- •1. Предмет теории вероятностей. Исходные понятия теории вероятностей (вероятность, испытание, событие, совместные и несовместные события).
- •2. Классификация событий (достоверные, невозможные и случайные события).
- •3. Классическое, статистическое и геометрические определения вероятности.
- •4. Элементы комбинаторики (размещения, перестановки, сочетания).
- •5. Теорема сложения вероятностей несовместных и совместных событий.
- •6. Элементарные события, полная группа событий. Противоположные события, вероятность противоположных событий.
- •7. Независимые события, умножение вероятностей независимых событий. Вероятность появления хотя бы одного события
- •8. Зависимые события, условная вероятность, умножение вероятностей зависимых событий.
- •9. Формула полной вероятности, формулы Байеса.
- •Формула Бейеса (Байеса)
- •10. Повторные испытания. Схема Бернулли.
- •11. Формула Пуассона для повторных испытаний.
- •12. Понятие случайной величины, дискретная и непрерывная случайные величины. Закон распределения вероятностей дискретной случайной величины, способы его задания.
- •13. Законы распределения дискретной случайной величины: биномиальный и Пуассона.
- •14. Статистические характеристики дискретной случайной величины.
- •15. Свойства математического ожидания дискретной случайной величины.
- •16. Свойства дисперсии дискретной случайной величины, основные формулы.
- •Свойства функции распределения вероятностей случайной величины
- •18. Функция распределения плотности вероятностей непрерывной случайной величины, ее числовые характеристики мат. Ожидание, дисперсия, среднее квадратичное отклонение.
- •19. Вероятность попадания значения непрерывной случайной в заданный интервал.
- •20. Равномерное распределение плотности вероятности непрерывной случайной величины.
- •22. Вероятность попадания значений непрерывной случайной величины в заданный интервал для нормального распределения плотности вероятностей.
- •23. Расчет вероятности заданного отклонения нормальной случайной величины. Правило трех сигм.
- •Правило трех сигм
- •26. Понятия генеральной совокупности, выборки и степени ее свободы, связных и несвязных выборок, нулевой и альтернативной гипотез.
- •Зависимые(связанные) и независимые (несвязанные) выборки
- •28. Непараметрические критерии, критерии знаков и Вилкоксона, их сходство и различия.
- •Алгоритм подсчета g – критерия знаков.
- •29. Параметрические критерии Стьюдента и Фишера, их сходство и различия.
- •30. Критерий согласия χ 2- Пирсона, его особенности и процедура принятия статист. Вывода.
Свойства функции распределения вероятностей случайной величины
1. Значения функции распределения вероятностей принадлежат отрезку : . 2. Функция распределения вероятностей – неубывающая функция, то есть: , если . Следствие 1. Вероятность того, что случайная величина примет значение, заключенное в интервале , равна приращению функции распределения вероятностей на этом интервале: . Следствие 2. Вероятность того, что непрерывная случайная величина примет одно определенное значение, равна нулю. Используя последнее следствие, легко убедиться в справедливости следующих равенств: . 3. Если возможные значения непрерывной случайной величины принадлежат интервалу , то: , если ; , если . Следствие. Если возможные значения непрерывной случайной величины расположены на всей числовой оси, то справедливы следующие предельные соотношения: ; . График
18. Функция распределения плотности вероятностей непрерывной случайной величины, ее числовые характеристики мат. Ожидание, дисперсия, среднее квадратичное отклонение.
Плотностью распределения вероятностей непрерывной случайной величины называют функцию – первую производную от функции распределения вероятностей : . Таким образом, функция распределения вероятностей является первообразной для плотности распределения вероятностей. Теорема. Вероятность того, что непрерывная случайная величина примет значение, принадлежащее интервалу , равна определенному интегралу от плотности распределения, взятому в соответствующих пределах: . Следовательно, зная плотность распределения вероятности , можно найти функцию распределения по формуле .
Свойства плотности распределения вероятностей
1. Плотность распределения вероятностей – неотрицательная функция: . 2. Несобственный интеграл от плотности распределения вероятностей в пределах от до равен единице: .
Вероятностный смысл плотности распределения вероятности. Вероятность того, что непрерывная случайная величина примет значение, принадлежащее интервалу , приближенно равна (с точностью до бесконечно малых высшего порядка относительно ) произведению плотности распределения вероятности в точке на длину интервала : .
Числовые характеристики непрерывных случайных величин
Математическим ожиданием непрерывной случайной величины , возможные значения которой принадлежат отрезку , называют определенный интеграл . Если возможные значения принадлежат всей числовой оси, то (предполагается, что несобственный интеграл, стоящий в правой части равенства, существует). Дисперсией непрерывной случайной величины называют математическое ожидание квадрата ее отклонения. Если возможные непрерывной случайной величины принадлежат отрезку , то . Если возможные значения принадлежат всей числовой оси, то (предполагается, что несобственный интеграл, стоящий в правой части равенства, существует). Средним квадратическим отклонением непрерывной случайной величины называют, как и для величины дискретной, квадратный корень из дисперсии: .