- •Вопрос 1 Предмет тв
- •Вопрос 2.Случайные события и их классификации.
- •Вопрос 3.Классическое, статистическое и геометрическое опр вероятности.
- •Вопрос 5.Теорема сложения вероятностей несовместных событий и ее следствия.
- •Вопрос 6.Зависимые и независимые события. Условная вероятность. Теоремы умножения вероятностей.
- •Вопрос 7 Вероятность появления хотя бы одного из n событий, независимых в совокупности.
- •Вопрос 8 Теорема сложения вероятностей совместных событий. Вероятность наступления только одного, хотя бы одного события
- •Вопрос 9 Формула полной вероятности и формула Байеса
- •Вопрос 10 Понятие дискретной случайной величины и ее з-на распределения. Многоугольник распределения.
- •Вопрос 12.Математическим ожиданием (средним значением по распределению) называется действительное число, определяемое в зависимости от типа св х формулой:
- •Вопрос14.Повторные независимые испытания. Ф-ла Бернулли.
- •Вопрос 15.Биноминальное распределение
- •Вопрос 16.Закон Пуассона
- •Вопрос 17.Равномерной дискретное распределение
- •Вопрос18.Плотность распределения вероятностей непрерывной случайной величины и ее свойства.
- •Вопрос 20 равномерный закон распределения
- •Вопрос 22 Нормальный закон распределения, его параметры и их вероятностный смысл. Влияние параметров а и б на форму нормальной кривой.
- •Вопрос 27Нерав-во Маркова
- •Вопрос 28
- •Вопрос 29
- •Вопрос 30
- •Вопрос 31 Понятие о центральной предельной теореме и ее следствиях.
- •Вопрос 32 Локальная и интегральная теоремы Лапласа как следствие теоремы Ляпунова.
- •Вопрос 32 Теорема Ляпунова
- •Вопрос 33 Предмет и задачи мат статистики, ген и выборочная совокупности, способ отбора.
- •Вопрос 34 Построение дискретного вариационного ряда. Эмпирическая ф-ия распределения.
- •Вопрос 35 Построение интервального вариационного ряда. Гистограмма частот.
- •Вопрос 36 Средняя арифметическая и ее свойства. Устойчивость выборочных средних
- •Вопрос 37 Дисперсия вариационного ряда и ее св-ва. Исправленная выборочная дисперсия.
- •Вопрос 41 Основные понятия стат проверки гипотез. Гипотезы h0 и h1, критерии проверки, ошибки первого и второго рода, критическая область, мощность критерия.
- •Вопрос 42 Проверка гипотезы о равенстве мат ожиданий 2ух нормально распределенных ген сов при известной дисперсии.
- •Вопрос 44Распределение Пирсона (или “хи”-квадрат распределение
Вопрос 15.Биноминальное распределение
Пусть имеются n испытаний Бернулли с вероятностью успеха p и неуспеха q, p+q=1. Дискретная случайная величина Х – число успехов имеет распределение pk=P(X=k)= Cnkpkqn-k, k=0 1 2 …n. Это распределение называется биномиальным с параметрами. Заметим что сумма вероятностей
СУММАpk=СУММАCnkpkqn-k=(p+q)n=1
Математическое ожидание и дисперсия случайной величины Х: МХ=np, DX=npq
Максимум вероятностей рк, достигается при к=[np-q]+1
Вопрос 16.Закон Пуассона
Говорят что случайная величина Х распределена по закону Пуассона, если она принимает целые значения 0, 1, 2… С ВЕРОЯТНОСТЯМИ pk=P(X=k)=(e-λ λk)/k!, где к=0, 1, 2…
Где λ > 0 – параметр распределения, при этом СУММА pk= e-λСУММА λk/k!,= e-λeλ=1
Математическое ожидание и дисперсия пуассоновской случайной величины = параметру распределения МХ=λ; DX=λ
Вопрос 17.Равномерной дискретное распределение
Дискретная случайная величина Х имеет гипергеометрическое распределение если она принимает значение m с вероятностями
pm=P(X=m)=(CmMCN-Mn-m)/CNn
где m = 0 1 2… к (к= min(n,M); M≤N; n≤N. Вероятность pm является вероятностью выбора m объектов, обладающих заданным свойством, из множества n объектов случайно извлеченных из совокупности N объектовсреди которых M объектов обладают заданным свойствам.
Математическое ожидание и дисперсия случайной величины имеющих гипергеометрическое распределение с параметрам и n,M,N:
MX=n(M/X) DX=n(M/N-1)(1-M/N)(1-n/N)
Вопрос18.Плотность распределения вероятностей непрерывной случайной величины и ее свойства.
Случайной величиной Х называется непрерывной если она принимает более чем четное число значений. Случайная величина Х называется абсолютно непрерывной если ее финкция может быть представлена в виде FX(x)=интегралу fX(z)dz
При этом функция fX(x) называется плотностью распределения вероятности случайной величины Х. График плотности распределения случайной величины Х называется кривой распределения вероятностей случайной величины Х.
Плотность распределения обладает следующими св-ми:
Для всех Х принадлежащих R f(x)≥0
Интеграл f(z)dz=1
Для всех точек Х принадлежащему R в которых существует производная F’(x):f(x)=F’(x)
Вопрос 19 Математичиское ожидание МХ непрерывной случайной величины, имеющей плотность, определяется формулой МХ=интегралу xp(x)dx, а дисперсия формулой DX=M(X-MX)2= интегралу (x-MX)2p(x)dx
Для вычисления дисперсии так же верна формула DX=MX2-(MX)2, откуда для непркрывной случайной величины получаем DX= интеграл x2p(x)dx-(MX)2
Величина σХ=корню кв. DX называется средним квадратичным отклонением случайной величины.
Все свойства математического ожидания и дисперсии для дискретных случайных величин переносятся и на случай непрерывных случайных величин.
Вопрос 20 равномерный закон распределения
СВНТ Х называется распределенной равномерно на отрезке [a, b] (при этом для краткости говорят: СВ Х подчиняется закону R(a, b), т.е. Х R(a, b)), если плотность распределения вероятностей постоянна на данном отрезке. Тогда плотность распределения (ПР) f(x) и функция распределения (ФР) F(x) будут иметь следующий вид: