- •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.
19. Вероятность попадания значения непрерывной случайной в заданный интервал.
вероятность того, что непрерывная случайная величина примет значение, принадлежащее интервалу , равна определенному интегралу от плотности распределения, взятому в соответствующих пределах: .
20. Равномерное распределение плотности вероятности непрерывной случайной величины.
Непрерывная случайная величина Х имеет равномерное распределение на отрезке [а, в], если на этом отрезке плотность распределения вероятности случайной величины постоянна, т. е. если дифференциальная функция распределения f(х) имеет следующий вид:
Иногда это распределение называют законом равномерной плотности. Про величину, которая имеет равномерное распределение на некотором отрезке, будем говорить, что она распределена равномерно на этом отрезке.
Найдем значение постоянной с. Так как площадь, ограниченная кривой распределения и осью Ох, равна 1, то
откуда с=1/(b-a).
Теперь функцию f(x) можно представить в виде
Построим функцию распределения F(x), для чего найдем выражение F(x) на интервале [a, b]:
Графики функций f(x) и F(x) имеют вид:
21. Функция нормального распределения плотности вероятностей непрерывной случайной величины, ее свойства, параметры, график. Влияние параметров на форму кривой этого распределения. Нормированное нормальное распределение.
Определение: Непрерывная случайная величина Х имеет нормальное распределение (распределена по нормальному закону), если плотность распределения вероятности f(x) имеет вид
где а и —некоторые постоянные, называемые параметрами нормального распределения.
Функция распределения F(x) в рассматриваемом случае принимает вид
Параметр а- есть математическое ожидание НСВХ, имеющей нормальное распределение, - среднее квадратическое отклонение, тогда дисперсия равна
Выясним геометрический смысл параметров распределения а и . Для этого исследуем поведение функции f(x). График функции f(x) называется нормальной кривой.
Рассмотрим свойства функции f(x):
1°. Областью определения функции f(x) является вся числовая ось.
2°. Функция f{x) может принимать только положительные значения, т. е. f(x}>0.
3°. Предел функции f(x) при неограниченном возрастании |х| равен нулю, т. е. ось ОХ является горизонтальной асимптотой графика функции.
4°. Функция f{x) имеет в точке х = a максимум, равный
5°. График функции f(x) симметричен относительно прямой х = а.
6°. Нормальная кривая в точках х = а + имеет перегиб,
На основании доказанных свойств построим график плотности нормального распределения f(x).
|
|
|
|
Как видно из рисунка, нормальная кривая имеет колоколообразную форму. Эта форма является отличительной чертой нормального распределения. Иногда нормальную кривую называют кривой Гаусса.
При изменении параметра а форма нормальной кривой не изменяется. В этом случае, если математическое ожидание (параметр а) уменьшилось или увеличилось, график нормальной кривой сдвигается влево или вправо .
|
|
|
|
При изменении параметра изменяется форма нормальной кривой. Если этот параметр увеличивается, то максимальное значение функции f(x) убывает, и наоборот. Так как площадь, ограниченная кривой распределения и осью Ох, должна быть постоянной и равной 1, то с увеличением параметра кривая приближается к оси Ох и растягивается вдоль нее, а с уменьшением кривая стягивается к прямой х=а .
|
|
|
|
функция норм.распределения,у кот.мат.ожидание=0,а среднекв.отклонение=1, называется нормированной функцией норм.рапред-я