1 Вопросы к экзамену по ТерВеру

Случайные события

1. Комбинаторика. Размещения. Сочетания. Перестановки.

Комбинаторикой называется раздел математики, в котором изучаются различные типы комбинаций

элементов из одного или нескольких конечных множеств.
Размещениями из n элементов по m (0 ≤ m ≤ n) называются m-элементные комбинации, выбранные
из данных n элементов, отличающиеся друг от друга либо составом элементов, либо порядком их
m n!
расположения. Число размещений находится по формуле An =
( n−m ) !
m m
Размещение с ПОВТОРЕНИЕМ - An =n
Сочетаниями – неупорядоченные наборы из m элементов множества, содержащего всего n элементов
m n!
(отличаются только составом, порядок без разницы) С n =
m! ( n−m ) !
k ( k +n−1 ) ! k
Сочетания с ПОВТОРЕНИЯМИ - C n= =Cn +k−1
k ! ( n−1 ) !
Перестановками – это комбинации, составленные из всех n элементов данного множества и
отличающиеся только порядком их расположения. Р(n) = Аnn = n!
Перестановки с ПОВТОРЕНИЕМ – это число способов построить комбинацию из n элементов, среди
n!
которых есть группы одинаковых элементов из n1, n2 … nk . P ( n )=
n1 ! n2 !… nk !
Правило умножения. - Если из некоторого конечного множества первый объект можно выбрать n 1
способами, а второй n2 способами, то оба объекта в указанном порядке можно выбрать n1* n2
способами.

2. Классическое определение вероятности события. Свойства вероятности.

Событием в теории вероятностей называется всякий факт, который может произойти в результате
некоторого испытания. События бывают достоверные, невозможные, случайные.
Событие достоверное, если при всех испытаниях рассматриваемое событие всегда наступает.
Событие невозможное, если при всех испытаниях событие никогда не наступает.
Событие случайное, если в результате испытания событие может появиться или не появиться.
Пространством элементарных исходов называется множество всех взаимно исключающихся исходов
испытания. Его обозначают  (омега). Те исходы, при которых интересующее нас событие наступает,
назовем благоприятствующими этому событию.
Вероятностью события А называется отношение числа m благоприятствующих этому событию
исходов к общему числу n равновозможных несовместных элементарных исходов испытания и
m
обозначается p(A) , т.е. p ( A )= Все исходы должны быть : а) попарно несовместны; б)
n
равновозможны; в) образовывать полную группу
СВОЙСТВА ВЕРОЯТНОСТИ:
1) Вероятность достоверного события равна 1. Р(Ω)=1.
m
Доказательство: p ( A )= . Если событие достоверное, то оно всегда происходит в
n
результате опыта, т.е. m=n, значит по формуле вероятности =1
2) Вероятность невозможного события равна 0 . Р(Ø)=0.
Доказательство: для невозможного события ни один исход не является благоприятным,
0
поэтому m=0 и p ( A )= =0
n
3) Вероятность случайного события есть положительное число от 0 до 1.
 2 Вопросы к экзамену по ТерВеру

Доказательство: случайное событие происходит при некоторых исходах, но не при всех, т.е.
0< m < n , следовательно 0< Р(А) < 1

3. Определение геометрической вероятности события. Теорема о вероятности суммы событий.

Классическое определение вероятности применимо, если имеется конечное число равновозможных

исходов некоторого события. Если же пространство элементарных исходов бесконечно и является
всюду плотным множеством, то используется геометрическое определение.

Ω – (омега) множество всех элементарных исходов опыта, Ω принадлежи пространству Rn (n=1 –

длина линия, n=2 - площадь , n=3 -объем)
ωi – точки множества Ω, событие А принадлежит Ω.
mⅇsA
Геометрическая вероятность Р(А) = (mes – мера А к мере омега)
mⅇsΩ

4. Теорема о сложении вероятностей двух событий.

Суммой А+В двух событий А и В называют событие, состоящее в появлении хотя бы одного из них.
Суммой нескольких событий А1 + А2 +...+ Аn называют событие, которое состоит в появлении хотя бы
одного из этих событий.
Для НЕСОВМЕСТНЫХ событий:
Теорема: Вероятность суммы несовместимых событий равна сумме вероятностей этих событий:
p(A B)  p(A)  p(B).
Следствие: Вероятность появления одного из нескольких несовместных событий равна сумме
вероятностей этих событий: p(A1 …Аn)  p(A1)  …. p(Аn).
Для СОВМЕСТНЫХ:
Теорема 2. Вероятность суммы совместных событий A и B равна сумме вероятностей этих событий P(A
+ B) = P(A) + P(B) − P(AB) (для двух)
P(A + B+С) = P(A) + P(B) +Р(С)− P(AB)-Р(АС)-Р(ВС)+Р(АВС) (для трех)

5. Теорема об умножении вероятностей. Какие события называются совместными, зависимыми.

События А и В называются СОВМЕСТНЫМИ, если они могут произойти оба в результате одного опыта.
В противном случае, события будут НЕСОВМЕСТНЫМИ (не могут произойти оба в результате одного
опыта).
События A и B называются НЕЗАВИСИМЫМИ, если появление или непоявление одного из них не
меняет вероятности появления другого. В противном случае события называются ЗАВИСИМЫМИ.
Теорема 1. Вероятность произведения двух событий равна произведению вероятности одного из них
на условную вероятность другого (при условии, что первое событие произошло)
 3 Вопросы к экзамену по ТерВеру

P(AB) = P(A)*P(B/A) = P(B)*P(A/B).

Эта формула легко обобщается на случай любого числа событий. В частности, вероятность
произведения трех событий P(ABC) = P(A)*P(B/A)*P(C/AB).

Для независимых событий P(AB) = P(A)*P(B)

6. Назовите формулу вычисления вероятности появления хотя бы одного события. Теорема о

вероятности противоположных событий.

Событие A называется противоположным событию A, если оно состоит в ненаступлении события A.

Противоположными называют два несовместных события, образующих полную группу.

7. Назовите формулу полной вероятности. Каким образом построить задачу двойственную к задаче о
нахождении полной вероятности события (формула Байеса)?

Пусть H1, H2, . . . , Hn − полная группа попарно несовместных событий (гипотез), совместно с одним из
которых происходит событие A. Тогда справедлива формула полной вероятности:

Пусть H1, H2, . . . , Hn − полная группа гипотез некоторого события A. Тогда справедлива формула
Байеса

Гипотезы до события А (до опыта) – чисто теоритически – априорная вероятность. -

После того как событие А произошло –апостериорная вероятность .
Двойственная задача – это задача, полученная из исходной.

8. Повторные испытания Бернулли.

 4 Вопросы к экзамену по ТерВеру

Формула Бернулли применяется если событие появляется с одной и той же вероятностью, если
вероятность события меняется, то эту формулу применять нельзя.
Из формулы Бернулли видно, что если число испытаний n велико, то вероятность Р стремится к 0.

9. Интегральная и локальная теорема Лапласа.

Для достаточно больших значений n формула Бернулли приводит к громоздким вычислениям,

поэтому можно использовать различные её приближения.
Если npq < 10 и p < 0,1, можно использовать формулу Пуассона, λ = np- средня интенсивность

Эта формула используется для маловероятных событий

Если npq  10, можно использовать формулу Муавра-Лапласа:
- локальная теорема Муавра-Лапласа
Теорема: Если вероятность р появления события А в каждом испытании постоянна и
отлична от 0 и 1, то вероятность Рn(m) того, что событие А появится в n испытаниях ровно m
раз, приближенно равна (чем больше n, тем точнее) значению функции

1
ρn ( m )= ⋅ φ (x )
√ np q
,

- функция Гаусса
 5 Вопросы к экзамену по ТерВеру

- Для решения интервальной задачи применяется интегральная теорема Муавра-Лапласа

 6 Вопросы к экзамену по ТерВеру

2 способ записи интегральной теоремы Муавра-Лапласа

3 способ записи интегральной теоремы Муавра-Лапласа

4 способ записи интегральной теоремы Муавра-Лапласа

Случайные величины (СВ)

1. Что называется законом распределения дискретной и непрерывной СВ?
Лекция 6

СВ бывают дискретные и непрерывные

 7 Вопросы к экзамену по ТерВеру

- Ряд распределения - это ТАБЛИЦА

- Многоугольник распределения –графическое представление –это ГРАФИК
- Функция распределения – это функция
Математическим ожиданием дискретной случайной величины Х называется сумма произведений всех
ее возможных значений на их вероятности
Математическое ожидание обладает следующими свойствами:
1. М(С) = С, где С = const.
2. М(СХ) = С М(Х).
n n
M ( ∑ X i )=∑ M ( X i )
3. i=1 i=1 - матожидание суммы равно сумме матожиданий
4. Для независимых случайных величин X, Y: M(XY)  M(X)M(Y).
5. Для любых случайных величин X, Y: M(X Y)  M(X)  M(Y)

Дисперсией случайной величины Х называют математическое ожидание квадрата отклонения

значений величины от ее математического ожидания
Дисперсия характеризует степень рассеяния значений случайной величины относительно ее
математического ожидания.
Дисперсия равна разности между математическим ожиданием квадрата случайной величины Х и
квадратом ее математического ожидания
Дисперсия обладает следующими свойствами:
1. D(C) = 0, т. к. постоянная величина C рассеивания не имеет.
2. D(CX) = C2*D(X), т. е. постоянный множитель можно выносить за знак дисперсии, возводя его в
квадрат.
3. D(X Y)  D(X)  D(Y) – для независимых случайных величин.

2. Что такое функция распределения СВ? Свойства.

Функцией распределения F(x) случайной величины Х называется вероятность того, что случайная
величина примет значение меньше х: F(x)  PX  x)
Функция распределения всегда есть разрывная ступенчатая функция,
8 Вопросы к экзамену по ТерВеру
 9 Вопросы к экзамену по ТерВеру

3. Что называется плотностью распределения вероятности СВ? Свойства.

Плотность распределения – это понятие только для непрерывной СВ
Плотностью распределения непрерывной случайной величины Х называют производную от функции
распределения: f (x)  F(x).
10 Вопросы к экзамену по ТерВеру
 11 Вопросы к экзамену по ТерВеру

4. Какое распределение называют равномерным? Чему равны основные характеристики СВ,

распределенной таким образом?
Для Дискретной СВ

МАТОЖИДАНИЕ – среднее арифметическое первого и последнего

ДИСПЕРСИЯ
 12 Вопросы к экзамену по ТерВеру

Для НЕПРЕПЫВНОЙ СВ

отрезок КОНЕЧЕН

5. Какое распределение называют биномиальным? Назовите основные характеристики СВ,

распределенной таким образом.
 13 Вопросы к экзамену по ТерВеру

- МАТОЖИДАНИЕ - ДИСПЕРСИЯ
6. Какое распределение называется геометрическим? Чем оно отличается от биномиального?
Назовите основные характеристики СВ с биномиальным распределением.
ГИПЕРГЕОМЕТРИЧЕСКИЙ закон распределения (выбор БЕЗ возврата)
геометрическое распределение, представляет собой число испытаний Бернулли до
первого успеха – в это отличие от биноминального
Очевидно, что вероятности pi образуют геометрическую прогрессию с первым членом p и
знаменателем q (отсюда и название «геометрическое распределение»).

Р (Х=k)=pqk-1 для бесконечного k

Р (Х=k)=pqk-1 + qk - для последнего члена, если Конечно k

1 q
М ( Х )= D( X )=
Математическое ожидание р Дисперсия p2

7. Какое распределение называют показательным (Пуассона)? Назовите основные характеристики СВ,

распределенной таким образом? –лекция 8
 14 Вопросы к экзамену по ТерВеру

Для ДИСКРЕТНОЙ СВ

а – среднее значение Х в каком –то промежутке

 15 Вопросы к экзамену по ТерВеру

Примеры распределения Пуассона:

- число определенных микробов в единице объема;
- число частиц в единицу времени;
- работа телефонной станции …
Для НЕПРЕРЫВНОЙ СВ
 16 Вопросы к экзамену по ТерВеру

НАДЕЖНОСТЬ

8. Какое распределение называют нормальным? Нормированным? Как выглядит график плотности

распределения СВ с нормальным распределением, что он показывает?
 17 Вопросы к экзамену по ТерВеру

Нормированный – значит матожидание = 0, а дисперсия = 1.

 18 Вопросы к экзамену по ТерВеру

9. Как вычислить вероятность отклонения нормально распределенной СВ от ее мат. ожидания?

Правило трех сигм.
 19 Вопросы к экзамену по ТерВеру

10. Сформулируйте центральную предельную теорему Ляпунова.

Лекция 11
 20 Вопросы к экзамену по ТерВеру

Каждое измерение СВ – это тоже СВ, ошибка измерения каждой СВ – это тоже СВ

Математическая статистика
1. Чем отличается относительная частота события от вероятности его появления? Как зная частоту
события найти его относительную частоту?
m
Р=
Вероятность – это возможность наступления определенного события в результаты испытаний n
Относительной частотой события называется отношение числа испытаний, в которых событие
m
появилось, к общему числу фактически произведенных испытаний и обозначается w(A)= .
n
Отличие классической вероятности события от его частоты состоит в том, что вероятность
вычисляют до опыта, а относительную частоту – после опыта. Относительную частоту или число,
близкое к ней, принимают в качестве статистической вероятности.
Статистическую вероятность применяют когда число исходов бесконечно или результат опыта
невозможно представить в виде равновозможных элементарных событий.
 21 Вопросы к экзамену по ТерВеру

1. Выборочная и генеральная совокупности. Как взаимосвязаны M(x) и х средняя генеральная и

выборочная? Лекция 13

Если рассматривать значения генеральной совокупности как случайную величину, то

математическое ожидание М(Х) равно генеральной средней.
Аналогично можно сделать вывод относительно выборочной средней

Чем больше объем, тем точнее выборочная средняя.

2. Как вычислить генеральную дисперсию? Какая величина является ее несмещенной оценкой?

Генеральную дисперсию можно оценить выборочной дисперсией, а потом исправить ее, т.к.
значения выборочной дисперсии будут давать систематически заниженную (смещенную)
оценку.
 22 Вопросы к экзамену по ТерВеру

Выборочная дисперсия – это среднее арифметическое квадратов отклонения значений от

генеральной средней.
7
2 1
D в=x 2−( xв ) Dв=
104
∑ ( x i− x в )2⋅ni
i или i=1

n
S 2= ⋅D
Далее вычислим  исправленную выборочную дисперсию: n−1 в и вот она уже
является несмещённой состоятельной оценкой генеральной дисперсии.

3. Что называют интервальной статистической оценкой неизвестного параметра генеральной

совокупности? Приведите примеры.

Интервальная оценка нужна, т.к. полученные оценки являются приближенными.

 23 Вопросы к экзамену по ТерВеру

Чем больше гамма, тем выше надежность

Распределение Стьюдента – когда Неизвестно ср квадратическое отклонение (неизвестна дисперсия)

Критерий Стьюдента используется если распределение нормальное
например,
1) средняя частота пульса у одних и тех же пациентов до и после приема лекарств
2) Средний балл за экзамен до и после репетитора

4. Доверительный интервал для оценки математического ожидания при известном σ.

 24 Вопросы к экзамену по ТерВеру

Данный интервал с вероятностью гамма покрывает все значения среднего генерального. Чем больше гамма,
тем выше надежность

5. Что называется надежностью (доверительной вероятностью) и уровнем значимости критерия? Где

они используются?
Уровень значимости – это вероятность отклонить нулевую гипотезу, когда на
самом деле она верна. Другими словами, это допустимая для данной задачи
вероятность ошибки первого рода. α – уровень значимости (0,05; ..0,1)
Ошибка первого рода часто называется риском производителя. Это осознанный риск, на который
идет производитель продукции, т.к. он определяет вероятность того, что годная продукция может
быть забракована, хотя на самом деле она таковой не является. Величина ошибки первого
рода задается перед проверкой гипотезы , таким образом, она контролируется исследователем
напрямую и может быть задана в соответствии с условиями решаемой задачи.
Уровень надежности (доверия) - означает вероятность того, что доверительный
интервал содержит истинное значение оцениваемого параметра распределения .
Уровень доверия равен 1-α, где α – уровень значимости
Уровень надежности (доверия) 0,95 означает, что событие, вероятность которого
1-0,05=0,95 весьма вероятно. Разумеется, выбор уровня доверия полностью зависит
от исследователя. Так, степень доверия авиапассажира к надежности самолета,
несомненно, должна быть выше степени доверия покупателя к надежности
электрической лампочки.
 25 Вопросы к экзамену по ТерВеру

6. Что показывает условный закон распределения? Назовите теоретический аналог условного закона
распределения.

Условный закон распределения – это зависимость одной СВ от другой СВ (или нескольких)

Теоретический аналог – это функции в матанализе.
 26 Вопросы к экзамену по ТерВеру

7. Что называется статистической гипотезой? Критерий Пирсона.

 27 Вопросы к экзамену по ТерВеру

Ошибка 1 рода – риск производителя

Ошибка 2 рода – риск потребителя

«хи квадрат» -мера расхождения практических и теоретических частот (зависит только объема выборки-
табличная)
 28 Вопросы к экзамену по ТерВеру

χ
Т2
(α,r), r=k-m-1= 7-2-1=4 (r-число степеней свободы, m-число параметров
распределения – у нормального 2, k – число интервалов ). Далее в таблице хи квадрат
χ
ищем Т 2 (0,05;4)
χ χ
Теперь найдем в2 и сравним с Т2

8. Статистическая оценка (смещенная, состоятельная, эффективная)

 29 Вопросы к экзамену по ТерВеру

Корреляционная таблица – это статистическое распределение выборки при

исследовании двумерного признака.
Коэффициент корреляции отображает динамику изменения одной
величины от другой. Т.е если коэффициент положительный, то по мере
возрастания 1 переменной, убывает другая, и противоположно с
отрицательным значением. От -1 до 1.