
- •1.Элементы комбинаторики: размещения, перестановки, сочетания.
- •2.Случайный эксперимент. Примеры.
- •3. Случайные события. Виды случайных событий.
- •6. Относительная частота.
- •7. Теорема сложения вероятностей. Привести пример.
- •8. Зависимые и независимые события.
- •9.Формула полной
- •10. Схема Бернулли. Формула Бернулли.
- •12. Локальная формула Муавра-Лапласа.
- •13. Интегральная формула
- •14. Случайная величина. Виды случайных величин.
- •15. Дискретная случайная величина. Ряд распределения.
- •17. Математическое ожидание дискретной св и его смысл.
- •18. Дисперсия дискретной случайной
- •20. Распределение Пуассона и его числовые
- •21. Непрерывные случайные величины.
- •25. Показательный закон распределения. Привести пример.
- •27. Система двух дискретных св. Функция распределения и её свойства.
- •28. Безусловные законы распределения составляющих системы св
- •29.Корреляционный момент и коэффициент корреляции. Свойства коэффициента корреляции.
- •30. Основные задачи математической статистики.
- •31. Генеральная и выборочная совокупности (гс и вс). Свойство репрезентативности выборки.
- •32. Статистический ряд, интервальный статистический ряд, статистическое распределение.
- •33. Полигон и гистограмма статистического ряда.
- •34. Эмпирическая функция распределения и её основные свойства.
- •35. Статистическая оценка неизвестных параметров распределения. Виды оценок.
- •36. Классификация точечных оценок (состоятельные, несмещённые, эффективные).
- •37.Выборочное среднее и свойство устойчивости среднего.
- •38. Выборочная оценка дисперсии. Несмещённая оценка дисперсии.
- •43. Эмпирическая линейная регрессия.
- •44. Примеры задач линейного программирования.
- •45. Общая и каноническая злп. Переход от общей задачи к канонической.
- •46. План злп, область допустимых планов, базисный
- •47. Графический метод решения злп.
- •48. Симплекс-метод решения злп: идея метода и построение первоначального базисного плана. Симплексная таблица.
- •49.Симплекс-метод решения злп: переход к новому плану.
- •50. Метод искусственного базиса (м-задача)
- •51. Транспортная задача. Математическая постановка задачи.
- •52. Условие разрешимости тз. Закрытая модель тз
- •53. Построение первоначального опорного плана тз
- •54. Условия оптимальности опорного плана. Метод потенциалов.
- •55. Циклы в транспортной задаче. Построение нового опорного плана.
- •56. Прямая и двойственная задачи.
- •57. Связь между решениями прямой и двойственной задачи (основные теоремы)
- •58. Геометрическая интерпретация двойственной задачи.
- •59. Нахождение решения двойственной задачи.
- •60. Экономическая интерпретация двойственных задач.
6. Относительная частота.
Устойчивость относительной частоты.
Статистическая вероятность. Пусть произведено n испытаний, при этом
некоторое событие А наступило m раз.
Число m называется абсолютной частотой
появления события А, а отношение ω(A)=m/n называется
относительной частотой появления случайного события
А в данной серии опытов. С увеличением числа испытаний
в сериях относительная частота приближается к некоторому
числу Р(А), стабилизируясь возле него и принимая всё более
устойчивые значения.
Статистической вероятностью события А называется
число Р(А), около которого группируются значения
относительной частоты события А при большом числе опытов
7. Теорема сложения вероятностей. Привести пример.
Теорема сложения вероятностей
Вероятность суммы двух несовместимых
событий равна сумме вероятностей этих событий:
Р (А + В) = Р (А) + Р (В).В случае, когда события
А и В совместны, вер-ть их суммы выражается
формулойР (А +В) = Р (А) + Р (В) – Р (АВ),
где АВ – произведение событий А и В.
Пример 2. Стрелок стреляет по мишени,
разделенной на 3 области. Вероятность
попадания в первую область равна 0,45,
во вторую — 0,35. Найти вероятность того, что
стрелок при одном выстреле попадет либо в
первую, либо во вторую область.
Р е ш е н и е. События А — "стрелок попал в
первую область" и В — "стрелок попал во
вторую область" — несовместны
(попадание в одну область исключает попадание в другую),
поэтому теорема сложения применима.
Искомая вероятностьР (А + В) = Р (А) + Р (В) = 0,45 + 0,35 = 0,80.
8. Зависимые и независимые события.
Условная вероятность. Теорема умножения вероятностей.
Привести пример. Два события называются зависимыми, если вероятность
одного из них зависит от наступления или не наступления
другого.в случае зависимых событий вводится
понятие условной вероятности события.
Условной вероятностью Р(А/В) события А
называется вероятность события А, вычисленная
при условии, что событие В произошло.
Аналогично через Р(В/А) обозначается условная
вероятность события В при условии, что событие А наступило.
Теорема умножения вероятностей
Вероятность произведения двух событий равна
вер-ти одного из них, умноженной на условную
вероятность другого при наличии первого:
Р (АВ) = Р(А) · Р(В/А), или Р (АВ) = Р(В) · Р(А/В).
Пример теоремы умножения для независимых событий.
Найти вероятность совместного появления
герба при одном бросании двух монет.
Пример независимого события.
Найти вероятность совместного поражения
цели двумя орудиями, если вероятность
поражения цели первым орудием (событие A)
равна 0,8, а вторым (событие В) — 0,7.
Пример условной вероятности. В урне 3 белых
и 3 черных шара. Из урны дважды вынимают по одному
шару, не возвращая их обратно. Найти вероятность
появления белого шара при втором испытании (событие В),
если при первом испытании был извлечен черный шар (событие А).