- •1. События и их классификация. Классическое определение вероятности
- •2. Элементы комбинаторики: перестановки, сочетания, размещения, правило умножения и правило сложения
- •3. Действия над событиями. Соотношения между событиями
- •4. Теорема сложения вероятностей несовместных событий.
- •5. Теорема сложения вероятностей совместных событий.
- •6. Частота события и ее свойства. Статистическое определение вероятности.
- •7. Условная вероятность. Теорема умножения вероятностей. Вероятность появления хотя бы 1 события
- •8. Формула полной вероятности. Формулы Байеса
- •9. Повторные независимые испытания. Формула Бернулли. Наивероятнейшее число появления события
- •10. Повторные независимые испытания. Формула Пуассона
- •11. Повторные независимые испытания. Локальная и интегральная теорема Лапласа
- •12. Понятие случайной величины и ее функции распределения. Свойства функции распределения
- •13. Дискретные случайные величины. Числовые характеристики (математическое ожидание, дисперсия, среднее квадратическое отклонение, начальные и центральные моменты, асимметрия и эксцесс)
- •14. Биномиальный закон распределения
- •15. Распределение Пуассона
- •16. Непрерывные случайные величины. Плотность распределения. Числовые характеристики (математическое ожидание, дисперсия, среднее квадратическое отклонение)
- •17. Равномерное распределение. Вероятность попадания случайной величины в заданный интервал
- •18. Показательное распределение. Вероятность попадания случайной величины в заданный интервал
- •Характеристики
- •19. Нормальное распределение. Вероятность попадания в заданный интервал нормальной случайной величины. Правило 3-х сигм
- •20. Функции случайных величин
- •21. Понятие системы случайных величин. Закон распределения двумерной случайной величины. Функция распределения двумерной случайной величины
- •22. Понятие о законе больших чисел. Неравенства Маркова и Чебышева
- •23. Теоремы Чебышева и Бернулли. Центральная предельная теорема
- •24. Цепи Маркова. Применение Марковских цепей в экономике
- •25. Выборочный метод. Основные понятия. Полигон и распределения. Эмпирическая функция распределения.
- •26. Оценка параметров по выборке. Понятие несмещённости, состоятельности и эффективности оценки
- •27. Основные характеристики генеральной и выборочной совокупностей
- •28. Связь между характеристиками генеральной и выборочной совокупностей.
- •29. Точечные и интервальные оценки. Доверительная вероятность и доверительный интервал.
- •30. Доверительный интервал для оценки мат.Ожидания нормального распределения
- •31. Понятие корреляционной зависимости. Корреляционная таблица. Линейная корреляция
- •32. Метод наименьших квадратов для определения параметров линейной регрессии
- •33. Статистическая гипотеза. Основные понятия
- •34. Уровень значимости и мощность критерия. Этапы проверки стат.Гипотезы
- •Этапы проверки статистических гипотез
- •35. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •36.Проверка гипотезы о нормальном распределении генеральной совокупности. Критерий согласия Пирсона
- •37. Основные понятия дисперсионного анализа
1. События и их классификация. Классическое определение вероятности
Пусть в результате испытания единственно возможно появление n несовместных равновероятных событий E1, E2, E3. Понятие равновероятности является неопределяемым в ТВиМС и считается интуитивно ясным. Напр.: подбрасывание монетки. Несовместными будем считать те события, появление которых исключает друг друга. Такие события называются элементарными.
Опред. 1 Множество элементарных исходов относительно произведенного испытания называется пространством элементарных исходов и обозначается Ω(омега).
Опред. 2 Случайным событием называется любое множество элементарных событий.
Пример: Подбрасывается кубик. Найти вероятность выпадения четного числа очков (событие А).
Ω={E1, E2, E3, E4, E5, E6 }, А= { E2, E4, E6}
Вероятность равна ½.
Опред. 3 Классической вероятностью называется отношение числа несовместных равновероятных событий составляющих А к общему числу элементарных событий.
P(A)= m/n.
Формула классической вероятности позволяет решать ограниченное число задач, т.к.: 1. Число элементарных событий конечно.2. Все элементарные исходы равновозможны.
Теория вероятности пользуется языком теории множеств, т.е. события это множества, а действия над событиями – действия над множествами.
Случайные события обозначаются большими латинскими буквами, а числа маленькими латинскими буквами.
Множества событий обозначаются греческими буквами.
События называют несовместными, если появление одного из них исключает появление других событий в одном и том же испытании.
Несколько событий образуют полную группу, если в результате испытания появится хотя бы одно из них. Другими словами, появление хотя бы одного из событий полной группы есть достоверное событие. В частности, если события, образующие полную группу, попарно несовместны, то в результате испытания появится одно и только одно из этих событий. Этот частный случай представляет для нас наибольший интерес, поскольку используется далее.
События называют равновозможными, если есть основания считать, что ни одно из них не является более возможным, чем другое.
2. Элементы комбинаторики: перестановки, сочетания, размещения, правило умножения и правило сложения
При решении задач по формуле классической вероятности часто применяют формулы комбинаторики.
1. Перестановками называются комбинации составленные из одних и тех же элементов, которые отличаются только порядком их расположения. Число перестановок из n элементов вычисляется по формуле Pn = n!
2. Размещениями называются комбинации, составленные из n элементов по m, которые различаются либо составом элементов, либо порядком их следования. Число размещений из n элементов по n вычисляется по формуле
3. Сочетанием называется комбинации, состоящие из n элементов по m, которые различаются только составом элементов. Число сочетаний из n элементов по m вычисляется по формуле:
Свойство сочетаний.
Cn0=1, 0!=1
Cn1= n,