- •1. Правила комбинаторики.
- •2. Основные комбинаторные соединения: перестановки, размещения, сочетания.
- •3. Испытание. Событие. Классификация событий.
- •4. Понятие вероятности события. Классическое определение вероятности и его свойства.
- •5. Относительная частота события. Статистическое определение вероятности.
- •6. Геометрическое определение вероятности.
- •7. Алгебра событий.
- •8. Условная вероятность.
- •9. Теоремы умножения вероятностей.
- •10. Теоремы сложения вероятностей.
- •11. Вероятность появления хотя бы одного события.
- •12. Формула полной вероятности.
- •13. Вероятности гипотез. Формула Бейеса.
- •14. Схема независимых испытаний Бернулли.
- •15. Формула Бернулли.
- •16. Локальная теорема Муавра-Лапласа.
- •17. Формула Пуассона.
- •18. Интегральная теорема Лапласа.
- •19. Наивероятнейшее число появления события.
- •20. Вероятность отклонения относительной частоты от постоянной вероятности.
- •21. Понятие и виды случайных величин.
- •22. Ряд распределения. Многоугольник распределения.
- •23. Функция распределения.
- •24. Вероятность попадания случайной величины на заданный участок.
- •25. Плотность распределения.
- •26. Числовые характеристики случайных величин.
- •27. Математическое ожидание, мода, медиана.
- •28. Дисперсия. Среднее квадратическое отклонение.
- •29. Моменты. Асимметрия и эксцесс.
- •30. Биномиальное распределение.
- •31. Пуассоновское распределение.
- •32. Геометрическое распределение.
- •33. Гипергеометрическое распределение.
- •34. Равномерное распределение.
- •35. Нормальное распределение.
- •36. Показательное распределение.
- •37. Распределение Пирсона.
- •38. Распределение Стьюдента.
- •39. Распределение Фишера.
- •40. Понятие системы двух случайных величин.
- •41. Функция и плотность распределения системы.
- •42. Законы распределения отдельных величин, входящих в систему.
- •43. Условные законы распределения.
- •44. Числовые характеристики системы двух случайных величин.
- •45. Корреляционный момент. Коэффициент корреляции.
- •46. Закон больших чисел и центральная предельная теорема (цпт).
- •47. Неравенство Чебышева. Теорема Чебышева.
- •48. Теоремы Бернулли и Пуассона.
- •49. Массовые случайные явления и цпт.
- •50. Характеристические функции. Цпт для одинаково распределенных слагаемых.
- •1. Задачи математической статистики.
- •2. Генеральная совокупность. Типы выборок и способы отбора.
- •3. Вариационные ряды.
- •4. Эмпирическая функция распределения.
- •5. Полигон и гистограмма.
- •6. Точечные оценки.
- •7. Генеральная и выборочная средние.
- •8. Генеральная и выборочная дисперсии.
- •9. Метод моментов.
- •10. Метод наибольшего правдоподобия.
- •11. Интервальные оценки.
- •12. Доверительные интервалы для параметров нормального распределения.
- •13. Доверительные интервалы для вероятности биномиального распределения.
- •14. Доверительные интервалы для параметра распределения Пуассона.
- •15. Метод произведений для вычисления выборочной средней и выборочной дисперсии.
- •16. Метод сумм для вычисления выборочной средней и выборочной дисперсии.
- •17. Функциональная, статистическая и корреляционная зависимости.
- •18. Линейная корреляция.
- •19. Криволинейная корреляция.
- •20. Выборочный коэффициент ранговой корреляции Спирмена.
- •21. Выборочный коэффициент ранговой корреляции Кендалла.
- •22. Виды статистических гипотез.
- •23. Ошибки I и II рода.
- •24. Уровень значимости и мощность критерия.
- •25. Проверка гипотез о равенстве средних двух нормально распределенных генеральных совокупностей.
- •26. Проверка гипотез о равенстве дисперссий двух нормально распределенных генеральных совокупностей.
- •27. Проверка гипотезы о нормальном распределении генеральной совокупности по критерию Пирсона.
- •28. Проверка гипотезы о значимости выборочного коэффициента корреляции.
- •29. Проверка гипотезы о значимости выборочного коэффициента ранговой корреляции Спирмена.
- •30. Проверка о значимости выборочного коэффициента ранговой корреляции Кендалла.
- •31. Проверка гипотезы о показательном распределении генеральной совокупности.
- •32. Проверка гипотезы о распределении генеральной совокупности по биномиальному закону.
- •33. Проверка гипотезы о равномерном распределении генеральной совокупности.
- •34. Проверка гипотезы о распределении генеральной совокупности по закону Пуассона.
5. Относительная частота события. Статистическое определение вероятности.
Относительной частотой события называется отношение числа испытаний, в котором событие А появилось к общ числу опред-х испытаний.
P*(A)= m/ˢ
n-общ число испытаний
m- число появлений события А
Статистическое определение вероятности. Вероятностью события А в данном испытании называется число Р(А), около которого группируются значения относительной частоты при больших n.
6. Геометрическое определение вероятности.
Геометрическая
вероятность события
А определяется отношением:
,
где
m(G), m(A) – геометрические меры всего
пространства элементарных исходов и
события А.
7. Алгебра событий.
Суммой двух событий А и В называется событие С = А + В, состоящее в появлении хотя бы одного из событий А или В.
Если события А и В совместные, то их сумма означает наступление или события А, или события В, или обоих событий А и В.
Если события А и В несовместные, то их сумма означает наступление или события А , или события В.
Произведением двух событий А и В называется событие, С = АВ состоящее в одновременном появлении А и В.
Аналогично определяются сумма и произведение n событий.
8. Условная вероятность.
Условная вероятность — вероятность одного события при условии, что другое событие уже произошло.
Пусть
Ω, F,
P —
фиксированное вероятностное
пространство. Пусть A,
B
ϵ
F суть
два случайных
события, причём P(B)>0.
Тогда условной вероятностью события A при
условии события B
называется P(A|B)=
.
9. Теоремы умножения вероятностей.
Два события A и B называются зависимыми, если вероятность появления каждого из них зависит от того, появилось ли другое событие или нет.
Два события A и B называются независимыми, если вероятность появления каждого из них не зависит от того, появилось ли другое событие или нет.
Вероятности независимых событий называются безусловными.
Условной вероятностью события B называется вероятность этого события, вычисленная в предположении, что событие A уже произошло.
Обозначается P(B|A) или PA(B).
Условная вероятность события A определяется аналогично.
Теорема 1. Если A и B независимые события, то их условные вероятности совпадают с обычными вероятностями, т. е. P(A|B)=P(A) P(B|A)=P(B)
Теорема 2. Если A и B зависимые события, то вероятность их совместного появления (произведения) равна произведению вероятности одного из этих событий на условную вероятность другого, вычисленную при условии, что первое событие произошло, т. е. . P(AB)=P(A)P(B/A) . P(AB)=P(B)P(A/B)
Cледствие: Вероятность совместного появления (произведения) нескольких зависимых событий A1,A2,…Ak равна произведению вероятности одного из этих событий на условные вероятности всех остальных, причем вероятность каждого последующего события вычисляется в предположении, что все предыдущие уже произошли, т. е. P(A1,A2,…Ak)=P(A1)P(A2/ A1)P(A3/A1A2)…….P(Ak/A1A2…Ak-1)
.
Теорема 3. Если события A и B независимые, то вероятность их совместного появления (произведения) равна произведению их вероятностей, т. е. P(AB)=P(A)P(B)
Следствие: Вероятность совместного появления (произведения) нескольких независимых событий A1,A2,…,Ak равна произведению вероятностей данных событий, т. е. P(A1A2… Ak)=P(A1)P(A2)P(A3)…….P(Ak)
