шпоры к зачету по математике 2 курс 2 семестр. мат зачет. Зачёт Испытания и события. Пространство элементарных событий. Вероятность Р(А) есть числовая характеристика возможности появления события а в испытании.
![]()
|
Свойства функции распределения и плотности вероятности1) Р(а Х < b) = F(b) – F(a). 2) Для непрерывной случайной величины Р(а Х < b)= ![]() 3) Для непрерывной случайной величины Р(х = а) = Р(х= b) = 0, следовательно, Р(а Х < b) = Р(а < Х < b)= Р(а Х b) = Р(а < Х b). 4) ![]() 5) ![]() 6) ![]() Числовые характеристики дискретной с.в: математическое ожидание и его свойства Математическое ожидание МХ – величина, около которой группируются возможные значения случайной величины Х (числовая характеристика положения). Для дискретной случайной величины: ![]() Для непрерывной случайной величины ![]() Размерность величины МХ совпадает с размерностью случайной величины Х Свойства: 1) М(С) = С (С – const). 2) М(С Х) = С МХ. 3) М(Х + Y) = МХ + МY. 4) М(ХY) = МХ МY, если X и Y независимы. Числовые характеристики дискретной с.в.: дисперсия и ее свойства ДисперсияDХ есть математическое ожидание квадрата отклонения случайной величины Х от ее математического ожидания: ![]() Для дискретной случайной величины ![]() Размерность DХ равна квадрату размерности Х. Поэтому числовой характеристикой рассеяния является также среднее квадратическое отклонение ![]() Свойства: 5) D(С) = 0. 6) D(X) 0. 7) D(С Х ) = С 2DХ. 8) D(Х + Y) = DХ + DY, если X и Y независимы. 9) DХ = М(Х2) – (МХ)2. Законы распределения дискретной с.в.: биномиальный, Пуассона, геометрическое распределение. Числовые характеристики для этих законов. Биномиальное распределение имеет дискретная случайная величина Х, если она принимает целые значения от 0 до n, вероятности которых вычисляются по формуле Бернулли Р(Х = m) = ![]() Математическое ожидание и дисперия: МХ= np, DХ = npq. Распределение Пуассона с параметром > 0 имеет дискретная случайная величина Х, если она принимает целые неотрицательные значения, вероятности которых вычисляются по формуле Р(Х = m) = ![]() Математическое ожидание и дисперия: МХ= DХ = . ![]() Плотность распределения непрерывной с.в. и ее связь с функцией распределения. Если функция F(х) дифференцируема, то ее производная f(х) = F’(х) называется плотностью распределения вероятностей. Плотность вероятности полностью характеризует непрерывную случайную величину. 7)f(х) 0. 8)f(х) = F(х) и F(х) = ![]() 9) ![]() ![]() Рис. 18 Функция распределения вероятностей: ![]() Плотность распределения вероятностей: ![]() Числовые характеристики непрерывной с.в.: мат. ожидание, дисперсия. Математическое ожидание МХ – величина, около которой группируются возможные значения случайной величины Х (числовая характеристика положения). Дисперсия DХ есть математическое ожидание квадрата отклонения случайной величины Х от ее математического ожидания: ![]() Для непрерывной случайной величины математическое ожидание и дисперсия вычисляются по формулам ![]() Законы распределения непрерывной с.в.: равномерный и показательный Равномерное распределение имеет непрерывная случайная величина Х, если ее плотность распределения вычисляется по формуле (рис. 19) ![]() ![]()
Рис. 19 Рис.20 Математическое ожидание и дисперия: МХ = ![]() ![]() Вероятность попадания случайной величины X, распределенной по равномерному закону, в интервал (х1; х2) вычисляется по формуле Р(х1 < Х < х2) = ![]() а х1 < x2 b. Показательное распределение с параметром > 0 имеет непрерывная случайная величина Х, если ее плотность распределения вычисляется по формуле (рис. 21) f(х) = ![]()
Рис. 21 Рис. 22 Функция распределения (рис. 22): ![]() Вероятность попадания случайной величины X, распределенной по показательному закону, в интервал (х1; х2) вычисляется по формуле Р(х1 < Х < х2) = ![]() Математическое ожидание и дисперия: МХ = ![]() ![]() Законы распределения непрерывной с.в.: нормальный закон Нормальное распределение (N(а; ), закон Гаусса) с параметрами а и имеет непрерывная случайная величина Х, если ее плотность распределения вычисляется по формуле f(х) = ![]() Функция распределения: F(х) = ![]() Математическое ожидание и дисперсия: МХ = а, DХ = 2.. На рисунках 23 и 24 изображены графики функций f(х) и F(х).
Рис. 23 Рис. 24 Функция Лапласа Ф0(t) (см. приложение В) позволяет записать функцию нормального распределения в виде ![]() Вероятность попадания случайной величины X, распределенной по нормальному законуN(а; ), в интервал (х1; х2] вычисляется по формуле Р(х1 < Х х2) = ![]() Для нормально распределенной случайной величины верна формула ![]() Вероятностный смысл параметров нормально распределенной с.в Математическое ожидание и дисперсия: МХ = а, DХ = 2.. (См. также пункт 20) Правило трех сигм. Правило «трех сигм». Для нормально распределенной случайной величины Х практически достоверно, что все ее значения попадают в интервал (а – 3; а + 3). Для распределений близких к нормальному используются также числовые характеристики: асимметрия ![]() ![]()
Рис. 25 Рис. 26 Неравенство Чебышёва ![]() ![]() Сходимость по вероятности. Теорема Чебышёва. ![]() ![]() Закон больших чисел для схемы Бернулли. Закон больших чисел устанавливает устойчивость средних значений; при большом числе испытаний их средний результат перестает быть случайным и может быть предсказан с достаточной точностью. ![]() Центральная предельная теорема ![]() ![]() ![]() ![]() ![]() Генеральная совокупность и выборка Генеральной совокупностью Х называется множество изучаемых объектов, а также результаты наблюдений, характеризующие какое-нибудь свойство объекта. Выборкой называется случайно отобранный набор объектов множества Х или результаты ![]() Вариационный и статистический ряд. Полигон частот. Пусть из генеральной совокупности извлечена выборка, причем ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Статистическим распределением выборки (статистическим рядом) называется перечень вариант и соответствующих им частот, который обычно оформляется в виде таблиц 1 или 2. Таблица 1 Таблица 2
Сумма всех чисел второй строки таблицы 2 равна единице: ![]() ![]() Рис. 1 |