проверка значимости кд.
15.Испытания Бернулли. Фор-а Бернулли. Наиболее вероя-е число успехов в фор-е Бернулли.
Если производится n независимых испытаний , в каждом из которых с одной и той же вер-ю может произойти соб-е Aназ-я успехом то вер-ь того, что соб-е A произойдет= m раз из n, опр-я по фор-е Б.
где q=1–p-вер-ь непоявления соб-я A в каждом из испыт-й;
– число сочетаний из n элементов по m,
Cmn= ,
Наиболее вероя-е число успехов в фор-е Бер-и.
np–qm0np+p(может иметь 2 значения)
16.Испытания Бернулли. Формула Пуассона.
Если производится n независимых испытаний , в каждом из которых с одной и той же вер-ю может произойти соб-е Aназ-я успехом то вер-ь того, что соб-е A произойдет= m раз из n, опр-я по фор-е Б.
где q=1–p-вер-ь непоявления соб-я A в каждом из испыт-й;
– число сочетаний из n элементов по m,
Cmn= ,
Наиболее вероя-е число успехов в фор-е Бер-и.
np–qm0np+p(может иметь 2 значения)
Если в схеме Бер-и n велико(n→∞), а вер-ть успеха мала(р→0), то справедлива фор-а Пуассона
Рn(K)=
17.Испытания Бернулли. Локальная формула Муавра-Лапласа.
Если производится n независимых испытаний , в каждом из которых с одной и той же вер-ю может произойти соб-е Aназ-я успехом то вер-ь того, что соб-е A произойдет= m раз из n, опр-я по фор-е Б.
где q=1–p-вер-ь непоявления соб-я A в каждом из испыт-й;
– число сочетаний из n элементов по m,
Cmn= ,
Наиболее вероя-е число успехов в фор-е Бер-и.
np–qm0np+p(может иметь 2 значения)
Если в схеме Бер-и n велико(n→∞), а вер-ть успеха =0,5, то справедлива локальная те-ма М-Л
Рn(m)= x=
18.Испытания Бернулли. Интегральная формула Муавра-Лапласа.
Если производится n независимых испытаний , в каждом из которых с одной и той же вер-ю может произойти соб-е Aназ-я успехом то вер-ь того, что соб-е A произойдет= m раз из n, опр-я по фор-е Б.
где q=1–p-вер-ь непоявления соб-я A в каждом из испыт-й;
– число сочетаний из n элементов по m,
Cmn= ,
Наиболее вероя-е число успехов в фор-е Бер-и.
np–qm0np+p(может иметь 2 значения)
Если в схеме Бер-и n велико(n→∞), а вер-ть успеха =0,5, то справедлива интегр-я те-ма М-Л
Рn(k1≤m≤k2)=Ф(х2)-Ф(х1)
Х1= X2=
19.Случайная величина. Примеры. Дискретные и непрерывные случайные величины.
СВ-величина, значения кот-й зависят от случая и для кот-й определена фун-я распределения вер-ей. СВ бывают дискретные (СВ принимающие отдельные друг от друга значения с определ-ми вер-ми. Пр: число успешно сданных экзаменов, число бракованных деталей), непрерывные (СВ, возможные значения кот-х непрерывно заполняют некоторый, конечный или бесконечный, промежуток числ-й оси. Пр: время простоя вагона, масса израсход в теч-е суток топлива). Закон распред-я СВ-любое правило, позволяющее находить веро-ти всевозможных соб-й связанных со СВ.