- •Основные понятия и теоремы теории вер-тей
- •1.Что изучает теория вер-тей
- •2.Что наз. Событием? Какие события достоверными, невозможными, случайными
- •6. Какие события называются единственно возможными. Приведите примеры
- •7. Какое множество событий образует полную группу событий? Приведите пример. Чему равняется сумма вер-тей событий, образующих группу?
- •8. Сформулируйте классическое определение вероятности. Приведите пример.
- •9. Какие события наз. Достоверными и невозможными. Какими могут быть вероятности достоверного и невозможного события. Примеры
- •10. Формула, по которой вычисляется вер-ть.Может ли быть вер-ть больше 1.Бывает ли вер-ть отрицательной.
- •11. Статическое определение вероятности
- •12. Что называют статистической устойчивостью событий. Прибли-жается ли относ. Частота событий к его вероятности при увеличении числа испытаний? Почему? Пример.
- •14. Определеие произведения событий. Что обозначает а*в, если а иВ совместимые.
- •17. Сформулируйте теорему сложения вероятностей для совместных событий.
- •18. Какие события называют независимыми. Дайте определение независимых в совокуности событий.
- •19. Что называют условной вероятностью события. Приведите примеры.
- •20.Теорема умножени вероятностей для зависимых событий
- •21.Теорема умножени вероятностей для независимых событий
- •22. Чему равна вероятность появления в результате испытаний хотя бы одного из независимых в совокупности событий
- •23. Запишите формулу полной вер-ти.Какое свойство должны иметь гипотезы в формуле полной вероятности.
- •24. Запишит формулу Бейеса. Какое ее предназначение?
- •Повторение независимых испытаний
- •25. Запишите формлу Бернулли. Какое ее предназначение?
- •26. Как находят наивероятнейшее число наступления событий?
- •27. Локальная теорема Муавра-Лапласа в каких случаях ее применяют.
- •28. Перечислите свойства функции Лапласа φ(х).
- •29 В чем заключаеся интегралная теорема Муавра – Лапласа. В каких случаях ее применяют.
- •30. Перечислите свойства функции Лапласа ф(х).
- •31. Сформулируйте теорему Пуассона. Как найти параметр λ?
- •Случайные величины
- •32. Опрделение сучайной величиы. Примеры непрерывных и дискретных случайных величин.
- •33. Закон распределения дискретной случайной величины.
- •34. Ряд распределения. Определение многоугольника распределения.
- •35. Какая функция наз. Интегральным законом распред-я случ. Величины. Сформул-те свойства этой функии.
- •36. Какая функция наз. Дифференциальной функцией распред-я случ. Величины. Сформул-те свойства этой функии.
- •37. Определение матемтического ожидания дискретной и непрерывной случ величины.
- •38. Свойства математического ожидания.
- •39. Определение дисперсии и среднего квадрат-го отклонения дискретной и непрерывной случ. Величины.
- •40. Сформулируйте св-ва дисперсии.
- •41 Определение начального и центрального моментов k-го порядка. Каковы простейшие соотношения между ними.
- •42.Определение моды и медианы.
- •43. Какой закон распределения называют биномиальным.
- •44. Какой формулой определяется закон распределения Пуассона?
- •45. Какой формулой определяется равномерный закон распределения. Запишите формулу функции распределения для равномерного закона распределения и постройте ее график.
- •46. Какой дифференциальной функцией распределения случ. Величины определяется нормальный закон распределения. Объясните содержание параметров, кот. Входят в выражение этой функции.
- •47. Как влияют математичекое ожидание и дисперсия на форму нормальной кривой.
- •48. Формула для вычисления вер-ти того, что случайная величина кот. Подлежит норм. Закону распред., принимает значения из интервала (a, b)
- •49. Сформулируйте првило трех сигм.
- •Системы случайных величин
- •50.Определение понятия системы случайных величин.
- •51. Закон распределения и функция распределения двух случ величин.
- •53. Закон распределения отдельной сл. Величины, кот. Входит в систему. Условный закон распределения
- •54. Численные характеристики системы двух случайных величин. Математ. Ожидание и дисперсия.
- •55. Численные характеристики системы двух случайных величин. Кореляционный момент. Коэффициент корреляции.
- •Граничные теоремы теории вероятностей
- •56.Нервенство Чебышева и ее смысл.
- •57. Теорема Чебышева и ее смысл.
- •58. Теорема Бернулли и ее смысл.
- •59. Центральная предельная теорема теории вероятностей для одинаково распределенных случайных величин. Формулировка и смысл.
- •Основні поняття математичної статистики
- •Предмет математичної статистики. Що називається статистичною сукупністю?
- •Визначення генеральної й вибіркової сукупностей. Наведіть приклади.
- •Який статистичний метод називається вибірковим методом?
- •Що розуміється під репрезентативністю вибіркової сукупності? Помилки репрезентативності і їхні види.
- •Що таке емпірична функція розподілу?
- •Які числові характеристики відображають центральну тенденцію? Середня арифметична і її властивості.
- •Які числові характеристики відображають мінливість? Поняття коефіцієнта варіації.
- •Які числові характеристики відображають мінливість? Дисперсія і її властивості.
- •Запишіть формули, за якими обчислюються середня арифметична, дисперсія, середнє квадратичне відхилення, асиметрія й ексцес.
- •Перевірка статистичних гіпотез
- •3. Теорія статистичної оцінки
- •Яка величина розуміється під статистичною оцінкою параметра ?
- •Які оцінки називаються незміщеними, зміщеними? Наведіть приклади.
- •Які оцінки називаються незміщеними, зміщеними? Наведіть приклади. Чи є вибіркова дисперсія незміщеною оцінкою генеральної дисперсії ? Який дріб називають поправкою Бесселя?
- •Яка оцінка називається ефективною? Яка оцінка називається спроможною?
- •Що називається довірчим інтервалом або інтервальною оцінкою параметра ? Що визначає довірча ймовірність ?
- •Запишіть довірчий інтервал для генеральної середньої якщо відомо величину .
- •Випадкові процеси
- •1.Определение случайного процесса. Примеры случайных процессов.
- •2.Поняття перерізу випадкового процесу. Приклади, смисл. Представлення випадкового процесу за допомогою перерізів.
- •3. Поняття реалізації випадкового процесу. Сімейство реалізацій. Приклади.
- •4. Поняття математичного сподівання випадкового процесу.
- •5. Поняття дисперсії випадкового процесу.
- •6. Класифікація випадкових процесів за часом. Класифікація випадкових процесів за станами.
6. Какие события называются единственно возможными. Приведите примеры
События называют единственно-возможными, если наступление одного из них это событие достоверное. В некотором испытании (явление) события A, B,...X называются единственно возможным, если по крайней мере одно из них обязательно произойдет как исход испытания (явления).
Пусть стрелок производит один выстрел по стандартной мишени. При этом возможны такие исходы:
попадание в круг;
попадание в ромб;
попадание не в круг и не в ромб.
Эти исходы, очевидно, являются единственно возможными.
7. Какое множество событий образует полную группу событий? Приведите пример. Чему равняется сумма вер-тей событий, образующих группу?
По́лной гру́ппой собы́тий в теории вероятностей называется система случайных событий такая, что в результате произведенного случайного эксперимента непременно произойдет одно из них. Сумма вероятностей всех событий в группе всегда равна 1. Предположим, проводится подбрасывание монеты. В результате этого эксперимента обязательно произойдет одно из следующих событий:
A: монета упадет орлом;
B: монета упадет решкой;
C: монета упадет на ребро;
Таким образом, система {A,B,C} является полной группой событий.
8. Сформулируйте классическое определение вероятности. Приведите пример.
Вер-сть события численно характеризует степень возможности его появления в рассматриваемом опыте.
Опр. Пусть некоторое испытание имеет “n” исходов, причем эти исходы равновозможны единственно возможны и попарно не совместимы. Пусть наступлению событию А благоприятствует «m» исходов из «n», тогда вер-сть Р(А) наступления события А определяется по формуле: P(A)=(m/n). Пр. В коробке 6 белых шаров и 8 красных. Извлекается 1 шар. Вер-ть того что он белый ? Реш.: n=6+8=14; m=6; P(A)=6/14=3/7.
Из классического определения следуют свойства вероятности:
0≤p(A)≤1; p(Ø)=0,
p(Ω)=1, p(Ā)=1-p(A)
p(A+B)= p(A)+ p(B), если AB=Ø
9. Какие события наз. Достоверными и невозможными. Какими могут быть вероятности достоверного и невозможного события. Примеры
Событие называется достоверным, если в результате испытания оно обязательно происходит. После четверга наступит пятница;При бросании игральной кости выпало число очков, меньше 7. Невозможным называется событие, которое в результате испытания произойти не может. Вода в реке замерзла при температуре +25°С;
При бросании игральной кости появилось 7 очков.
10. Формула, по которой вычисляется вер-ть.Может ли быть вер-ть больше 1.Бывает ли вер-ть отрицательной.
Вероятностью события A называют отношение числа m благоприятствующих этому событию исходов к общему числу n всех равновозможных несовместных элементарных исходов, образующих полную группу Свойство1..Вероятность достоверного события равна 1 Свойство 2. Вероятность невозможного события равна нулю. Свойство 3. Вероятность случайного события есть положительное число, заключенное между нулем и единицей.
Итак, вероятность любого события удовлетворяет двойному неравенству
Вероятность не может быть отрицательной и не больше 1, т.к. число благоприятных исходов не может быть больше числа всех исходов.