- •1. Элементы комбинаторики. Понятие. Пример.
- •2. Правило умножения и сложения комбинаторики. Пример.
- •3. Классическое и статистическое определение вероятности. Пример.
- •8. Действия над событиями. Пример.
- •9. Правила умножения вероятностей. Пример.
- •10. Теоремы сложения вероятностей. Примеры.
- •11. Условная вероятность. Пример.
- •12. Формула полной вероятности. Пример.
- •13. Формула Байеса. Пример.
- •14. Схема Бернулли. Формула Бернулли. Пример.
- •15. Случайные величины. Способы их задания. Пример.
- •16. Математические операции над случайными величинами. Пример.
- •17. Функция распределения дсв. Геометрическая интерпретация. Пример.
- •18. Понятие дсв. Ряд распределения дсв. Пример.
- •19. Числовые характеристики дсв. Пример.
- •20. Математическое ожидание дсв. Его свойства. Пример.
- •21. Дисперсия дсв. Её свойства. Пример.
- •22. Биномиальное распределение дсв. Пример.
- •23. Локальная и интегральная теорема Муавра-Лапласа. Пример.
- •25. Гипергеометрическое распределение дсв. Пример.
- •26. Понятие нсв. Функция распределения нсв. Пример
- •27.Плотность вероятности нсв. Геометрическая интерпретация. Пример.
- •32. Равномерное распределение нсв. Пример.
- •46.Математическое моделирование случайных величин.
- •47. Имитационное моделирование.
- •48.Метод моделирования Монте-Карло.
27.Плотность вероятности нсв. Геометрическая интерпретация. Пример.
Ф-я наз дифференциальной ф-ё или плотностью распределения вероятностей НСВ х.
СВ х наз непрерывной, если ее ф-я распределения непрерывна.
Плотность должна удовлетворять двум условиям:
Плотность любой СВ неотрицательна
Интеграл от плотности п всему интервалу (а,в)=1
Свойства и
, если
Если ф-я распределения непрерывна, то вероятность любого отдельного значения СВ=0 при этом значении: если - непрерывна в точке X=
Физический смысл плотности распределения
График ф-ии y=f(X) наз кривой распределения или графиком плоскости распределения. Кривая y=f(X) располагается над осью абсцисс.
28. Числовые характеристики НСВ. Пример.
Математическое ожидание НСВ , где -плотность вероятности
Дисперсия
Среднее квадратическое отклонение
29. Дисперсия НСВ. Её свойства. Пример.
Дисперсия
Свойства:
D(c)=0 c=const
D(cx)=c2D(x)
D(x+y)=D(x)+D(y)
Размерность D(x) равна квадрату размерности СВ Х
30.Математическое ожидание НСВ. Его свойства. Пример.
Математическое ожидание НСВ , где -плотность вероятности
M(C)=C
M(CX)=CM(X)
M(Y+X)=M(Y)+M(X)
M(X*Y)=M(X)*M(Y)
Размерность M(X) совпадает с размерностью СВ Х
Для того чтобы оценить, как рассеяны возможные значения СВ вокруг ее М(Х) пользуются дисперсией.
31.Моменты случайной величины. Пример.
Начальным моментом q-порядка СВ наз М(х) величины xq
Начальным моментом q-порядка ДСВ
Начальным моментом q-порядка НСВ
Центральным моментом q-порядка СВ наз М(х) величины
Центральным моментом ДСВ
Центральным моментом НСВ
Начальный момент первого порядка – М(х)
Центральный момент первого порядка –Д(х)
Нормированный центральный момент 3 порядка служит характеристикой скошенности или асимметрии распределения (коэффициент асимметрии)
Нормированный центральный момент 4 порядка (эксцесс) служит характеристикой островершинности или плосковершинным распределением
Асимметрия характеризует степень несимметричности распределения относительно его среднего.
Положительная на отклонение распред в сторону положительных значений. Отрицательный - отрицательных.
Эксцесс характеризует относительную остроконечность или сглаженность распределения по сравнению с нормальным распределением. Положительное обозначает относительно остроконечное распределение, отрицательное - относительно сглаженное распределение.
32. Равномерное распределение нсв. Пример.
Непрерывная СВ Х имеет равномерное распределение на интервале [a,b], если на это интервале плотность распределения СВ пост, а вне его =0, т.е. если
, где c=const
Равномерное распределение наз законом Равномерной плотности.
Числовые характеристики НСВ при равномерном распределении.
D(x)=S2=
Коэффициент асимметрии
Четвертый центральный момент
Коэффициент эксцесса
Вероятность попадания СВ Х, имеющей равномерное распределение, в интервале [α,β], который является частью участка [a,b], определяется по формуле:
33. Нормальное распределение НСВ. Пример.
Нормальный закон распределения - явл самым распространенным из законов распределения, наиболее часто встречается в явлениях природы.
НЗР задается дифференциальной функцией
График НЗР
НЗР – называют законом Гаусса
Для расчета вероятности попадания НРСВ Х в промежуток от α до βисп формула:
, где - функция Лапласа.
34. Центральная предельная теорема (теорема Ляпунова).
Предельный закон распределения составляет предмет другой группы теорем-центральной предельной теоремы, которую иногда наз «Количественной формой закона больших чисел»
35. Закон больших чисел.
При очень большом числе случайных явлений средний их результат практически перестает быть случайным и может быть предсказан с большой степенью определенности.
В узком смысле слова под з больших чисел понимают несколько математических теорем, в каждой из которых для тех или иных условий устанавливается факт приближения ср характеристик большого числа опытов к некоторым определенным постоянным.
36. Неравенство Чебышева.
Пусть имеется СВ х с М(х)=а и Д(х)=D. Каково бы ни было положительное число ε вероятность того что величина х отклонится от своего М(х) не меньше чем на ε ограничена сверху числом
Полагаем , где , тогда неравенство можно записать в виде
При t=1
При t=2
При t=3
Эквивалентная форма, если перейти от события к противоположному событию , тогда получим
41. Числовые характеристики ВР:
1) Среднее арифметическое
2)Средняя арифметическая взвешенная
3)Дисперсия
Простая
Взвешенная
4) Среднее квадратическое отклонение
5)Коэффициент вариации
Принято считать , если коэффициент вариации больше 35%, то изучаемая статистическая совокупность является неоднородной и колеблемость признака высока.
6)Мода (Мо) ВР называется то из значений х1, х2, х3, …, хn, которому соответствует наибольшая частота.
7)Медиана-это значение варианта, которое является серединой ВР.
Пример:
С целью анализа вкладов населения в один из банков районного центра было проведено выборочное исследование 56 клиентов. Суммы вкладов внесённых клиентами в течении месяца поместили в ИВР.
Сумма вкладов |
До 500 |
500-1000 |
1000-2000 |
2000-3000 |
Свыше 3000 |
Кол-во вкладчиков |
27 |
11 |
8 |
8 |
2 |
А) построить кумуляту;
Б)рассчитать среднюю мощность предприятий: - ? , х;
В) , Д(х), v(х).
Решение:
А)
f (a)
0 ,05
0 ,04
0 ,03
0 ,02
0 ,01
500 1000 2000 3000 4000
Для того чтобы построить кумуляту, необходимо рассчитать накопленные частоты или частности.
V1=27
V2=27+11=38
V2=27+11+8=46
V4=27+11+8+8=54
V 5=27+11+8+8+2=56
6 0
5 0
4 0
3 0
20
1 0
1 2 3 4 5
Б)Рассчитать середины интервалов:
Средняя арифметическая величина
В)
Вывод: т.к. 96,31% =>совокупность клиентов является неоднородной, в её состав вошли и крупные и мелкие вклады, что и обусловило высокую колебаемость размера вклада.