- •1. Понятие случайного эксперимента. Пространство элементарных событий. Достоверное и невозможное событие.
- •Пространство элементарных событий.
- •2. Операции над событиями (сумма, разность, произведение). Совместные и несовместные события. Противоположное событие. Совместные и несовместные события.
- •Операции над событиями (сумма, разность, произведение).
- •3. Свойства операций над событиями.
- •4. Алгебра и сигма-алгебра событий.
- •5. Классическое определение вероятности события.
- •6. Статистическое определение вероятности события.
- •Аксиоматическое построение теории вероятностей.
- •7. Геометрические вероятности.
- •8. Понятие о полной группе событий.
- •9. Формула сложения вероятностей для совместных и несовместных событий
- •10. Условная вероятность. Формула умножения вероятностей. Независимость событий.
- •Формула умножения вероятностей.
- •Независимость событий.
- •11. Формула полной вероятности.
- •12. Формула Байеса
- •13. Основные понятия комбинаторики. Правила суммы и произведения. Перестановки, размещения, сочетания и формулы для их вычисления.
- •Правила суммы и произведения.
- •14. Схема независимых испытаний Бернулли. Наивероятнейшее число наступления событий в схеме Бернулли.
- •15. Теорема Пуассона.
- •16. Локальная теорема Муавра –Лапласа.
- •17. Интегральная (глобальная) теорема Муавра – Лапласа.
- •18. Случайная величина и ее функция распределения. Свойства функции распределения.
- •19. Непрерывные и дискретные случайные величины.
- •Закон распределения дискретной случайной величины.
- •20. Математическое ожидание случайной величины и его свойства. Математическое ожидание характеризует среднее ожидаемое значение случайной величины, т.Е. Приближенно равно ее среднему значению
- •21. Дисперсия случайной величины и ее свойства.
- •23. Биномиальное распределение, его математическое ожидание и дисперсия.
- •24. Распределение Пуассона, его мат. Ожидание и дисперсия
- •25. Равномерное распределение, его мат. Ожидание и дисперсия.
- •26. Показательное распределение, его мат.Ожидание и дисперсия.
- •27. Нормальное распределение. Свойства функции Гаусса
- •Свойства функции Гаусса.
- •28. Функция Лапласа и ее свойства. Вероятность попадания нормальной случайной величины в заданный интервал.
- •Функция Лапласа и ее свойства.
- •29. Отклонение нормальной случайной величины от ее математического ожидания. Правило «трех сигм».
- •30. Совместная функция распределения двух случайных величин. Независимые случайные величины. Мат. Ожидание и дисперсия независимых случайных величин.
- •Свойства совместной функции распределения двух случайных величин
- •Независимые случайные величины
- •Для независимых случайных величин справедливы соотношения
- •31. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины и ее свойства.
- •Свойства двумерной плотности вероятности
- •32. Корреляционный момент и коэффициент корреляции.
- •Выборочный метод и его основные понятия. Случайная выборка, объем выборки.
- •34. Вариационный ряд для дискретных и непрерывных случайных величин. Полигон и гистограмма.
- •35. Эмпирическая функция распределения и ее свойства.
- •36. Статистические оценки параметров распределения. Состоятельность и несмещенность статистических оценок.
- •37. Выборочные среднее и дисперсия.
- •38. Надежность и доверительный интервал.
- •39. Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •40. Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии.
- •41. Доверительный интервал для оценки среднего квадратического отклонения нормального распределения.
- •42. Проверка статистических гипотез. Нулевая и альтернативная гипотезы, статистический критерий. Ошибки первого и второго рода.
- •43. Этапы проверки статистической гипотезы.
- •44. Критерий согласия Пирсона о виде распределения.
- •45. Понятие о регрессионной зависимости случайных величин. Парная и множественная регрессии.
- •46. Выборочные уравнения регрессии.
- •47. Линейная регрессия. Нахождение коэффициентов линейной регрессии методом наименьших квадратов.
- •48. Понятие о множественной линейной регрессии.
- •49. Корреляционная матрица.
- •54. Нелинейная регрессия. Логарифмическая, обратная, степенная, и показательные модели нелинейной регрессии.
- •55. Понятие о цепях Маркова. Однородные цепи Маркова. Переходные вероятности. Матрица перехода.
- •56. Равенство Маркова. Расчет вероятностей состояния системы с использованием матрицы перехода.
- •57. Понятие о цепях Маркова с непрерывным временем.
- •58. Уравнения Колмогорова. Финальные вероятности цепей Маркова с непрерывным временем.
- •59. Понятие о схеме гибели и размножения. Расчет вероятностей состояний.
- •60. Понятие о системах массового обслуживания.
3. Свойства операций над событиями.
Некоторые свойства операций над событиями постулируются, другие легко могут быть получены с помощью диаграмм Венна. Приведем без доказательства основные из этих свойств.
8.
9.
10.
11.
12.
4. Алгебра и сигма-алгебра событий.
Совокупность
случайных событий
(подмножеств множества
),
определенных на пространстве элементарных
исходов
,
называется алгеброй
событий, если
выполнены следующие условия:
;Если
и
,
то
для
любых
и
;Если , то
.
Для экспериментов с конечным числом исходов множество всех подмножеств , включающее пустое множество , составляет алгебру. Поэтому для таких экспериментов любое подмножество множества может интерпретироваться как наблюдаемое событие.
Во многих задачах теории вероятностей приходится иметь дело и с бесконечным числом элементарных исходов и, следовательно, операций. Это потребовало введения понятия -алгебры событий .
Система подмножеств множества , называется -алгеброй, если она удовлетворяет следующим условиям:
;
Если , то
и
Если , то .
Таким образом, счетное число операций суммирования или перемножения событий не выводит результирующее событие за пределы –алгебры.
5. Классическое определение вероятности события.
Вероятность события равна отношению числа равновозможных благоприятствующих элементарных исходов к общему числу всех равновозможных элементарных исходов данного испытания:
,
где
–
число благоприятствующих событию
исходов;
– общее
число возможных исходов.
Из
определения вероятности события
следует, что
,
поэтому всегда выполняются неравенства
,
т.е. вероятность
любого события есть неотрицательное
число, не превышающее единицы.
Если
,
то событие
невозможное.Если
,
то событие
достоверное.Равновозможные элементарные события являются равновероятными, т.е. обладают одной и той же вероятностью.
Классическое определение вероятности предполагает, что
число элементарных исходов конечно;
эти исходы равновозможны.
Однако на практике встречаются испытания с бесконечным числом возможных исходов. Кроме того, нет общих методов, позволяющих результат испытания, даже с конечным числом исходов, представить в виде суммы равновозможных элементарных исходов. Поэтому применение классического определения вероятности весьма ограничено.
6. Статистическое определение вероятности события.
Статистическое
определение вероятности,
которое связано с понятием относительной
частоты
появления события
в опытах. Относительная
частота появления
события
– это отношение числа
появлений события
в серии из
опытов к числу испытаний:
.
Вероятностью
события
в статистическом смысле называется
число
,
относительно которого стабилизируется
(устанавливается) относительная частота
при неограниченном увеличении числа
опытов.
Поэтому, на практике за вероятность события принимается относительная частота при достаточно большом числе испытаний.
Свойства вероятности, вытекающие из классического определения вероятности, сохраняются и при статистическом определении вероятности.
Если вероятность некоторого события близка к нулю, то, следует, что при единичном испытании в подавляющем большинстве случаев такое событие не наступит. Возникает вопрос: насколько малой должна быть вероятность, чтобы можно было пренебречь вероятностью наступления некоторого события в единичном испытании (например, землетрясение в Минске)? Достаточно малую вероятность, при которой наступление события можно считать практически невозможным, называют уровнем значимости. На практике уровень значимости обычно принимают равным 0,05 (пятипроцентный уровень) или 0,01 (однопроцентный уровень).
