- •1).Основные понятия теории вероятностей. Случайное событие. Виды случайных событий. Вероятность. Классическое определение вероятности.
- •2). Вероятность. Статистическая вероятность. Геометрическая вероятность.
- •3). Испытания и события. Основные формулы комбинаторики.
- •4). Аксиоматика теории вероятностей. Аксиомы теории вероятностей и их следствия.
- •5). Теоремы сложения вероятностей несовместных событий. Полная группа событий. Противоположные события.
- •6). Произведение событий. Условная вероятность. Теорема умножения вероятностей.
- •7). Независимые события. Теорема умножения для независимых событий. Вероятность появления хотя бы одного события.
- •8). Теорема сложения вероятностей совместных событий. Формула полной вероятности.
- •9). Повторение испытаний. Схема Бернулли.
- •10). Локальная и интегральная теоремы Лапласа.
- •11). Вероятность гипотез.Теорема гипотез (формула Байеса).
- •12). Случайные величины. Дискретные и непрерывные случайные величины.
- •13). Закон распределения. Ряд распределения дискретной случайной величины. Смешанная случайная величина.
- •14). Функция распределения случайной величины и ее свойства.
- •15). Непрерывная случайная величина. Плотность вероятностей и ее свойства.
- •16). Числовые характеристики случайных величин. Математическое ожидание. Свойства математического ожидания.
- •17). Числовые характеристики случайных величин. Дисперсия. Свойства дисперсии.
- •18). Среднее квадратическое отклонение. Моменты. Асимметрия. Эксцесс.
- •19). Вероятностный смысл математического ожидания.Свойства математического ожидания.
- •20). Распределения дискретных случайных величин. Биномиальное распределение.
- •21). Распределение Пуассона. Простейший поток событий.
- •22). Геометрическое, гипергеометрическое распределения.
- •23). Распределения непрерывных случайных величин. Равномерное распределение.
- •24). Распределения непрерывных случайных величин показательное, нормальное распределение.
- •26). Числовые характеристики функций случайных величин. Математическое ожидание и дисперсия. Теоремы о числовых характеристиках функций случайных величин.
- •27). Числовые характеристики функции случайного числа случайных слагаемых.
13). Закон распределения. Ряд распределения дискретной случайной величины. Смешанная случайная величина.
Законом распределения дискретной случайной величины называют соответствие между возможными значениями и их вероятностями, его можно задать таблично, аналитически и графически.
При табличном задании закона распределения дискретной случайной величины первая строка таблицы содержит возможные значения, а вторая- их вероятности:
X x1 x2 ……xn
P p1 p2 pn
В одном испытании случайная величина принимает одно и только одно возможное значение X=x1, X=x2,X=xn образуют полную группу событий, то сумма вероятностей второй строки таблицы равна 1.P1+p2+….+pn=1
Случайная величина называется смешанной, если функция распределенияF(x) на некоторых участках непрерывна, а в отдельных точках имеет разрывы (скачки).
На тех участках, где F(x) непрерывна, вероятность каждого отдельного значения случайной величины равна нулю. Вероятность тех значений, где функция распределения совершает скачки, отличны от нуля и равны величине скачка.
14). Функция распределения случайной величины и ее свойства.
Функцией распределения случайной величины Х называют функцию F(x), определяющую для каждого значениях, вероятность того, что случайная величина Х примет значение меньше х, т.е. F(x)= P (X <x). Иногда функцию F(x) называют интегральной функцией распределения. Функция распределения обладает следующими свойствами: 1. Значение функции распределения принадлежит отрезку [0,1]:0≤ F(x)≤1. 2. Функции распределения есть неубывающая функция. 3. Вероятность того, что случайная величина Х примет значение, заключенное в интервале (а, b), равна приращению функции распределения на этом интервале: Р(а < X < b) = F(b) – F(а). (2.1) 4. Если все возможные значения случайной величины Х принадлежат интервалу (а, b), то F(x) = 0 при х ≤ а ;F(x) = 1 при х ≥ b. 5. Справедливы следующие предельные отношения: . Для дискретной случайной величины Х, которая может принимать значения х1, х2, …,хn, функция распределения имеет вид
15). Непрерывная случайная величина. Плотность вероятностей и ее свойства.
Непрерывной называют случайную величину , которая может принимать все значения из некоторого конечного или бесконечного промежутка. Очевидно, число возможных значений непрерывной случайной величины бесконечно.
Плотность вероятности непрерывной случайной величины, она жедифференциальная функция распределения вероятностей - аналог закона распределения дискретной с.в. Свойства плотности вероятности: 1) Значения функции неотрицательны, т.е. f(x)≥0 2) Основное свойство плотности вероятности: несобственный интеграл от плотности вероятности в пределах от -∞ до +∞ равен единице (геометрически это выражается тем, что площадь фигуры, ограниченной сверху графиком плотности вероятности, снизу - осью OX, равна 1).
16). Числовые характеристики случайных величин. Математическое ожидание. Свойства математического ожидания.
Числа, назначение которых в сжатом виде характеризовать основные особенности распределений случайных величин, называются числовыми характеристиками.
Математическое ожидание - это среднее значение случайной величины.
Математическим ожиданием дискретной случайной величины Х , принимающей конечное число значений хi с вероятностями рi , называется сумма:
Математическим ожиданием непрерывной случайной величины Х называется интеграл от произведения ее значений х на плотность распределения вероятностей f(x):
Свойства математического ожидания:
4)Математическое ожидание постоянной величины равно самой постоянной: М(С)=С