- •1. Приведите классическое определение вероятности и укажите, при соблюдении каких условий оно применимо
- •Е сли появление события в непременно влечет за собой появление события а, то как в этом случае соподчинены противоположные им события а и в?
- •Приведите пример какого-либо опыта с конечным числом элементарных исходов, в условиях которого нельзя исчислять вероятности событий по формуле классического определения вероятности.
- •9. Приведите известные вам формулы комбинаторики, которые используются при непосредственном исчислении вероятности по ее классическому определению.
- •10. Приведите определение условной вероятности.
- •11. Зависимость и независимость двух событий (определение).
- •20. Сформулируйте условия, при выполнении которых применяется теорема Байеса. Приведите формулировку и краткое доказательство этой теоремы.
- •21. Функция распределения случайной величины и ее свойства.
- •22. Функция плотности распределения вероятности и ее свойства.
- •23. Ряд распределений дискретной случайной величины и его свойство.
- •24. Математическое ожидание дискретной случайной величины и его свойства.
- •25. Дисперсия дискретной св и ее свойства. Среднее квадратичное отклонение св.
- •26. Математическое ожидание непрерывной cb и его свойства
- •27. Дисперсия непрерывной cв и ее свойства. Среднее квадратичное отклонение св.
- •28. Начальные и центральные моменты св. Выражение матожидания и дисперсии через моменты.
- •На основе закона распределения альтернативно распределенной cв получить выражение для мат.Ожид-я биноминально распр. Св.
- •На основе закона распределения альтернативно распределенной cв получить выражение для дисперсии биноминально распределенной св.
- •Случайная величина принимает целые значения в промежутке от 0 до n с равной вероятностью. Вывести выражение для матожидания этой св.
- •42. Предельным законом для какого распределения является распределение Пуассона. Какие значения может принимать св, распределенная по закону Пуассона.
- •43. Плотность распределения и функция распределения равномерной св, ее числовые характеристики.
- •44. Плотность распределения и функция распределения показательной св, ее числовые характеристики.
- •45. Плотность распределения и функция распределения нормальной cb (распределение Гаусса), ее числовые характеристики.
- •46. Функция Лапласа. Ее свойства.
- •47. Вероятность попадания нормально распределенной cв на отрезок, правило «трех сигм».
- •49. Числовые характеристики св, распределенных по равномерному, показательному и нормальному законам (значения матожидания и дисперсии)
- •50. Дайте определение совместной функции распределения двумерной св и укажите ее свойства. Обоснуйте эти свойства и приведите примеры их выполнения
- •Сформулируйте определение и напишите формулу для вычисления корреляционного момента (коэффициента ковариации) двух св. Докажите, что для независимых cв его значение равно нулю.
- •Доказать локальную предельную теорему Муавра-Лапласа.
- •Доказать интегральную теорему Муавра-Лапласа.
- •Доказать неравенство Чебышева.
- •59.Доказать теорему Чебышева.
- •60. Понятие генеральной совокупности, выборки из нее. Представление выборки в виде вариационного ряда. Определение вариационного ряда.
- •Эмпирическая функция распределения, ее свойства, способ построения по выборке.
- •Понятие оценок числовой характеристики или параметра св. Свойства оценок.
- •63. Нахождение несмещенной оценки генеральной средней (матожидания) св
- •Нахождение несмещенной и смещенной оценок генеральной дисперсии св.
- •Понятие гистограммы частот, способ построения, пример.
- •Понятие точечных и интервальных оценок. Определения. Примеры.
- •68. Свойства точечных оценок параметров, несмещенность, состоятельность, эффективность (определения).
- •Определение и свойства оценок: выборочного среднего, выборочной дисперсии и неправленой выборочной дисперсии.
- •Выборочный коэффициент ковариации (формула).
- •Доказать, что выборочное среднее является состоятельной и несмещенной оценкой матожидания.
- •Доказать, что выборочная дисперсия является смещенной оценкой дисперсии.
- •Какими понятиями определяется интервальная оценка параметра? Какая существует между ними связь в виде формулы?
- •76. Построение интервальной оценки (доверительного интервала) (с надежностью γ) матожидания нормально распределенной cв при известной дисперсии (вывод).
- •Построение интервальной оценки (доверительного интервала) ( с надежностью γ) матожидания нормально распределенной cв при неизвестной дисперсии (вывод).
- •Интервальная оценка дисперсии cв по выборке при известном и неизвестном матожидании (формулы).
- •Вывести оценку требуемого объема выборки для построения доверительного интервала заданной длины для матожидания в случае нормального распределения.
- •Назначение и суть метода моментов и метода максимального правдоподобия.
- •Сформулируйте основной принцип статистической проверки гипотез.
- •Что такое ошибка 1-го рода.
- •83. Что такое ошибка 2-го рода.
- •84. Что такое критическая область.
- •90. Модель парной линейной регрессии, уравнение и основные вероятностные допущения
- •92. Виды нелинейных зависимостей, сводящихся к линейной регрессионной модели и соответствующие им предварительные преобразования исходных данных
Случайная величина принимает целые значения в промежутке от 0 до n с равной вероятностью. Вывести выражение для матожидания этой св.
Непрерывная случайная величина имеет равномерное распределение на отрезке [a, b], если на этом отрезке плотность распределения случайной величины постоянна, а вне его равна нулю
{0, x<a
f(x)={c, a≤x≤b
{0, x>b
Определим математическое ожидание и дисперсию случайной величины, подчиненной равномерному закону распределения.
Mx = ∫baxf(x)dx= ∫ba x/(b-a)dx = x2/(2(b-a))|ba=(a+b)/2
Вывести выражение для матожидания альтернативно распределенной СВ.
Используя ряд распределения альтернативной CВ
Х=(0 1)
(q p), 0 ≤p≤1, p+q=1, получаем:
МХ=0*q+1*p=p,
т.е. матожидание альтернативной CВ равно вероятности положительного исхода.
Вывести выражение для дисперсии альтернативно распределенной СВ.
Поскольку МХ = р, то
((0-р)2 (1-р)2)
(Х-МХ)2=( )
( q p )
поэтому
DX=M(X-MX)2=p2q+q2p=pq, т.е. дисперсия альтернативной CВ равна произведению вероятностей положительного и отрицательного исходов.
36. Вывести выражение для матожидания СВ, распределенной по закону Пуассона
Поскольку СВ, распределенная по закону Пуассона является предельной по отношению к биномиальной, то матожидание первой является пределом матожидания последней, поэтому матожидание пуассоновской величины Mx = λ.
Тот же результат получается прямым счетом:
∞ ∞
МХ=Σm(λm)/(m!)e-λ=λΣ(λm-1)/((m-1)!)e- λ= λe λe- λ= λ
37. Вывести выражение для дисперсии СВ, распределенной по закону Пуассона
DX=lim npq = λ
n→∞
p→0
np→λ
DX=MX2-(MX)2= λ2+ λ- λ2= λ
Т.о. дисперсия пуассоновской СВ равна параметру λ
38. Вывести выражение для матожидания СВ, распределенной по геометрическому закону.
Находим прямым счетом:
МХ= ∑mpqm-1=p∑mqm-1= p∑(qm)’q =p(∑qm)’q=p(1/(1-q))’q=p/(1-q)2=1/p,
m=0
т.е. матожидание геометрической СВ обратно пропорционально вероятности положительного исхода
39. Вывести выражение для дисперсии СВ, распределенной по геометрическому закону
∞ ∞ ∞
MX2=∑m2pqm-1=∑m(m-1+1)pqm-1=∑m(m-1)pqm-1+∑mpqm-1=pq∑(qm)”q+1/p=
=pq(∑qm)”q+1/p=pq(1/(1-q)”q+1/p =(2pq)/((1-q)3)+1/p=2q/p2+1/p,
поэтому DX = MX2-(MX)2= (2q)/(p2)+1/p- -1/p2=q/p2
Числовые характеристики СВ, распределенных по биномиальному, геометрическому закону и закону Пуассона (значения матожидания и дисперсии)
Матожидание
Биномиальной СВ: МХ=np
Пуассоновской СВ: МХ=λ
Геометрической СВ: МХ=1/p
Дисперсия
Биномиальной СВ: DX=npq
Пуассоновской СВ: DX= λ
Геометрической СВ: DX=q/p2
41. В каких ситуациях на практике возникают биномиальное и геометрическое распределения
Биномиальное распределение.
Биномиальное распределение — распределение количества «успехов» в последовательности из n независимых случайных экспериментов, таких что вероятность «успеха» в каждом из них равна p.
Пусть проводится серия из N испытаний Бернулли. В каждом из которых некоторое событие А может появиться с вероятностью Р. СВ ξ – число появлений события А в данной серии испытаний.
ξ |
0 |
1 |
… |
k |
… |
n |
P |
c0np0qn-0 |
c1np1qn-1 |
|
cknpkqn-k |
|
cnnpnqn-n |
n
∑Pi = ∑ cnipiqn-i = (p+q)n = 1n = 1
i=0
Агентство Спортлото официально исп-ло и исп-ет именно биномиальное распределение для описания результатов игры. На этой основе происходит расчет денежных потоков, определение размера выигрышей и прочие бух. действия, в которых учитываются коп.
Геометрическое распределение.
Геометрическое распределение — это распределение дискретной случайной величины равной количеству испытаний случайного эксперимента до наблюдения первого «успеха».
Предположим, что проводится испытание Бернулли, в каждом из которых некоторое событие А может появиться с вероятностью Р. Испытание прекращаются, как только событие А наступает. Обозначим через ξ – СВ – число испытаний в серии.
ξ |
1 |
2 |
3 |
… |
k |
… |
|
p |
qp |
q2p |
… |
qk-1p |
… |
∞
∑Pi = p+qp+q2p+…= p/(1-q) = p/p = 1 i=1