
- •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.
9.Формула полной
вероятности Если об обстановке опыта можно сделать
n исключающих друг друга предположений (гипотез)
Н1, Н2, ..., Нn и если событие А может появиться
только при одной из этих гипотез, то вероятность
события Авычисляется по формуле полной вероятности:
Р(А) = Р(Н1) Р(А/Н1) + Р(Н2) Р(А/Н2) +...+ Р(Нn) Р(А/Нn).
Пример. Из 40 деталей 10 изготовлены в первом цехе,
25 - во втором, а остальные - в третьем.
Первый и третий цехи дают продукцию отличного
качества с вероятностью 0,9, второй цех –
с вероятностью 0,7. Какова вероятность того,
что взятая наудачу деталь будет отличного качества?
10. Схема Бернулли. Формула Бернулли.
Привести пример. Последовательность n независимых в
совокупности испытаний называется
схемой Бернулли, если при каждом
испытании возможны только два исхода:
появление события А (успех) и его
непоявление
(неуспех),
причём вероятность
появления события А в каждом из n
независимых испытаний постоянна и равна p.
В
схеме Бернулли вероятность
того,
что в nиспытаниях событие А наступит ровно
m раз, вычисляется по формуле Бернулли:
,
где q=1-p;
;
n!=n·(n-1)·…·2·1,
0!=1.
Пример. Вероятность попадания в мишень
при каждом выстреле равна 0,4.
По мишени производится шесть независимых
выстрелов. Найдите вероятность хотя
бы одного попадания в мишень.
11. Формула Пуассона. Привести пример. Если в схеме Бернулли вероятность
pпоявления события А в каждом из n
независимых испытаний очень мала,
а число испытаний n достаточно велико,
то вероятность вычисляется приближенно
по
формуле
Пуассона:
,
a=n·p.
Эту формулу обычно применяют в тех
случаях, когда а ≤ 10.
Пример. Среди семян ржи 0,04% сорняков.
Какова вероятность, что при случайном
отборе 5000 семян обнаружить ровно 5 семян сорняков.
12. Локальная формула Муавра-Лапласа.
Привести пример.
Если в схеме независимых испытаний Бернулли число
испытаний n велико, а вероятности успеха и неудачи
не малы (например, 0,1<p<0,9), то вероятность Pn(m)
появления ровно m успехов в n испытаниях
вычисляется по формуле (локальная теорема Муавра-Лапласа):
Pn(m)=
где
(х)=
.
Функция (х) – четная и для положительных
значений х составлена таблица ее значений.
Пример. Вероятность поражения мишени стрелком
при одном выстреле р=0,75. Найти вероятность
того, что при 10 выстрелах стрелок поразит мишень 8 раз.
13. Интегральная формула
Муавра-Лапласа. Привести пример. Если в схеме Бернулли p существенно
отличается от 0 и 1, а n достаточно
велико,
то вероятность
того,
что в nнезависимых испытаниях событие
А
наступит не менее
раз,
но менее
раз,
вычисляется по интегральной формуле Муавра-Лапласа:
,
где
–функция
Лапласа,
,
,
причём Ф(-х)=-Ф(х), Ф(х)≈0,5 при х≥5.
Формулы Муавра-Лапласа, как правило,
используются, если 0,1<p<0,9, и дают
хорошие результаты, если npqвелико (>=20).
Пример. Вероятность появления события А
в каждом из 600 независимых испытаний равна 0,6.
Найдите вероятность того, что событие А
в этих испытаниях наступит не менее 330 и не более 375 раз