- •2. Исходя из трех аксиом теории вероятностей, докажите, что вероятность любого события а подчиняется неравенству .
- •3. Дайте определение события , противоположного событию а. Докажите, исходя из трех аксиом теории вероятностей, что .
- •5. Если появление события в непременно влечет за собой появление события а, то как в этом случае соподчинены противоположные им события и ?
- •8. Приведите пример какого-либо опыта с конечным числом элементарных исходов, в условиях которого нельзя исчислять вероятности событий по формуле классического определения вероятности.
- •20. Сформулируйте условия, при выполнении которых применяется теорем Байеса. Приведите формулировку и краткое доказательство этой теоремы.
- •21. Функция распределения случайной величины и её свойства
- •22. Функция плотности распределения вероятности и её свойства
- •23. Ряд распределений дискретной случайной величины и его свойство.
- •24. Математическое ожидание дискретной случайной величины и его свойства
- •25. Дисперсия дискретной случайной величины и её свойства. Среднее квадратичное отклонение св.
- •26. Математическое ожидание непрерывной случайной величины и его свойства
- •27. Дисперсия непрерывной случайной величины и её свойства. Среднее квадратическое отклонение св.
- •28. Начальные и центральные моменты случайных величин. Выражение мат.Ожидания и дисперсии св через моменты.
- •30. На основе закона распределения альтернативно распределенной случайной величины получить выражение для математического ожидания биномиально распределенной случайной величины.
- •31. На основе закона распределения альтернативно распределенной случайной величины получить выражение для дисперсии биномиально распределенной случайной величины.
- •32. Случайная величина принимает целые значения в промежутке от 0 до n с равной вероятностью. Вывести выражение для математического ожидания этой случайной величины.
- •37. Вывести выражение для дисперсии случайной величины, распределенной по закону Пуассона.
- •38. Вывести выражение для математического ожидания случайной величины, распределенной по геометрическому закону.
- •39. Вывести выражение для дисперсии случайной величины, распределенной по геометрическому закону.
- •44. Плотность распределения и функция распределения показательной случайной величины, ее числовые характеристики.
- •45. Плотность распределения и функция распределения нормальной случайной величины (распределение Гаусса), ее числовые характеристики.
- •46. Функция Лапласа, ее свойства.
- •47. Вероятность попадания нормально распределенной случайной величины на отрезок, правило «трех сигм».
- •48. Функции случайных величин и их числовые характеристики.
- •49. Числовые характеристики случайных величин, распределенных по равномерному, показательному и нормальному законам (значения мат. Ожидания и дисперсии).
- •50. Дайте определение совместной функции распределения двумерной случайной величины и укажите ее свойства. Обоснуйте эти свойства и/или приведите примеры их выполнения.
- •55. Доказать локальную предельную теорему Муавра-Лапласа.
- •56. Доказать интегральную предельную теорему Муавра-Лапласа.
- •57. Доказать теорему Бернулли о сходимости относительной частоты появления события к вероятности этого события.
- •58. Доказать неравенство Чебышева.
- •65. Понятие гистограммы частот, способ построения, пример.
- •66. Оценка плотности распределения выборки, ее свойства, способ построения.
- •67. Понятие точечных и интервальных оценок (доверительных интервалов) параметров случайной величины. Определения. Примеры.
- •68. Свойства точечных оценок параметров: несмещенность, состоятельность, эффективность (определения).
- •69. Определение и свойства оценок: выборочного среднего, выборочной дисперсии и исправленной выборочной дисперсии.
- •70.Отличие относительной частоты события от его вероятности по предельной теореме Бернулли (по следствию из теоремы м-л).
- •71. Выборочный коэффициент ковариации (формула).
- •76. Построение интервальной оценки (доверительного интервала) (с надежностью ) математического ожидания нормально распределенной случайной величины при известной дисперсии (вывод).
- •77. Построение интервальной оценки (доверительного интервала) (с надежностью ) математического ожидания нормально распределенной случайной величины при неизвестной дисперсии (вывод).
- •88. Что такое критерий согласия?
- •89. Сформулируйте критерий согласия .
- •90. Модель парной линейной регрессии: уравнение и основные вероятностные допущения.
39. Вывести выражение для дисперсии случайной величины, распределенной по геометрическому закону.
СВ Х называется распределенной по геометрическому закону с параметром р ( где р€ [0;1]), если она принимает значения 1, 2,3 ...с вероятностями
Р (Х = m)= р(1-р)m-1 (m = 1,2,3...) р = const
1 2 … m … 1
(X=m)=( ) S= -
P pq … pqm-1 … q-1
∞ ∞ ∞ ∞ 1
MX= Σ mpqm-1= p Σ mq m-1 = p Σ (qm)q = p(Σ qm) q =p ( - ) q =
m=1 m=0 m=0 m=0 1-q
1 p
= p – = - = -
(1-q)2 p2 p
DX = М(Х2)-(МХ)2
∞ ∞ ∞ ∞
М(Х2)= Σ m2pq m-1 = Σ m(m-1+1)pq m-1 = Σ m(m-1)p q m-1 + Σ p q m-1
m=0 m=0 m=1 m=1
∞ ∞ 1 q 1-p
DX= Σ m(m-1)p q m-1 + Σ p q m-1 - - = - = -
m=1 m=1 p2 p2 p2
40. Числовые характеристики случайных величин, распределенных по биномиальному, геометрическому закону и закону Пуассона (значения мат. ожидания и дисперсии)
Биноминальный закон
Геометрический закон
=
Закон Пуассона
41. В каких ситуациях на практике возникают биномиальное и геометрическое распределения?
Биномиальное - когда вероятность наступления событий во всех постоянных одинакова (монета Р=1/2).
Геометрическое - до первого появления события А.
42. Предельным законом для какого распределения является распределение Пуассона? Какие значения может принимать случайная величина, распределенная по закону Пуассона?
Распределение Пуассона является предельным законом для распределения Бернулли.
Случайная величина может принимать значения от 0 до3.
43. Плотность распределения и функция распределения равномерной случайной величины, ее числовые характеристики.
Часто встречаются случайные величины, которые могут принимать значения только в строго определенных границах некоторого отрезка [a;b], причем с содержательной точки зрения все значения внутри этого отрезка равновозможны. Например, минутная стрелка остановившихся механических чатов будет показывать какое-то значение; заранее, до поломки, неизвестно, какое именно, но точно известно, что оно будет в пределах от 0 до 60. Погрешность округления также относится к подобным величинам. О таких величинах говорят, что они распределены по равномерному закону на некотором отрезке [a;b].
Более строго, случайная величина Х с функцией распределения
F(x) =
(К данным значениям относятся условия:
- к первому : x<a
- ко второму:a x<b
- к третьему: x b)
Называется распределенной по равномерному закону на отрезке [a;b]. Плотность распределения этой случайной величины получается путем дифференцирования:
f(x) =
Определим математическое ожидание и дисперсию случайной величины, подчиненной равномерному закону распределения (^ - местами, где не получилось сделать верхний индекс, этим знаком обозначена степень)
b
MX = = = | =
a b
MX2 = = = | = =
a
DX = MX2 – (MX)2 = - = =
Среднее квадратическое отклонение
σX = =
Вероятность попадания случайной величины в заданный интервал:
P (α<X<β) = =