- •Экзаменационные вопросы по дисциплине
- •2. Частота события. Статистическое определение вероятности.
- •3. Классическое и геометрическое определения вероятности.
- •4. Аксиомы теории вероятностей. Основные следствия из аксиом.
- •5. Условная вероятность. Независимость событий. Теорема умножения вероятностей.
- •6. Теорема сложения вероятностей.
- •7. Формула полной вероятности. Формула Байеса.
- •8. Вычисление вероятностей событий с помощью биномиальной и полиномиальной формул.
- •9. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины.
- •10. Ряд и многоугольник распределения дискретной случайной величины.
- •11. Функция распределения случайной величины и её свойства.
- •12. Плотность распределения непрерывной случайной величины и её свойства.
- •13. Математическое ожидание, мода и квантили случайной величины.
- •14. Моменты, дисперсия и среднее квадратическое отклонение случайной величины.
- •15. Биномиальное распределение. Распределение Пуассона. Геометрическое распределение. Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •16. Равномерное распределение. Показательное распределение. Равномерное распределение
- •Показательное распределение
- •17. Одномерное нормальное распределение.
- •18. Понятие случайного вектора. Ряд распределения двумерного дискретного случайного вектора.
- •19. Функция и плотность распределения случайного вектора.
- •20. Зависимость и независимость случайных величин.
- •21. Корреляционный момент и коэффициент корреляции двух случайных величин.
- •22. Многомерное нормальное распределение.
- •23. Математическое ожидание и дисперсия функции случайных величин.
- •24. Основные свойства математического ожидания.
- •25. Основные свойства дисперсии и коэффициента корреляции.
- •26. Распределения “хи-квадрат”, Стьюдента и Фишера.
- •27. Закон больших чисел.
- •28. Центральная предельная теорема.
- •29. Дискретная цепь Маркова: основные понятия и свойства.
- •30. Выборка и её вариационный ряд. Статистический ряд результатов измерений.
- •31. Гистограмма и полигон частот.
- •32. Статистическая функция распределения.
- •33. Понятие о точечных оценках параметров и их свойствах.
- •34. Точечные оценки математического ожидания, дисперсии и среднего квадратического отклонения.
- •35. Понятие об интервальном оценивании параметров.
- •36. Построение доверительных интервалов для математического ожидания и дисперсии нормально распределённой случайной величины.
- •37. Проверка статистических гипотез: основные определения и общая схема проверки.
- •38. Критерий согласия Пирсона.
- •39. Критерий согласия Колмогорова. Критерий однородности Смирнова. Критерий согласия Колмогорова
- •. Критерий однородности Смирнова
15. Биномиальное распределение. Распределение Пуассона. Геометрическое распределение. Биномиальное распределение
Дискретная СВ Х
с возможными значениями
называется распределённой по биномиальному
закону, если её ряд распределения
задаётся формулой
,
,
где
и
– параметры биномиального распределения
и
.
Для биномиального закона
,
.
Данное распределение возникает в схеме Бернулли, где р – вероятность появления события А в одном испытании, Х – число появлений события А в n независимых испытаниях.
Распределение Пуассона
Дискретная СВ Х
с возможными значениями
называется распределённой по закону
Пуассона с параметром
,
если её ряд распределения задаётся
формулой
,
Для закона Пуассона
.
Доказано, что
биномиальное распределение при
одновременном увеличении n
и уменьшении р
с сохранением постоянного значения
неограниченно приближается к распределению
Пуассона с параметром
.
Это означает, что при большом n
и малом р
вероятность
,
где Х
– число появлений события А
в n
независимых испытаниях, может быть
приближённо вычислена по формуле
распределения Пуассона.
Геометрическое распределение
Дискретная СВ Х
с возможными значениями
называется распределённой по
геометрическому закону, если её ряд
распределения задаётся формулой
,
,
где
– параметр геометрического распределения
и
.
Для геометрического закона
,
.
Данное распределение возникает при повторных независимых испытаниях, где р – вероятность появления события А в одном испытании, Х – число испытаний, проведённых до первого появления события А.
16. Равномерное распределение. Показательное распределение. Равномерное распределение
Непрерывная СВ Х
называется равномерно распределённой
на отрезке
,
если множество её возможных значений
– отрезок
,
а вероятность попадания СВ Х
на любой участок этого отрезка
пропорциональна длине участка. Плотность
и функция распределения равномерно
распределённой СВ имеют вид:
Для равномерного
распределения
,
.
Показательное распределение
Непрерывная СВ Х
называется распределённой по показательному
(экспоненциальному) закону c
параметром
,
если множество её возможных значений
– полупрямая
,
а плотность и функция распределения
имеют вид:
Для показательного
распределения
,
.
17. Одномерное нормальное распределение.
Непрерывная СВ Х
называется распределённой по нормальному
закону (по закону Гаусса) с параметрами
и
,
если множество её возможных значений
– вся числовая прямая, а плотность
вероятности определяется формулой
.
Для нормального
закона используется обозначение
,
при этом
,
,
а функция распределения задаётся
формулой
,
где интеграл не выражается через элементарные функции. Графики плотности и функции распределения имеют вид:
Нормальный закон
распределения называется стандартным,
если
и
.
Для стандартного нормального закона
плотность вероятности имеет вид
и обладает свойством
,
а функция распределения имеет вид
и обладает свойством
.
Функции
и
называются, соответственно, функцией
Гаусса и функцией Лапласа. Для нахождения
их значений при различных х
составлены таблицы.
