- •Вопрос 1 Опыт, множество элементарных исходов опыта событие.
- •Вопрос 2 Классическое, статистическое(частное), геометрическое определение вероятности.
- •Вопрос 3 Субъективная вероятность.
- •Вопрос 4 Использование методов комбинаторики для вычисления вероятностей.
- •Вопрос 5 Вероятность сложных событий.
- •Вопрос 6 Совместные и несовместные события.
- •Вопрос 7 Правило исчисления теоретико-множественной суммы событий.
- •Вопрос8 Теорема сложения вероятностей.
- •Вопрос 15 Случайная величина как функция от элементарных исходов опыта.
- •Вопрос 16 Функция распределения случайной величины.
- •Вопрос 19 Функция плотностей распределения вероятностей.
- •Вопрос 20 - Последовательности испытаний.
- •Вопрос 21 Случайная величина Бернули.
- •Вопрос 22 Схема независимых испытаний Бернули.
- •Вопрос 23 Биноминальная случайная вероятность.
- •Вопрос 24 Локальная предельная и интегральная теорема Муавра-Лапласа.
- •Вопрос 25 Предельная теорема Пуассона и случайная величина Пуассона.
- •Вопрос 26 Предельные теоремы Муавра-Лапласа и случайная величина Гаусса.
- •Вопрос 27 Равномерное и нормальное распределения.
- •Вопрос 29 Правило «три сигма» для нормальной случайной величины.
- •Вопрос 30 таблица стандартного нормального распределения.
- •Вопрос 31 Табулирование распределений.
- •Вопрос 32 Зависимые и независимые случайные величины.
- •Вопрос 33 Математическое ожидание случайной величины. Свойства математического ожидания.
- •Вопрос 34 Дисперсия случайной величины. Свойства дисперсии.
- •Вопрос 35 Моменты случайной величины, ассиметрия, эксцесс.
Вопрос 31 Табулирование распределений.
Вопрос 32 Зависимые и независимые случайные величины.
Две случайные величины считаются независимыми, если возможные значения и закон распределения каждой из них один и тот же при любом выборе допустимых значений другой. В противном случае они называются зависимыми. Несколько случайных величин называются взаимно независимыми, если возможные значения и законы распределения любой из них не зависят от того, какие возможные значения приняли остальные случайные величины.
Вопрос 33 Математическое ожидание случайной величины. Свойства математического ожидания.
Математическое ожидание - число, вокруг которого сосредоточены значения случайной величины.
Математическим ожиданием дискретной случайной величины называется сумма произведений ее возможных значений на соответствующие им вероятности.
Случайной называют величину, которая в результате испытания примет одно возможное значение, наперед не известное и зависящее от случайных причин, которые заранее не могут быть учтены.
Математическое ожидание Мx (или М(x)) случайной величины x определяется формулой Мx=Σi=1n xipi , где x - случайная величина, р – вероятность исхода, х – значение величины.
Свойства математического ожидания: 1. Если случайная величина x принимает одно и то же значение при всех исходах случайного эксперимента, то есть x º С, то её математическое ожидание равно С ( Математическое ожидание постоянной величины равно самой постоянной). 2. Если Мx = а, и k – константа, то М(kx) = kа (Постоянный множитель можно выносить за знак математического ожидания.). 3. Если Мx = а, и k – константа, то М(k + x) = k + а (математическое ожидание суммы случайной величины и числа равно сумме этого числа и математического ожидания случайной величины). 4. М(x + h) = Mx + Mh (Математическое ожидание суммы двух случайных величин равно сумме математических ожиданий слагаемых). 5. М(xh) = Мx×Мh (Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий)
Вопрос 34 Дисперсия случайной величины. Свойства дисперсии.
Дисперсия случайной величины - мера разброса данной случайной величины, то есть её отклонения от математического ожидания. Она характеризует степень разброса значений случайной величины относительно ее математического ожидания, т.е. ширину диапазона значений. Обозначается DX. Дисперсией непрерывной случайной величины называется математическое ожидание квадрата ее отклонения. Отклонением называют разность между случайной величиной и ее математическим ожиданием (Х – М[Х]). Средним квадратичным отклонением называется квадратный корень из дисперсии. DX=E[(X-EX)2], где E – математическое ожидание; DX=E[X2]-(EX)2, где E – математическое ожидание; σx=σ[x]=√D[X], где ơ[x] – среднее квадратичное отклонение.
Свойства дисперсии: 1. Дисперсия постоянной величины с равна нулю. 2. При прибавлении к случайной величине Х неслучайной величины с ее дисперсия не меняется (D[X+c] = D[X]). 3. При умножении случайной величины Х на неслучайную величину с ее дисперсия умножается на с2. 4. Дисперсия всегда неотрицательна (Dx≥0). 5. Дисперсия обращается в нуль лишь для вырожденного распределения: (если Dx=0, то x=const). 6. Если x и n независимы, то дисперсия их суммы равна сумме их дисперсий: В(x+n)=Dx+Dn.