- •1)Основные понятия теории вероятностей. Случайные события и их классификация.
- •2)Вероятность события. Классическое, статистическое и геометрическое определения.
- •3)Действия над событиями.
- •4)Теоремы сложения и умножения вероятностей.
- •1)Теорема сложения вероятностей несовместных событий:
- •2)Теорема сложения вероятностей совместных событий:
- •3)Теорема умножения вероятностей:
- •4)Теорема сложения вероятностей совместных событий:
- •5)Зависимые и независимые события.Условная вероятность.
- •6)Формула полной вероятности. Теорема Байеса
- •7)Повторные независимые испытания. Формула Бернулли.
- •8)Теорема Пуассона. Локальная и интегральная теоремы Муавра-Лапласа.
- •9)Случайная величина и ее закон распределения. Дискретные и непрерывные случайные величины.
- •11)Функция распределения случайной величины. Плотность распределения непрерывной случайной величины. Их свойства.
- •12)Числовые характеристики случайных величин: математическое ожидание, дисперсия, среднее квадратическое отклонение, их свойства.
- •1. Дисперсия постоянной величины равна нулю:
- •2. Постоянный сомножитель можно выносить за знак дисперсии,возведя его при этом в квадрат:
- •Дисперсия алгебраической суммы конечного числа независимых случайных величин равна сумме их дисперсий:
- •13)Мода, медиана, квантили. Начальные и центральные моменты случайных величин.
- •14)Неравенства Маркова и Чебышева.
- •15)Закон больших чисел. Теоремы Чебышева и Бернулли. Теорема Пуассона.
- •16)Центральная предельная теорема
- •17)Многомерные случайные величины
- •18)Функция и плотность распределения двумерной случайной величины. Их свойства.
- •19)Зависимые и независимые случайные величины. Условные законы распределения.
- •20)Числовые характеристики двумерных случайных величин. Ковариация, коэффициент корреляции.
- •21)Случайные процессы и их характеристики.
- •22)Марковские случайные процессы.
- •23)Уравнения Чепмена-Колмогорова.Предельные вероятности состояний.
- •24)Общая характеристика систем массового обслуживания. Потоки событий.
- •25)Процессы гибели и размножения.
- •26)Системы массового обслуживания с отказами.
- •27)Системы массового обслуживания с ожиданием.
- •28)Общие сведения о выборочном методе.
- •29)Вариационные ряды и их графическое изображение
- •30)Числовые характеристики выборочного распределения. Их свойства.
- •31)Понятие об оценке параметров. Характеристики оценок.
- •39)Однофакторный дисперсионный анализ. Межгрупповая и внутри групповая вариации
- •40)Понятие о двухфакторном дисперсионном анализе.
- •41)Основные положения регрессионного анализа.
- •42)Линейная парная регрессия.
- •43)Оценка тесноты корреляционной зависимости для линейной модели. Коэффициент детерминации.
- •44)Интервальная оценка функции регрессии.
- •45)Проверка значимости уравнения регрессии. Интервальная оценка параметров парной модели.
11)Функция распределения случайной величины. Плотность распределения непрерывной случайной величины. Их свойства.
Функцией распределения случайной величины Х называется функция F(x) выражающая для каждого х вероятность того, что в результате опыта случайная величина Х примет значение, меньшее х:
F( x) = P( X < x).
СВОЙСТВА ФУНКЦИИ РАСПРЕДЕЛЕНИЯ:
1. Значения F(x) лежат в интервале от 0 до 1, то есть 0 ≤ F(x) ≤ 1.
2. Функция распределения F(x) - неубывающая функция своего аргумента,
то есть если Х два больше х один, то F(x два)большеF(x один) .
3. Функция распределения равна нулю при х=-бесконечность и единице при х=+бескончность .
4. Вероятность попадания случайной величины в интервал [х1 , х2 ) равна
приращению ее функции распределения на этом интервале, т.е.
Функция распределения любой дискретной случайной величины есть разрывная ступенчатая функция, скачки которой про-исходят в точках, соответст-вующих возможным значениям случайной величины и равны вероятностям этих значений.
Сумма всех скачков функции F(x) равна 1.
Плотностью вероятности (плотностью распределения или просто плотностью) f(x) непрерывной случайной величины X называется производная ее функции распределения:
СВОЙСТВА ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ:
1. Плотность распределения - неотрицательная функция, f(x) ≥ 0.
Вероятность попадания непрерывной случайной величины в интервал [а, b] равна определенному интегралу от ее плотности вероятности в пределах от а до b:
3. Функция распределения непрерывной случайной величины может быть выражена через плотность вероятности по формуле:
4. Несобственный интеграл в бесконечных пределах от плотности вероятности непрерывной случайной величины равен единице:
Случайная величина X называется н е п р е р ы в н о й, если ее функция распределения непрерывна в любой точке и дифференцируема всюду, кроме, быть может, отдельных точек.
Теорема. Вероятность любого отдельно взятого значения непрерывной случайной величины равна нулю.
Следствие. Если X – непрерывная случайная величина, то вероятность попадания случайной величины в интервал (x1,x2) не зависит от того, является этот интервал открытым или закрытым, т.е.
12)Числовые характеристики случайных величин: математическое ожидание, дисперсия, среднее квадратическое отклонение, их свойства.
Математическим ожиданием М(Х) дискретной случайной величины X называется сумма произведений всех ее значений на соответствующие им вероятности:
Для дискретной случайной величины,принимающей бесконечное,но счетное множество значений – сумма ряда:
для непрерывной случайной величины:
ОСНОВНЫЕ СВОЙСТВА МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ
1. Математическое ожидание постоянной величины С равно самой постоянной:
М [ С ] = С.
2. Постоянный множитель можно выносить за знак математического ожидания:
М [ kХ ] = k•М [ Х ].
3. Математическое ожидание алгебраической суммы конечного числа случайных величин равно такой же сумме их математических ожиданий:
4. Математическое ожидание произведения конечного числа независимых случайных величин равно произведению их математических ожиданий:
5.Математическое ожидание отклонения случайной величины от ее математического ожидания равно нулю:
М[ Х – М(Х) ] = 0.
Дисперсией D(X) дискретной случайной величины X называется математическое ожидание квадрата ее отклонения от математического ожидания:
Для дискретной случайной величины, принимающей бесконечное, но счетное множество значений – сумма ряда:
Для непрерывной случайной величины:
ОСНОВНЫЕ СВОЙСТВА ДИСПЕРСИИ