- •2.Случайные события. И операции над ними.
- •3.Вероятность в случае дискретного пэи. Классическое определение вероятности.
- •4. Свойства вероятности
- •5. Некоторые понятия комбинаторики
- •6. Геометрические вероятности.
- •7. Аксиоматическое определение вероятности случайных событий.
- •8. Условная вероятность. Независимость событий. Формулы сложения и умножения.
- •9. Формула полной вероятности. Формула Байеса.
- •11. Предельные теоремы в схеме Бернулли. Теорема Пуассона. Локальная теорема Муавра - Лапласа.
- •10.Схема Бернулли. Теорема Бернулли.
- •13. Определение случайной величины. Дискретная с.В. Ряд распределения.
- •14. Функция распределения. Св и её свойства.
- •15. Непрерывная с.В. Плотность распределения и ее свойства.
- •16.Математическое ожидание дискретной и непрерывной с.В. (мо). Мода. Медиана.
- •17.Начальные и центральные моменты порядка к.
- •18.Дисперсия и ее свойства. Асимметрия и эксцесс.
- •19. Биноминальный закон распределение.
- •20.Распределение Пуассона.
- •22. Гипергеометрическое распределение
- •23. 6.2 Равномерное распределение
- •24. Показательное (экспоненциальное распределение)
- •25. Нормальный закон распределения (закон Гаусса)
- •25. Нормальный закон распределения (закон Гауса)
- •35.Эмпирическая функция распределения, гистограмма и их свойства.
- •36.Эмпирические моменты и их свойства.
- •37.Параметрические семейства распределений. Точечные оценки. Несмещенные и состоятельные оценки.
- •38. Метод моментов
- •39. Метод максимального правдоподобия.
- •Условный метод максимального правдоподобия
- •41. Неравенство Крамера — Рао
- •42. Интервальные оценки. Доверительный интервал. Общие принципы построения доверительных интервалов.
- •43. Статистическая проверка гипотез. Критерии. Ошибки I-ого рода.
- •44. Способы сравнения критериев. Наиболее мощные критерии. Лемма Неймана-Пирсона.
- •Способы сравнения критериев
13. Определение случайной величины. Дискретная с.В. Ряд распределения.
Случайной величиной называется действия функции определённой на пространстве элементарных исходов.
Я(с хвостом) : ПЭИ стрелка ВО
Я(с хвостом)/ w= а нулевое
Определение: Если множество возможных значений случайной величины случайны и конечны, то она дискретна. Если же множество возможных значений случайной величины содержит интервал, то её называют непрерывной.
А=(ф.с. w:я(с хвостом) (w)знак меньше х ) х обратная стрелка R
В= (ф.с. w:я(с хвостом) (w)=а), а принадлежит R
С=(ф.с. w: а знак меньше я(с хвостом) (w)знак меньше b)
Закон распределения вероятности СВ я(с хвостом) будем называть любое правило позволяющее находить вероятность любого случайного события связанного с G.
Закон распределения СВ. Ряд распределения.
Я(с хвостом) : х1, х2,...хn
рg я(с хвостом)=х1=Рi, i=1...n
(ф.с. w:я(с хвостом) (W) = xi)
Таблица в верх стрелке, которые находятся значения В, а в нижней части вероятности этих событий - ряд распределения СВ.
14. Функция распределения. Св и её свойства.
А= (ф.с w: Я(с хвостом)(W) меньше х)= (ф.с g меньше х ), х принадлежит f
Р(А) = Р(ф.с g меньше х )= Fg(x), А перевёрнутая х принадлежит R
Функция распределения.
Свойства:
1. А перевёрнутая принадлежит R 0 меньше или равно Fg(x)меньше или равно1
2. Fg(x) - неубывающая функция
А перевёрнутая х1 меньше х2, Fя(с хвостом)(х1) меньше или равно Fя(с хвостом)(х2)
(ф.с. g меньше х1)с(это знак объединения) (ф.с.я(с хвостом)меньше х2)
3. Непрерывна.
знак предела n стрелка х (нулевое) f(c) = f(х (нулевое))
знак предела n стрелка х (нулевое) минус 0 f(x)= P(ф.с.я(с хвостом) меньше х)
4. знак предела n стрелка знак +бесконечности Fя(с хвостом)(x)= знак предела n стрелка знак +бесконечности P (ф.c я(с хвостом)меньше х ) = 1
знак предела n стрелка знак -бесконечности Pя(с хвостом)(x) = знак предела n стрелка знак -бесконечности P(ф.с. я(с хвостом)меньше x)= 0
5. P(ф.с.а меньше или равно я(с хвостом) меньше b)= P(ф.с. я(с хвостом)меньше b)умножить Р P(ф.с. я(с хвостом)меньше а)= Fя(с хвостом)(b) - Fя(с хвостом) а
6. P(ф.с. я(с хвостом)больше или равно х)= 1 -Р(ф.с. я(с хвостом)меньше х)=1- Fя(с хвостом) х
7. Если Fя(с хвостом) (х) непрерывна в точке а принадлежит R
P(я(с хвостом)=а=0
Замечание
Если в точке а дельта(треугольник) Fя(с хвостом)(а) = дельта
P(я(с хвостом)=а= дельта
15. Непрерывная с.В. Плотность распределения и ее свойства.
Непрерывной случайной величиной называют случайную величину, которая может принимать любые значения из некоторого заданного интервала, например, время ожидания транспорта, температура воздуха в каком-либо месяце, отклонение фактического размера детали от номинального, и т.д. Интервал, на котором она задана, может быть бесконечным в одну или обе стороны.
Плотность распределения вероятности непрерывной случайной величины.
Плотность распределения вероятности непрерывной случайной величины Х
называется функция f(х) равная первой производной от функции распределения
F(х)
График плотности распределения называется кривой распределения.
Свойств плотности вероятности: 1) Значения функции неотрицательны, т.е. f(x)≥0 2) Основное свойство плотности вероятности: несобственный интеграл от плотности вероятности в пределах от -∞ до +∞ равен единице (геометрически это выражается тем, что площадь фигуры, ограниченной сверху графиком плотности вероятности, снизу - осью OX, равна 1).
