- •9. Формула Бернулли и Пуассона.
- •10. Локальная и интегральная теоремы Муавра-Лапласа.
- •11. Способы задания закона распред-ния дискретных св. Их св-ва.
- •12. Способы задания закона распред-ния непрерывных св. Св-ва.
- •29. Закон больших чисел. Неравенство Маркова.
- •30. Закон больших чисел. Неравенство Чебышева.
- •31. Закон больших чисел. Теорема Чебышева.
- •32. Закон больших чисел. Теорема Бернулли.
- •43. Стат. Гипотеза. Общая схема её проверки. Ошибки 1 и 2 рода.
- •17. Тип.Зр непр.Случ.Величин. Равномерный закон распределения.
- •18. Тип.Зр непр. С.В. Показательный закон распред-ия.
- •19. Тип. Зр непр. С.В. Нормальный закон распределения.
- •20. Точные законы распред. С.В. Распред-е Пирсона (хи-квадрат).
- •37. Общие сведения о выборочном методе.
- •38. Точечная оценка параметров распред-ия. Требования к ф-иям выборки.
- •39. Понятие интервальной оценки параметров распред. Доверит. Интервал для неизвестного мат. Ожидания.
- •5. Совместные и несовместные события. Теорема слож-ия вер-тей.
- •7.Полная группа событий. Формула полной вероятности.
- •6. Зависимые и независ. События. Теорема умножения вер-тей.
- •8.Формула Байеса переоценки вер-тей гипотез. Её практич. Значение.
- •25. Плотность вер-ти двумерной с.В.
- •26. Условные законы распределения двумерной с.В.
- •27.Числовые характер-ки двумерной с.В.
- •28. Ковариация и коэффициент корреляции.
- •2. Относительная частота события (очс). Теорема Бернули.
- •3.Классич. Опред-ие вер-ти события. Формулы комбинаторики.
- •4. Геометрическое определение вероятности события.
- •23. Понятие двумерной дискретной св и таблица её распред-ия.
- •24. Функция распред-ия двумерной с.В.
- •41.Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для неизвест. Вер-ти для умеренно больших выборок.
- •13. Математич. Ожидание случайных величин. Основные свойства.
- •14. Дисперсия случайных величин. Основные свойства.
- •15. Тип. Законы распред-ия дискрет. C.В. Бином. Закон распред-ия.
- •16. Тип. Законы распред-ия дискретных с.В. Распред-ие Пуассона.
- •34. Интегральная предельная теорема. Теорема Ляпунова.
- •35. Предмет мат. Статистики. Осн. Функция мат. Статистики.
- •36. Основные понятия математической статистики.
- •42. Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для неизвест. Вер-ти для малых выборок.
- •45. Проверка гипотезы о равенстве средних двух совокупностей при известных дисперсиях.
- •44. Проверка гипотезы о равенстве средних двух совокупностей при неизвестных дисперсиях.
- •46. Проверка гипотезы о равенстве дисперсий двух совокупностей.
- •45. Проверка гипотезы о равенстве средних двух совокупностей при известных дисперсиях.
- •44. Проверка гипотезы о равенстве средних двух совокупностей при неизвестных дисперсиях.
- •46. Проверка гипотезы о равенстве дисперсий двух совокупностей.
- •47. Гистограмма распред-ия.
- •48. Проверка гипотезы о соответствии эмпирич. Закона распред-ия теоретич.
- •39. Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для неизвест. Мат. Ожидания.
- •40. Понятие интерв-ной оценки параметров распред-ия. Доверит. Интервал для дисперсии.
8.Формула Байеса переоценки вер-тей гипотез. Её практич. Значение.
Пусть Н1,Н2,…Нn— полная группа событий, и А — некот. событие, вер-ть кот. положительна. Тогда условная вер-ть того, что имело место событие , если в рез-те эксперимента наблюдалось событие А, может быть вычислена по формуле:
По формуле Байеса осуществляется переоценка вер-тей гипотез Н1,Н2,…Нn , при условии, что событие А наступило.
– апостериорные вер-ти; – априорные вер-ти
Задачи решаемые по полной вер-ти и Байеса наглядно можно представить на основе графсхемы типа дерево, кот. имеет одну корневую и несколько концевых вершин, соединенных м/у собой ребрами.
25. Плотность вер-ти двумерной с.В.
Плотностью совместного распределения вер-тей (двумер-ной плотностью вероятности) непрерывной двумерной С.В. наз. смешанная частная производная 2-го порядка от ф-ции распред-ия: . Двумерная плотность вер-ти представляет собой предел отношения вер-ти попадания случайной точки в прямоугольник со сторонами Δх и Δу к площади этого прямоугольника при .
26. Условные законы распределения двумерной с.В.
Условным законом распред-ия одной из одномерных составляющих двумерной С.В. наз-ся ее закон распред-ия, вычисленный при условии, что др.я составляющая приняла опред. значение(или попала в какой-то интервал).
Условный закон распределения может задаваться как ф-ией распред-ия, так и плотностью распред-ия.
Условная плотность вычисляется по формулам:
Условная плотность распред-ия обладает всеми свойствами плотности распред-ия одной С.В.
27.Числовые характер-ки двумерной с.В.
Числ. Характер-ки двумерных С.В.: начальные и центральные моменты.
Начальным моментом порядка k, s двумерной С.В. (Х,Y) наз-ся мат. ожидание произведения Xk на Ys: αk,s = M (XkYs).
Для дискретных С.В.
для непрерывных С.В. .
Центральным моментом порядка k, s двумерной C.В. (Х,Y) наз-ся мат. ожидание произведения (X – M(X))k на (Y – M(Y))s: μk,s = M((X – M(X))k(Y – M(Y))s).
Для дискретных С.В.
Для непрерывных С.В.
28. Ковариация и коэффициент корреляции.
Числовыми характер-ками связи м/у С.В. явл. ковариация и коэф. корреляции.
Опр. Ковариацией Кxy С.В. X и Y наз-ся мат. ожидание произведения отклонений этих величин от своих мат. ожиданий, т.е.
или , где
Для дискретных С.В.
Для непрерыв. С.В.
Опр. Коэф. Корреляции 2-ух С.В. наз-ся отношение их ковариации к произведению средних квадратич. Отклонений этих величин:
Из определения следует, что . Очевидно также, что коэф. корреляции есть безразмерная величина.
Если , то С.В. наз-ся некоррелированными.
1. Предмет теории вероятностей (ТВ). Основные понятия.
ТВ – это раздел матем-ки, занимающийся изучением закономерностей в массовых случайных явлениях.
Опр. Случайным наз-ся явл-е, кот. обладает св-вами: 1) неопред-сти исхода, 2) возможности воспроизведения, 3) возм-ности измерения исхода каждого испытания (Н-пр. с монеткой орел-режка)
Сущ. 2 подхода изучения случайных явлений: 1)Классич. (детерминистский) и 2) Стохастич.
Опр. Случайным событием наз-ся всякий факт, кот. может произойти или не произойти при выполнении опред-го комплекса условий. События обозначаются: А,В,С…
Различ. события: 1) достоверные, 2) невозможные, 3)случайные.
Событие наз-ся достоверным, если оно происходит обяз-но при выполнении опред. комплекса условий. Событие наз-ся невозможным, если оно может произойти при выполнении опред-го комплекса условий. Все остальные события наз-ся случайными.
Вероятностью события наз-ся численная мера объективной возможности наступления этого события. Обозначают Р.
Св-ва вер-ти: 1) вер-ть достоверности событий=1, Р(А)=1, 2) вер-ть невозможности событий=0, Р(В)=0, 3) вер-ть случайности событий 0<Р(С)<1.