- •Понятия комбинаторики.
- •Случайные события. Основные понятия.
- •Классическое определение вероятности.
- •Статистическая вероятность. Геометрическая вероятность.
- •Сумма событий. Теорема сложения вероятностей несовместных событий(совместных событий).
- •Произведение событий. Теоремы об умножении событий независимых и зависимых событий.
- •Формула полной вероятности. Формула Бейеса.
- •Повторение испытаний. Формула Бернулли.
- •Локальная и интегральная теоремы Лапласа.
- •Дискретная случайная величина. Закон распределения дискретной случайной величины и его виды.
- •1.Биномиальное:
- •2.Распределение Пуассона:
- •3.Геометрическое распределение.
- •4.Гипергеометрическое распределение.
- •Математическое ожидание дискретной случайной величины и его свойства.
- •Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение дискретной случайной величины.
- •Начальные и центральные теоретические моменты дискретной случайной величины, мода, ассиметрия и эксцесс.
- •Функция распределения вероятностей случайной величины, ее свойства, график.
- •Плотность распределения вероятностей неопределенной случайной величины, ее свойства.
- •Числовые характеристики непрерывной случайной величины.
- •Равномерное распределение и его числовые характеристики. Показательное распределение.
- •18.Нормальное распределение, его график.
- •20. Статистические оценки параметров распределения.
- •21. Точечные оценки параметров распределения.
- •22. Интервальные оценки параметров распределения.
- •23 Доверительные интервалы для оценки математического ожидания нормального распределения при известном :
- •24. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном :
Дискретная случайная величина. Закон распределения дискретной случайной величины и его виды.
опр: Случайной величиной называется величина, которая в результате испытания примет одно и только одно возможное значение заранее неизвестное и зависящее от случайных причин, которые заранее не могут быть учтены.
опр: Дискретной случайной величиной (ДСВ) называется величина, которая принимает лишь отдельные изолированные возможные значения. Число таких значений может быть как конечным, так и бесконечным. X, Y, Z – обозначения самих случайных величин; x, y, z- возможные значения случайных величин.
опр: непрерывной случайной величиной (НСВ) – называется величина, все возможные значения которой находятся в некотром промежутке, число таких значений бесконечно.
ДСВ определяются не только их возможными значениями, но и вероятностями, с которыми эти значения появляются.
опр: Законом распределения ДСВ называется совокупность соответствий между ее возможными значениями и соответствующими им вероятностями. Чаще всего закон распределения задается таблично.
x |
x1 |
x2 |
… |
Xn |
p |
p1 |
p2 |
… |
Pn |
-значение случайной величины
-соответствующие им вероятности
В некоторых случаях закон распределения изображается графически (в этом случае его называют многоугольником распределения):
Так как события x=x1, x=x2, … , x=xn образуют полную группу, то сумма вероятностей этих событий равна 1, т.е. p1+p2+…+pn=1.
Виды распределений дискретной случайной величины:
1.Биномиальное:
Пусть событие А в n независимых испытаниях появляется с одной и той же вероятностью (0<p<1) и не появляется с вероятностью q=1-p. Составим закон распределения случайной величины Х – числа появлений события А в n испытаниях.
Х{x1=0, x2=1, … ,xn+1=n}
x |
0 |
1 |
2 |
… |
k |
… |
n |
p |
pn |
npn-1q |
n(n-1) pn-2q2 |
… |
*pkqn-k |
… |
qn |
Каждое из этих значений появляется с вероятностью, которое определяется по формуле Бернулли: .
Данная формула и определяет биномиальное распределение. Такое название распределение получило потому, что правая часть этой формулы представляет собой член разложения бинома Ньютона.
2.Распределение Пуассона:
Пусть событие А в n независимых испытаниях появляется с одной и той же вероятностью (0<p<1) ровно k раз. Х – число появлений события А в n испытаниях. В обычных случаях используют формулу Бернулли. Если n велико, то используем формулу Лапласа. Если же при этом р мало (p<=0,1), то используют формулу Пуассона для определения вероятности того, что событие А в n испытаниях появится ровно k раз. Следует заметить, что n*p=const, n*p=; Следовательно, Pn(k)~(ke-)/k! – определяет распределение Пуассона.
3.Геометрическое распределение.
Пусть в n независимых испытаниях событие А появляется с одной и той же вероятностью p (0<p<1). Испытания проводятся до тех пор, пока событие А не появитя первый раз. Обозначим через число i – число испытаний, которые нужно произвести до того, как произойдет событие А. (i – натур. числа). х1=1, х2=2, х3=3, …
Пусть событие А не появилось в (к-1) испытаниях и появилось в к-ом испытании, тогда по теореме умножения для независимых событий вероятность того, что случайная величина равная k равна: P(X=k)=qk-1p. Если k придавать различные значения (k=1,2, …), то p, qp, q2p, … , qk-1p; Образуется геометрическая прогрессия с первым членом p и знаменателем q (0<q<1). Отсюда следует название данного вида распределения.