- •1.Понятие испытания. Простр-во элементарных событий.
- •3.Классическое определение вероятности.
- •4. Относительная частота. Устойчивость относительной частоты.
- •5.Статистическая вероятность.
- •6.Геометрическая вер.
- •7.Вычисление вер. С использованием комбинаторных схем
- •9Понятие вероятностного пространства
- •12.Условная вер.. Теорема умножения вер..
- •13.Независимые события. Теорема умножения для независимых событий.
- •14.Вер. Появления хотя бы одного события
- •15.Формула полной вероятности
- •16.Формула Байеса
- •17.Формула Бернулли
- •18.Наивероятнейшее число появления событий в последовательности независимых испытаний
- •19.Формула Пуассона
- •20.Функция Лапласа.
- •21.Понятие случайной вел-ны. Дискретные и непрерывные случ. Вел-ны.
- •24.Ряд распр. Дискретной случайной вел-ны
- •23.Функция распр. Св и ее свойства
- •24. Плотность распр. Вер. Непрерывной св и ее св-ва.
- •25. Мат. Ожидание дсв и нсв. Св-ва мат. Ожидания.
- •31. Гипергеометрическое распр.
- •29.Начальные и центральные моменты случ. Величин.
- •30. Биномиальный закон распределения.
- •33. Закон Пуассона
- •35. Показательное распределение.
- •38. Понятие закона больших чисел.
- •39. Неравенство Чебышева.
- •42. Понятие центральной предельной теоремы.
- •43. Генеральная совокупность и выборка. Выборочное распределение.
- •40. Теорема Чебышева.
- •44. Вариационный ряд, его хар-ки. Гистограмма. Полигон.
- •48. Эмпирическая ф-ция распределения и ее св-ва.
- •46. Числовые хар-ки выборочного распр.: выборочное среднее, выборочная дисперсия, медиана, ассиметрия, эксцесс, выборочные моменты.
- •48. Интервальные оценки параметров распр.. Доверительный интервал.
- •50. Описание гипотез. Простые и сложные гипотезы. Нулевая и конкурирующая гипотезы.
- •51. Критерии проверки статистических гипотез.
40. Теорема Чебышева.
Эта теорема устанавливает связь между средним арифметическим наблюденных значений СВ и ее мат. ожиданием.
Теор.: При достаточно большом числе независимых опытов среднее арифметическое наблюденных значений СВ сходится по вероятности к ее мат. ожиданию. Запишем теорему Чебышева в виде формулы. Для этого напомним смысл термина «сходится по вероятности». Говорят, что СВ Хn сходится по вероятности к величине а, если при увеличении n вероятность того, что Хn и а будут сколь угодно близки, неограниченно приближается к единице, а это значит, что при достаточно большом n P(|Хn – a|<ε)>1 – δ, где ε, δ – произвольно малые положительные числа. Запишем в аналогичной форме теорему Чебышева. Она утверждает, что при увеличении n среднее арифметическое сходится по вероятности к mx, т.е. P(| - mx|<ε)> 1 – δ. Докажем это нер-во. Величина Y = имеет числовые хар-ки my = mx; Dy = Dx/n. Применим к СВ Y нер-во Чебышева, полагая , что α = ε: P(|Y - my| ≥ε) ≤ Dy/ε2 = Dx/n ε2. Как бы мало ни было число ε, можно взять n таким большим, чтобы выполнялось нер-во Dx/n ε2<δ, где δ – сколь угодно малое число. Тогда P(| - mx|≥ε) <δ, откуда, переходя к противоположному событию, имеем: P(| - mx|<ε)> 1 – δ, что и требовалось доказать.
44. Вариационный ряд, его хар-ки. Гистограмма. Полигон.
Интервальный стат. ряд распр., представленный графически, назыв. гистограммой(Г), которая строится след. образом. По оси абсцисс откладываются интервалы [xi;xi+1[, и на каждом из них строится прямоугольник площадью Wi , т.е. высота hi= Wi /(xi+1 - xi). Из способа построения Г следует, что ее площадь равна 1. В т. вер. Г соответствует график плотности распр. вер.. Если экспериментальный материал описывает реализации дискретной СВ Х, то знач. наблюдений xi располагают в возрастающем порядке. При этом xi называют вариантами, а посл-сть вариант, записанных в возраст. порядке, — вариационным рядом. Число появлений наблюдения xi называют абс. частотой mi. Знач. наблюдений и соотв. абс. частоты можно записать в виде таблицы, кот. называется стат. рядом распр. или частотной таблицей. Если на плоскости нанести точки (xi, mi) и соединить их отрезками прямых линий, то получим полигон частот, который называют еще частотным многоугольником. Если на плоскости нанести точки (xi, mi/n) и соединить их отрезками прямых линий, получим полигон относит. частот. Г. и полигон частот выборочного распр. можно использовать для подбора модели распр. изучаемой случайной вел-ны Х.
48. Эмпирическая ф-ция распределения и ее св-ва.
Опр.: эмпирической ф-цией распр. называется относ. частота события {X<x} в данной выборке знач. СВ Х, т.е. (x) = P(X<x) = mx/n, где mx – число xi, меньших х; n – объем выборки. Вел-на n (x) равна числу элементов выборки, которые меньше х. Из т. Бернулли следует, что эмпирическая ф-ция (x) при увеличении n (n→∞) сходится по вероятности к подлинной ф-ции распр. F(x). Поэтому (x) используется для оценки ф-ции распр. F(x). Св-ва эмпирической ф-ции распр.: 1) Знач. эмпирич. ф-ции распр. принадлежат отрезку [0;1]; 2) Эмпирич. ф-ция распр. (x) – неубывающая ф-ция; 3) Если x< x1, где x1 – наименьшее наблюденное значение, то (x) = 0; при x> xn, где xn – наибольшее наблюденное значение, (x) = 1. Эти св-ва следуют из определения эмпирической ф-ции распр..