- •1. Что изучает теория вероятностей
- •2. Испытание. Событие. Классификация событий
- •3. Понятие вероятности события. Классическое определение вероятности
- •4. Относительная частота события. Статистическое определение вероятности
- •5. Понятие комбинаторики. Основные правила комбинаторики
- •6. Основные комбинаторные соединения
- •7. Алгебра событий
- •8. Условная вероятность. Теоремы умножения вероятностей
- •9. Теоремы сложения вероятностей. Вероятность появления хотя бы одного события
- •10. Формула полной вероятности
- •11. Вероятность гипотез. Формула Байеса
- •12. Формула Бернулли
- •13. Формула Пуассона
- •14. Наивероятнейшее число появления события
- •15. Понятие и виды случайных величин
- •16. Закон распределения вероятностей дсв. Способы задания
- •17. Биноминальное распределение
- •18. Пуассоновское распределение
- •19. Геометрическое распределение
- •20. Гипергеометрическое распределение
- •21. Математическое ожидание дсв и его свойства
- •22. Дисперсия дсв и её свойства. Формула для вычисления дисперсии. Среднее квадратическое отклонение
- •23. Функция распределения вероятностей и её свойства
- •24. Плотность распределения вероятностей и её свойства
- •25. Числовые характеристики нсв
- •26. Равномерное распределение и его свойства
- •27. Показательное распределение и его свойства
- •28. Нормальное распределение и его свойства
- •29. Правило трёх сигм. Центральная предельная теорема Ляпунова
- •30. Закон больших чисел
- •31. Задачи математической статистики
- •32. Выборочный метод
- •33. Типы выборок и способы отбора
- •34. Вариационные ряды
- •35. Эмпирическая функция распределения
- •36. Полигон и гистограмма
- •37. Точечные оценки параметров распределения
- •38. Генеральная и выборочная средние
- •39. Генеральная и выборочная дисперсии
- •40. Оценка генеральной средней по выборочной средней
- •41. Оценка генеральной дисперсии по исправленной выборочной дисперсии
- •42. Метод моментов для точечной оценки параметров распределения
- •43. Метод наибольшего правдоподобия для точечной оценки параметров распределения
- •44. Интервальные оценки параметров распределения
- •45. Доверительные интервалы для параметров нормального распределения
- •46. Виды зависимостей между случайными величинами
- •47. Выборочные уравнения регрессии
- •48. Коэффициент корреляции
- •49. Линейная корреляция
- •50. Статистическая гипотеза
- •51. Виды ошибок
- •52. Статистический критерий. Критическая область
- •53. Сравнение выборочной средней с математическим ожиданием
- •54. Сравнение двух дисперсий нормальных генеральных совокупностей
20. Гипергеометрическое распределение
Пусть имеется N элементов, среди которых M обладают свойством A. Случайным образом выбирается n элементов (выбор каждого элемента равновозможен), причем выборка осуществляется без возвращения. Рассмотрим в качестве ДСВ X количество элементов k, обладающих свойством A среди отобранных n элементов. Т. е. величина X может принимать значения: . Вероятности этих значений определяются по формуле:
,
где . (2) O. 5. Закон распределения вероятностей ДСВ X называется гипергеометрическим, если вероятности ее возможных значений определяются по формуле (2). Пример 1. Гражданин приобрел случайным образом 5акций двадцати АО. Через год 6 из 20-ти АО разорились. Составить закон распределения и построить многоугольник распределения возможного числа акций банкротов среди купленных гражданином акций. Решение:
X |
P |
0 |
1001/7752 |
1 |
3003/7752 |
2 |
2730/7752 |
3 |
910/7752 |
4 |
105/7752 |
5 |
3/7752 |
Контроль: 1
21. Математическое ожидание дсв и его свойства
1.Математическим ожиданием M(X) ДСВ x называется сумма произведений возможных значений величины на соответствующие вероятности, т. е. . Вероятностный смысл M(X): математическое ожидание приближенно равно (тем точнее, чем больше число испытаний) среднему арифметическому наблюдаемых значений случайной величины. 2.Свойства M(X): Математическое ожидание больше наименьшего и меньше наибольшего возможных значений; Если , то . Постоянный множитель можно выносить за знак математического ожидания: ; Математическое ожидание суммы случайных величин равно сумме их математических ожиданий: ; Математическое ожидание произведения независимых случайных величин равно произведению их математических ожиданий: Зная лишь математическое ожидание случайной величины, еще нельзя судить ни о том, какие возможные значения она может принимать, ни о том, как они рассеяны вокруг математического ожидания.
22. Дисперсия дсв и её свойства. Формула для вычисления дисперсии. Среднее квадратическое отклонение
Среднее квадратическое отклонение. О. 1. Дисперсией ДСВ Х называется математическое ожидание квадрата отклонения случайной величины Х, т. е . Вероятностный смысл : дисперсия ДСВх характеризует меру рассеяния возможных значений случайной величины Х относительно ее математического ожидания (в квадратных единицах). Свойства : Всегда ; Если , то ; ,где ; Дисперсия суммы и разности независимых случайных величин равна сумме их дисперсий: . Формула для вычисления дисперсии: Дисперсия равна разности между математическим ожиданием квадрата случайной величины и квадратом ее математического ожидания:. О.2. Средним квадратическим отклонением (сигма) ДСВ называют квадратный корень из дисперсии: . Вероятностный смысл : среднее квадратическое отклонение ДСВ имеет тот же вероятностный смысл, что и дисперсия, с той лишь разницей, что измеряется в тех же единицах, что и сама величина. Частные случаи: 1. Если ДСВ имеет биномиальное распределение, то ее числовые характеристики могут быть найдены по формулам: . 2. Если ДСВ имеет геометрическое распределение, то ее числовые характеристики могут быть найдены по формулам: . 3. Если ДСВ имеет гипергеометрическое распределение, то ее числовые характеристики могут быть найдены по формулам:
|
2 |
3 |
10 |
5 |
|
0,1 |
0,4 |
0,2 |
0,3 |
Пример 1. Пусть заданы два ряда распределения ДСВ и :
|
4 |
5 |
7 |
|
0,2 |
0,6 |
0,2 |
Найти среднее квадратическое отклонение случайной величины . Решение:
;
;
;
;
;
;
.