- •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 :
Числовые характеристики непрерывной случайной величины.
опр: Математическим ожиданием непрерывной случайной величины х, распределенной на промежутке (a,b) называется , где f(x) – плотность распределения.
замечание: Если Х принимает все возможные значения на всей оси ОХ, то
опр: Дисперсией непрерывной случайной величины Х, принимающей все возможные значения на (a,b), называется:
; ; .
замечание: смотри аналогию с предыдущим замечанием.
опр: Средним квадратическим отклонением случайной величины Х называется:
опр: Начальным теоретическим моментом порядка k непрерывной случайной величины Х, все возможные значения которой принадлежат интервалу (a,b) определяем по формуле . Частный случай: 1=M(X), 2=M(X2), D(X)=2-(1)2.
опр: Центральным теоретическим моментом порядка k непрерывной случайной величины Х, принимающей все возможные значения на (a,b), называется величина . Частный случай: 1=0;2=D(X)=2-(1)2;
3=3-321+2(1)3; 4=4-431+62(1)2-3(1)4.
опр: Модой непрерывной случайной величины (М0(Х)) называется то ее возможное значение, которому соответствует локальный максимум плотности распределения.
опр: Медианой непрерывной случайной величины (Ме(Х)) называется то ее возможное значение х, в котором ордината плотности делит график кривой пополам, или медианой называется то возможное значение х, при котором P(X<Me(X))=P(X>Me(X)).
опр: Ассиметрией непрерывной случайной величины Х называется отношение центрального теоретического момента 3-го порядка 3 к кубу среднего квадратического отклонения 3, т.е. As=3/3.
опр: Эксцессом случайной величины Х называется величина равная Ek=(4/4)-3;
Равномерное распределение и его числовые характеристики. Показательное распределение.
Плотности распределений очень часто называют законами непрерывной случайной величины. Часто встречаются законы равномерного, показательного и нормального распределения.
Равномерное распределение.
опр: Распределение вероятности называется равномерным, если на интервале, которому принадлежат все возможные значения случайной величины, плотность сохраняет постоянное значение.
Пусть случайная величина Х принимает все возможные значения на (a,b). Тогда по определению плотность примет вид:
, где с-const. Используя второе свойство плотности: , , c(b-a)=1, c=1/(b-a). Следовательно, закон равномерного распределения примет вид: .
Числовые характеристики равномерного распределения:
; ; .
Показательное распределение(экспоненциальное):
опр: Показательным распределением непрерывной случайной величины Х называется распределение, имеющее плотность вида: , где -некоторое положительное число(=const).График показательного распределения: .
Функция показательного распределения имеет вид: .
График функции показательного распределения: .
Числовые характеристик показательного распределения: ; ; ; P(a<X<b)= e-b-e-a.