- •1 . Элементар оқиғалар кеңістігі.
- •2. Оқиғалар және оқиғаларға амалдар қолдану. Оқиғаның салыстырмалы жиілігі, оның қасиеттері.
- •3. Ықтималдықтың классикалық анықтамасы.Ықтималдықтың қасиеттері.
- •5. Шарларды жәшіктере үлестіру. Максвел-Больцман, Бозе-Эйнштейн, және Ферма-Дирак статистикалары.
- •7. Гипергеометриялық үлестірім. Көп өлшемді гипергеометриялық үлестірім.
- •8. Ықтималдықтар теориясының аксиомалары.Ықтималдықтың қасиеттері.
- •9. Жалпы ықтималдық кеңістігі
- •10. Үзіліссіздік аксиомалары және олардың саналымдылық аксиомаларына эквиваленттілігі.
- •12. Оқиғалардың тәуелсіздігі.Бернштейн мысалы.
- •11. Шартты ықтималдық. Ықтималдықтарды көбейту формуласы.
- •13. Ықтималдықтарды қосу формуласы.Қолдану мысалдары.
- •14. Оқиғалардың толық тобы. Толық ықтималдықтар формуласы. Байес формулалары.
- •15. Бернулли схемасы. Бернулли формуласы. Ең ықтимал табыс саны.
- •16. Пуассонның жуықтау формуласы.
- •17. Муавр-Лапластың жергіліктік және интегралдық теоремалары.(дәлелдеу схемалары)
- •21.Дискретті кездейсоқ шама. Үлестірім функциясы. Қасиеттері. Мысалдар.
- •22.Үзіліссіз кездейсоқ шама. Үлестірім тығыздығы. Қасиеттері. Мысалдар.
- •23.Көп өлшемді кездейсоқ шама.Көп өлшемді үлестірім функциясы. Қасиеттері
- •25.Кездейсоқ шамалардың тәуелсіздігі. Дискретті кездейсоқ шамалардың тәуелсіздік критериі
- •26.Кездейсоқ шамалардың тәуелсіздігі. Үзіліссіз кездейсоқ шамалардың тәуелсіздік критериі
- •27. Композиция формуласы. Қолдану мысалдары.
- •28.Математикалық күтім. Қасиеттері. Мысалдар.
- •10 Сызықтық қасиеттері.
- •20. Теріс еместік қасиеттері.
- •30. Ақырлылық қасиеттері.
- •29.Дисперсия. Қасиеттері. Мысалдар.
- •30.Ковариация. Корреляция коэффициенті. Қасиеттері.
- •31.Чебышев теңсіздігі. Үлкен сандар заңы.
- •33.Иенсен теңсіздігі.
- •36.Сипаттамалық функция. Қарапайым қасиеттері. Қолдану мысалдары.
16. Пуассонның жуықтау формуласы.
Егер
(11)- формулада параметр
жəне
n
кезде
болса,
онда
Пуассон
теоремасы бойынша
(4)
(4)-формуланың
оң жағын əдетте
қтималдықтарының
жуық мəні ретінде p
аса
аз
(
p
0
),ал
n
аса
үлкен (n),
бірақ
болған жағдайларда қолданады. Бұл
жуықтаудың мына
дəлдігі
белгілі
(1
)
шамалары
шамаларына
(n)
кезде жинақталуының
жылдамдығы
жөнінде Ю.В.Прохоров дəлелдеген мынандай
нəтижені де келтіре кетелік { l}
17. Муавр-Лапластың жергіліктік және интегралдық теоремалары.(дәлелдеу схемалары)
Муавр-Лапласты_ жергіліктілік (локальды_) теоремасы. Егер n, p-тұрақты, 0 p 1
болса,
онда
барлық c1
xk,n
c2үшін
бірқалыпты түрде
(5)
Муавр-Лапласты_ интегралды_ теоремасы. Егер (n), p − тұрақты, 0 < p < 1 , болса, онда барлық нақты
үшін
бірқалыпты түрде
(6) (5)-(6)-формулалардың оң жақтары n жеткілікті үлкен, ал p нөлге аса жақын болмайтын жағдайларда жақсы жуықтаулар береді. Көбіне бұл жуықтауларды npq 20 болған жағдайда пайдаланады. (2.22)- формуладағы жуықтауды есептеу үшін
функцияларының
мəндерін пайдалануға болады:
(x),Ф0 (x) функцияларының мəндерінің таблицалары (кестелері) есептер жинағының соңындағы 1,2- қосымшаларда келтірілген. Муавр-Лаплас теоремаларын пайдаланып табыс ықтималдығының белгілі бір аралықта жату ықтималдығын былайша жуықтап есептеуге болады:
(7)
Сол сияқты табыстың салыстырмалы жиілігінің табыс ықтималдығынан ауытқуын былайша жуықтап табуға
болады:
(8)
n,a
,b , p
параметрлерінің
біреуін қалған үшеуі белгілі болған
жағдайда мына теңсіздіктен анықтауға
болады:
(9)
Соңғы нəтижені пайдаланып белгісіз табыс ықтималдығы p үшін сенімділік ы_тималдығы 1−b болатын a l (кездейсоқ) сенімділік интервалын былайша табуға болады:
21.Дискретті кездейсоқ шама. Үлестірім функциясы. Қасиеттері. Мысалдар.
(,F,P ) ықтималдық кеңістігі берілсін.
Кездейсо_ шама деп элементар оқиғалар кеңістігін () нақты сандар жиынына (R) бейнелейтін
_лшенетін функцияны (F-_лшенетін функцияны), яғни кез келген борелдік B(R) жиыны үшін
(3.1)
шартын қанағаттандыратын : R функциясын айтады. Анықтамадан кез келген борелдік B(R) жиыны үшін − оқиға болатыны, яғни ол үшін
−
ықтималдығы
анықталатындығы шығады. Жоғарыдағыдай
анықталған P(R,(R))
кеңістігінде
анықталған ы_тималды_
(ы_тималды_ты_ функция) болады
жəне ол (
P)
кездейсоқ
шамасының _лестірім за_ы (_лестірімі) деп аталады; P жаңа (R, (R), P) ықтималдық кеңістігін пайда қылады.
Егер
C(F)
{x
:
F(x
0)
F(x)}
F(x)
үлестірім функциясының үзіліссіздік
нүктелерінің жиыны болса, онда
(F)
=
R
\
C(F)
ақырлы
не саналымдыдан артық емес жиын:
(F)={x1,
x2
,...}; xk
(F)
үшін pk = P{x = xk } = = Fx (xk ) − Fx (xk − 0) ықтималдықтары
шартын
қанағаттандыратын
болса, онда біз кездейсоқ шамасын дискретті _лестірімді кездейсоқ шама немесе дискретті кездейсо_
шама деп атаймыз.
Егер дискретті кездейсоқ шама болса, онда кез келген B(R) үшін
Бұдан
оның үлестірім функциясы F
(x)
сатылы функция болатыны жəне былайша
анықталатынын шығады:
(3.4)
Анықтамадан {1,2 ,...}дискретті элементар оқиғалар кеңістігінде анықталған кез келген сандық функция : X 1 ,2 ,...дискретті кездейсоқ шама болатыны шығатынын байқау қиын
емес.
Енді жиі кездесетін үлестірім заңдары мен кездейсоқ шамалардың мысалдарын келтірелік.
Дискретті _лестірімдер.
1. _згеше (ерекше) үлестірім:
P{x = a} = 1 , а -тұрақты.
2. Гипергеометриялы_ үлестірім (параметрлері: n,k,m -натурал сандар, k n, m n ) :
3. Биномды_ үлестірім (параметрлері: n-натурал сан, 0 p 1 ) :
Параметрлері
n,p
болатын
биномдық кездейсоқ шаманы көбіне
қысқаша
~ Bі(n;p)
түрінде жазатын боламыз.
4. Пуассонды_ үлестірім (параметрі >0):
Қысқаша жазылуы: ~ () , не ~ () .
5. Геометриялы_ үлестірім (параметрі p, 0<p < 1):
P{ = k} = p(1− p)k , k = 0,1,...
