
- •Т.І. Малютіна, к.А. Дахер вища математика для економістів
- •Теорія ймовірностей і математична статистика
- •Розділ і випадкові події
- •1.1. Простір елементарних подій. Випадкові події та операції над ними. Комбінаторика
- •1.1.1. Основні поняття теорії ймовірностей. Операції над подіями
- •Питання для самоконтролю
- •1.1.2. Елементи комбінаторики
- •Розв’язування комбінаторних задач
- •Питання для самоконтролю
- •1.2. Ймовірність випадкової події. Способи обчислення ймовірностей випадкових подій
- •1. Класичне означення ймовірності
- •2. Статистична ймовірність
- •3. Геометрична ймовірність
- •Питання для самоконтролю
- •1.3. Теореми додавання і множення ймовірностей. Умовна ймовірність
- •Питання для самоконтролю
- •1.4. Формула повної ймовірності. Формула Байєса
- •Питання для самоконтролю
- •1.5. Послідовні незалежні випробування
- •1.5.1. Формула Бернуллі
- •1.5.2. Формула Пуассона
- •1.5.3. Локальна теорема Муавра-Лапласа
- •1.5.4. Інтегральна теорема Муавра-Лапласа
- •Питання для самоконтролю
- •Розділ іі випадкові величини
- •2.1. Одновимірні випадкові величини. Способи задання
- •2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
- •2.1.2. Неперервні випадкові величини. Щільність розподілу. Основні закони розподілу
- •Питання для самоконтролю
- •2.2. Числові характеристики випадкових величин
- •1. Математичне сподівання
- •2. Дисперсія та середнє квадратичне відхилення
- •3. Початкові та центральні моменти
- •4. Мода і медіана
- •Числові характеристики деяких розподілів
- •Питання для самоконтролю
- •2.3. Рівномірний, показниковий, нормальний розподіли
- •Питання для самоконтролю
- •2.4. Граничні теореми теорії ймовірностей. Закон великих чисел і центральна гранична теорема. Нерівність ЧебишОва
- •2.4.1. Лема Чебишова
- •2.4.2. Теорема Чебишова
- •2.4.3. Теорема Бернуллі
- •Питання для самоконтролю
- •2.5. Двовимірна випадкова величина
- •2.5.1. Закон розподілу ймовірностей. Закони розподілу компонент
- •2.5.2. Функція розподілу двовимірної випадкової величини та її властивості
- •2.5.3. Щільність сумісного розподілу ймовірностей неперервної двовимірної випадкової величини, основні властивості. Ймовірність попадання випадкової точки в задану область
- •2.5.4. Умовні закони розподілу складових системи дискретних і неперервних випадкових величин. Залежні та незалежні випадкові величини
- •1. Випадок дискретної величини
- •2. Випадок неперервної величини
- •Питання для самоконтролю
- •2.5.5. Числові характеристики двовимірної випадкової величини. Кореляційний момент і коефіцієнт кореляції
- •Числові характеристики двовимірної випадкової величини
- •Питання для самоконтролю
- •2.5.6. Умовні числові характеристики двовимірної випадкової величини. Регресія
- •1. Випадок дискретної випадкової величини
- •2. Випадок неперервної випадкової величини
- •Питання для самоконтролю
- •Розділ III елементи математичної статистики
- •3.1. Предмет та основні завдання математичної статистики
- •3.2. Генеральна та вибіркова сукупності. Вибірка. Способи відбору
- •Питання для самоконтролю
- •3.3. Статистичний розподіл вибірки
- •Питання для самоконтролю
- •3.4. Графічне зображення статистичних розподілів
- •3.5. Емпірична функція розподілу. Кумулята
- •Питання для самоконтролю
- •3.6. Числові характеристики статистичного розподілу вибірки
- •Питання для самоконтролю
- •3.7. Статистичні оцінки параметрів генеральної сукупності
- •3.7.1. Статистичні оцінки невідомих параметрів розподілу та їх властивості
- •3.7.2. Статистична оцінка математичного сподівання
- •3.7.3. Статистична оцінка дисперсії. Виправлена дисперсія
- •3.7.4. Метод моментів статистичного оцінювання параметрів розподілу
- •3.7.5. Метод максимуму правдоподібності статистичного оцінювання параметрів розподілу
- •Питання для самоконтролю
- •3.8. Інтервальні оцінки параметрів розподілу
- •3.8.1. Надійність. Інтервал довіри
- •3.8.2. Розподіл – “хі-квадрат”
- •3.8.3. Розподіл Стьюдента
- •3.8.4. Розподіл Фішера-Снедекора
- •3.8.5. Інтервальні оцінки для математичного сподівання
- •3.8.6. Оцінка істинного значення вимірюваної величини
- •3.8.7. Інтервали довіри для середнього квадратичного відхилення нормально розподіленої випадкової величини
- •3.8.8. Оцінка точності вимірювань
- •Питання для самоконтролю
- •3.9. Елементи теорії кореляції
- •3.9.1. Функціональна, статистична й кореляційна залежності
- •3.9.2. Вибірковий коефіцієнт кореляції. Коефіцієнт детермінації
- •Питання для самоконтролю
- •3.9.3. Основні поняття і методи регресійного аналізу
- •3.9.4. Метод найменших квадратів
- •Питання для самоконтролю
- •3.10. Статистична перевірка статистичних гіпотез
- •3.10.1. Статистичні гіпотези. Помилки першого та другого роду
- •3.10.2. Статистичний критерій перевірки нульової гіпотези
- •Питання для самоконтролю
- •3.10.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона
- •3.10.4. Перевірка гіпотези про порівняння середнього значення ознаки генеральної сукупності зі стандартом
- •3.10.5. Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •3.10.6. Перевірка гіпотези про значущість коефіцієнта кореляції
- •Питання для самоконтролю
- •Список використаної та рекомендованої літератури
- •Додаток а
- •Додаток б
- •Додаток в
- •Додаток г
- •Додаток д Критичні точки розподілу f Фішера-Снедекора
- •Додаток е
- •Додаток ж Значення
- •Вища математика для економістів
- •40030, М. Суми, вул. Петропавлівська, 57
Розділ іі випадкові величини
2.1. Одновимірні випадкові величини. Способи задання
2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
Нехай
– простір елементарних подій. Випадковою
величиною Х
називається функція
,
визначена на множині
,
приймає числові значення і така, що для
будь-якого дійсного х
визначена ймовірність
.
Ця ймовірність
називається функцією розподілу випадкової
величини Х.
Властивості функції розподілу:
1.
2.
,
якщо
3.
4.
Випадкова величина
називається дискретною, якщо множина
її значень скінченна або злічена, тобто
множина її значень представляє собою
скінченну послідовність
або нескінченну послідовність
Відповідність
між можливими значеннями
випадкової величини Х і їх ймовірностями
називається законом розподілу випадкової
величини Х.
(2.1)
За рядом розподілу (2.1) можна побудувати функцію розподілу дискретної випадкової величини Х:
(2.2)
де підсумування
поширюється на ті індекси
для яких
Графічне зображення
ряду розподілу називається многокутником
розподілу. Для його побудови в прямокутній
системі координат будують точки
і з’єднують їх відрізками прямих.
Приклад 2.1. Побудувати ряд розподілу і функцію розподілу числа влучень м’ячем у корзину при двох кидках, якщо ймовірність влучення дорівнює 0,4.
Розв’язання
1) випадкова
величина Х
– число влучень у корзину при двох
кидках – може приймати такі значення
Знайдемо ймовірності можливих
значень Х:
Ряд розподілу
Контроль 0,36 + 0,48 + 0,16 = 1;
2) якщо:
,
то
,
то
,
то
,
то
З
акони
розподілу:
а) біномний
Х |
0 |
1 |
2 |
… |
k |
… |
п |
|
|
|
|
… |
|
… |
|
де
б) Пуассона
Х |
0 |
1 |
2 |
… |
k |
… |
п |
|
|
|
|
… |
|
… |
|
де
2.1.2. Неперервні випадкові величини. Щільність розподілу. Основні закони розподілу
Випадкову величину Х називають неперервною, якщо її функцію розподілу можна подати у такому вигляді:
(2.3)
де
– деяка
функція, яку називають щільністю
розподілу ймовірностей. Властивості
щільності розподілу:
1.
2.
,
зокрема
3.
4.
Неперервна випадкова
величина може бути задана або функцією
розподілу
,
або щільністю ймовірностей
.
Приклад 2.2. Випадкова величина Х задана функцією розподілу:
Знайти:
1) коефіцієнт а;
2) щільність
ймовірностей
3) ймовірність попадання величини Х в інтервал (2,5; 3,5).
Розв’язання
Враховуючи вигляд
f(x), дістанемо
Звідси:
Отже,
Приклад 2.3. Випадкова величина Х має щільність розподілу:
Побудувати функцію розподілу і накреслити її графік.
Розв’язання.
Відомо, що
.
Знайдемо значення цієї функції на
кожному інтервалі окремо:
1. При
2. При
3. При
Отже,
Побудуємо графік
Закони розподілу:
a) рівномірний
б) показниковий
в) нормальний