- •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.
25. Равномерное распределение, его мат. Ожидание и дисперсия.
Непрерывная случайная величина считается равномерно распределенной на отрезке (a,b), если ее плотность вероятности имеет вид:
Математическое ожидание и дисперсия непрерывной случайной величины, имеющей равномерное распределение, равны соответственно:
Пример. Интервал движения автобуса равен 15 мин. Какова вероятность того, что пассажир на остановке будет ждать автобус не более 5 минут?
Решение.
Пусть случайная величина
-
время ожидания автобуса. Она имеет
равномерное распределение на отрезке
[0,15]. Имеем
В рассматриваемом случае
26. Показательное распределение, его мат.Ожидание и дисперсия.
Показательным распределением непрерывной случайной величины называется распределение, имеющее плотность вероятности вида:
где
–
постоянная положительная величина.
Функция распределения вероятности для показательного распределения имеет вид:
Функция
распределения для
приведена ниже
Можно показать, что математическое ожидание и дисперсия случайной величины, имеющей экспоненциальное распределение, равны:
27. Нормальное распределение. Свойства функции Гаусса
Непрерывная
случайная величина
имеет
нормальный закон распределения с
параметрами
и
,
если ее плотность вероятности имеет
вид функции Гаусса
где
.
– есть математическое ожидание, а
- среднее квадратическое отклонение
нормального распределения. При
распределение называется стандартным
нормальным распределением.
Функция распределения в случае нормального распределения, очевидно, равна
.
Свойства функции Гаусса.
функция определена на всей оси
.Функция принимает лишь положительные значения, т.е. нормальная кривая расположена над осью
.Ось служит горизонтальной асимптотой графика. Других асимптот у графика нет.
При
функция имеет максимум, равный
Функция четная: ее график симметричен относительно прямой
При
график функции имеет точки перегиба.
При
любых значениях параметров
и
,
площадь, ограниченная нормальной кривой
и осью
равна единице.
28. Функция Лапласа и ее свойства. Вероятность попадания нормальной случайной величины в заданный интервал.
Часто
требуется определить вероятность
попадания случайной величины в заданный
интервал. Эта вероятность может быть
выражена в виде разности функции
распределения вероятности в граничных
точках этого интервала:
.
Искомая вероятность может быть выражена в виде:
где
- функция Лапласа.
Функция Лапласа и ее свойства.
Функция Лапласа не выражается через элементарные функции
Для ее вычисления используются специальные таблицы или методы приближенного вычисления.
Функция
обладает следующими свойствами:
;
;функция – нечетная, т.е.
, поэтому в таблицах обычно приводятся
значения
только для положительных
;функция – монотонно возрастающая функция ( это следует из того, что
).
