- •Понятия комбинаторики.
- •Случайные события. Основные понятия.
- •Классическое определение вероятности.
- •Статистическая вероятность. Геометрическая вероятность.
- •Сумма событий. Теорема сложения вероятностей несовместных событий(совместных событий).
- •Произведение событий. Теоремы об умножении событий независимых и зависимых событий.
- •Формула полной вероятности. Формула Бейеса.
- •Повторение испытаний. Формула Бернулли.
- •Локальная и интегральная теоремы Лапласа.
- •Дискретная случайная величина. Закон распределения дискретной случайной величины и его виды.
- •1.Биномиальное:
- •2.Распределение Пуассона:
- •3.Геометрическое распределение.
- •4.Гипергеометрическое распределение.
- •Математическое ожидание дискретной случайной величины и его свойства.
- •Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение дискретной случайной величины.
- •Начальные и центральные теоретические моменты дискретной случайной величины, мода, ассиметрия и эксцесс.
- •Функция распределения вероятностей случайной величины, ее свойства, график.
- •Плотность распределения вероятностей неопределенной случайной величины, ее свойства.
- •Числовые характеристики непрерывной случайной величины.
- •Равномерное распределение и его числовые характеристики. Показательное распределение.
- •18.Нормальное распределение, его график.
- •20. Статистические оценки параметров распределения.
- •21. Точечные оценки параметров распределения.
- •22. Интервальные оценки параметров распределения.
- •23 Доверительные интервалы для оценки математического ожидания нормального распределения при известном :
- •24. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном :
Начальные и центральные теоретические моменты дискретной случайной величины, мода, ассиметрия и эксцесс.
опр: Начальным теоретическим моментом порядка k случайной величины X называется математическое ожидание случайной величины в k-й степени. k=M(Xk).
Частный случай: 1=M(X); 2=M(X2); Следовательно, D=2-(1)2.
опр: Центральным теоретическим моментом порядка k случайной величины Х называется математическое ожидание от отклонения случайной величины в k-й степени.
k=M(X-M(X))k.
Частный случай: 1=M(X-M(X))=0 (по основному свойству отклонения);
2=М((X-M(X))2)=D(X).
2=2-(1)2 – связь между начальным и центральным моментами.
3=3-321+2(1)3; 4=4-431+62(1)2-3(1)4;
опр: Модой случайной величины Х называется наиболее вероятное ее значение М0(Х). Данное определение справедливо только для дискретной случайной величины.
опр: Ассиметрией случайной величины Х называется отношение центрального теоретического момента 3-го порядка к кубу среднего квадратического отклонения. As=3/3;
опр: Эксцессом случайной величины Х называется величина равная Ek=(4/4)-3;
Функция распределения вероятностей случайной величины, ее свойства, график.
Для того, чтобы описать любую случайную величину (как дискретную, так и непрерывную) вводят понятие функции распределения вероятности. Пусть Х – случайная величина.
опр: Функцией распределения случайной величины X (функции распределения вероятностей) F(X) называется вероятность того события, что случайная величина х принимает значение меньше x. F(X)=P(X<x).
С точки зрения геометрии F(x) – задается точкой с абсциссой, расположенной левее х.
Свойства F(x):
F(X) – неубывающая функция, т.е. F(X2)>=F(X1), при X2>X1.
0<= F(X)<=1 (по определению F(X)).
Следствие к свойству 1): вероятность того, что случайная величина х принимает свои возможные значения от a до b равна функции приращения на этом интервале, т.е. P(a<=X<=b)=F(b)-F(a).
Следствие к свойству 1): вероятность того, что непрерывная случайная величина принимает (только!) одно вполне определенное значение равное 0.
Если случайная величина х принимает свои значения в интервале от a до b, то справедливы следующие равенства: F(X)=0, при x<=a и F(X)=1, при x>=b.
замечание: если случайная величина х принимает все значения, распределенные на оси ОХ, то справедливы следующие предельные соотношения:
и . Из свойств F(X) очевидно, как будут располагаться графики.
График F(X) для непрерывной случайной величины расположен в полосе между прямыми у=0 и у=1.
На промежутке (a,b) график поднимается.
Левее x=a ординаты графика равны 0, правее x=b ординаты графика равны 1.
Для дискретной случайной величины график F(X) ступенчатый.
Плотность распределения вероятностей неопределенной случайной величины, ее свойства.
Непрерывную случайную величину, кроме функции распределения F(X), можно задать с помощью плотности распределения.
опр: Плотностью распределения вероятностей случайной величины х называется функция f(x)=F’(x).
теорема: Вероятность того, что случайная величина х принимает свои возможные значения в интервале (a<x<b) равна определенному интегралу от плотности распределения, взятому в пределах от a до b. P(a<x<b)= .
По известной плотности распределения можно получить функцию распределения по следующей формуле: .
Свойства плотности распределения:
Плотность – есть функция неотрицательная (f(x)>=0).
Если случайная величина х принимает все возможные значения на (a,b), то =1.
замечание: Если х принимает все возможные значения на всей оси ОХ, то .
(считаем, что несобственный интеграл в левой части сходится абсолютно).