
- •1.Определения достоверного, невозможного и случайного событий. Примеры.
- •3. Классическое определение вероятности.
- •4. Основное правило комбинаторики. Пример.
- •5. Понятие перестановки множества. Формула подсчёта числа способов упорядочения множества. Пример.
- •Понятие размещения множества. Формула подсчёта числа размещений. Пример.
- •Понятие сочетания множества. Формула подсчёта числа сочетаний. Пример.
- •Определение относительной частоты. Пример.
- •9. Сумма двух событий (определение). Теорема сложения вероятностей несовместимых событий.
- •10. Полная группа событий (определение). Теорема о сумме вероятностей событий, образующих полную группу.
- •11. Противоположные события (определение). Теорема о сумме вероятностей противоположных событий.
- •12. Независимые события (определение). Зависимые события (определение). Пример независимых и зависимых событий.
- •13. Произведение двух событий (определение). Теорема о вероятности совместного появления двух независимых событий.
- •14. Условная вероятность (определение, формула). Пример.
- •15. Формула полной вероятности.
- •16. Формула Байеса. Вероятность гипотезы.
- •18. Закон распределения вероятностей дискретной случайной величины (определение). Табличное представление закона распределения. Пример.
- •19. Биноминальное распределение (постановка задачи). Формула Бернулли.
- •20.Математическое ожидание дискретной случайной величины. Вероятностный смысл математического ожидания.
- •21. Свойства математического ожидания дискретной случайной величины.
- •Понятие отклонения случайной величины от её математического ожидания. Математическое ожидание отклонения.
- •23. Дисперсия дискретной случайной величины (определение, формула).
- •Вторая формула для вычисления дисперсии:
- •24. Свойства дисперсии дискретной случайной величины.
- •Полигон частот. Принципы построения. Пример.
- •29. Гистограмма. Принципы построения. Пример.
- •30. Свойства статистических оценок параметров распределения: несмещённость, эффективность, состоятельность.
- •37. Нормальный закон распределения. Формула плотности вероятности.
- •38. Свойства кривой нормального закона распределения:
- •41. Понятие эксцесса распределения.
Вторая формула для вычисления дисперсии:
Теорема: дисперсия равна разности между мат. ожиданием квадрата случайной величины и квадрата ее мат. ожидания.
D(X) = M(X2) — (M(X))2
Пример: найти дисперсию случайной величины, которая задана следующим законом распределения:
Х |
2 |
3 |
5 |
Р |
0,1 |
0,6 |
0,3 |
Высчитываем математическое ожидание:
М(Х) = 2 ∙ 0,1 + 3 ∙ 0,6 + 5 ∙ 0,3 = 0,2 + 1,8 + 1,5 = 3,5
Рисуем закон распределения КВАДРАТА случайной величины ( то есть все значения Х из данного нам в условии задачи закона распределения мы возводим в квадрат, а вероятности при этом НЕ МЕНЯЮТСЯ!)
Х |
4 |
9 |
25 |
Р |
0,1 |
0,6 |
0,3 |
Ищем математическое ожидание КВАДРАТА случайной величины:
M(X2) = 4 ∙ 0,1 + 6 ∙ 0,6 + 25 ∙ 0,3 = 0,4 + 5,4 + 7,5 = 13,3
4. По формуле высчитываем дисперсию:
D(X) = M(X2) — (M(X))2 = 13,3 — (3,5)2= 1,05
24. Свойства дисперсии дискретной случайной величины.
1. Дисперсия постоянной величины равно нулю:
D(C)=0
2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
D(CX)=C*C*D(X) - (нужно писать С в квадрате)
3. Дисперсия суммы двух независимых случайных величин равно сумме дисперсий этих случайных величин:
D (X+Y)=D(X)+D(Y)
Следствие. Дисперсия суммы нескольких взаимно независимых случайных величин равно сумме дисперсий этих величин.
4. Дисперсия разности двух независимых случайных величин равно сумме дисперсий этих случайных величин:
D(X-Y)=D(X)+D(Y)
Полигон частот. Принципы построения. Пример.
Для наглядности строят различные графики статистического распределения, например, полигон.
Полигоном частот называют ломаную, отрезки которой соединяют точки (х1; n1), (x2;n2), …, (xk;nk)
Для построения полигона частот на оси абсцисс откладывают варианты xi; а на оси ординат — соответствующие им частоты ni. Точки (xi; ni) соединяют отрезками прямых и получают полигон частот.
Полигоном относительных частот называют ломаную, отрезки которой соединяют точки (x1; w1), (x2; w2), …, (xk; wk)
Пример: учебные достижения учащихся некоторого класса по математике характеризуются данными, представленными в таблице:
Количество баллов х |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
Число учащихся n |
1 |
1 |
2 |
3 |
4 |
4 |
6 |
5 |
3 |
3 |
2 |
1 |
Построить полигон частот.
Решение.
Строим точки основываясь на данных из таблицы. Полученные точки соединяем отрезками прямой. Обратите внимание на точки (0; 0) и (13; 0), расположенные на оси абсцисс и имеющие своими абсциссами числа, на 1 меньшее и большее, чем соответственно абсциссы самой левой и самой правой точек. Полигон частот изображен на рисунке.