- •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
1.4. Формула повної ймовірності. Формула Байєса
Якщо подія А
може настати тільки з однією з подій
які утворюють повну групу попарно
несумісних подій, то ймовірність події
А обчислюється за формулою повної
ймовірності
,
(1.14)
де
– ймовірність
гіпотези
– умовна
ймовірність події А
при цій гіпотезі,
З формулою повної ймовірності тісно пов’язана формула Байєса.
(1.15)
де .
Формула Байєса дозволяє переоцінити ймовірності гіпотез, прийнятих до випробування за результатами уже проведеного випробування.
Приклад 1.13. Вивчаються результати екзамену з математики у трьох групах. У першій групі 25 студентів, з них 7 отримали “відмінно”, у другій – 26 студентів, з них 9 отримали “відмінно”, а в третій відповідно – 24 і 10. Яка ймовірність, що навмання вибраний студент отримав на екзамені відмінну оцінку?
Розв’язання.
Нехай А
– навмання вибраний студент на екзамені
з математики отримав відмінну оцінку.
Це може статися, коли студента вибрано
з 1-ї групи (відбулась подія
),
або з 2-ї групи (
),
або з 3-ї групи
За означенням ймовірності
Використаємо формулу повної ймовірності
За умовою задачі
звідси маємо
Приклад 1.14. Перша бригада виготовила 80 виробів, друга – 120. У першій бригаді 2 % виробів браковані, а в другій – 5 %. Деталі надходять на спільний конвеєр. Навмання узятий з конвеєра виріб виявився бракованим. Яка ймовірність, що він виготовлений першою бригадою?
Розв’язання.
Позначимо події
– вибраний виріб виготовлений і-ю
бригадою,
А – вибраний виріб бракований
За формулою Байєса одержимо:
Питання для самоконтролю
1. Записати формулу повної ймовірності.
2. Записати формулу Байєса. Для чого служить ця формула?
Вправи
1. Є дві партії виробів з 12 і 10 штук, причому в кожній партії один виріб бракований. Виріб, узятий навмання з першої партії, перекладено в другу, після чого вибирається навмання виріб із другої партії. Визначити ймовірність дістати бракований виріб з другої партії.
2. У кошик, що містить 3 кулі, опущена чорна куля. Яка ймовірність того, що з кошика буде витягнута чорна куля, якщо всі припущення про початковий склад куль за кольором рівноможливі?
3. З партії, що складається з 4 виробів, навмання взяли один виріб, який виявився небракованим. Кількість бракованих виробів рівноможлива будь-яка. Яка гіпотеза про кількість бракованих виробів найбільш вірогідна?
4. Перший і другий заводи поставляють порівну однакових деталей, але перший виробляє 90 % стандартних деталей, а другий – 85 %. Навмання взята деталь стандартна. Яка ймовірність, що вона виготовлена першим заводом?
5. З урни, яка містить 3 білі та чорні кульки, перекладено дві кульки до урни, яка містить 4 білі та 4 чорні кульки. Яка ймовірність того, що з другої урни після такого перекладення буде взято білу кульку?
6. У двох корзинах баскетбольні та волейбольні м’ячі, причому у першій – 8 баскетбольних і 2 волейбольні, у другій – 6 баскетбольних і 3 волейбольні. З навмання вибраної корзини взяли м’яч. Яка ймовірність того, що:
а) взяли волейбольний м’яч;
б) м’яч, який виявився баскетбольним, взяли з першої корзини?
7. Два стрільці незалежно один від одного роблять по одному пострілу по мішені. Ймовірність влучення першого – 0,8, другого – 0,4. Відомо, що є одне влучення. Знайти ймовірність того, що в мішень влучив перший стрілець.
8. Серед n екзаменаційних білетів m “щасливих”. Студенти підходять за білетами один за одним. У кого більша ймовірність взяти “щасливий” білет: у того, хто підійшов першим, чи у того, хто підійшов другим?
9. У першому ящику десять стандартних і дві браковані деталі, у другому відповідно – 12 і 3, у третьому – 14 і 1. З навмання вибраного ящика взяли деталь. Яка ймовірність того, що:
а) взяли стандартну деталь;
б) деталь, яка виявилось бракованою, взяли з 3-го ящика?
10. Є дві партії виробів: перша партія складається з 12 виробів, серед яких 2 браковані; друга – з 16 виробів, серед яких 3 браковані. З першої партії навмання береться 5 виробів, а з другої – 4 вироби. Ці 9 виробів перемішують. З нової партії береться навмання один виріб. Знайти ймовірність того, що:
а) виріб є дефектним;
б) виріб, який виявися якісним, був з першої партії.
11. До крамниці надходить товарна продукція лише трьох заводів. Обсяги продукції першого, другого та третього заводів відповідно відносяться 2:5:3. Частка браку на першому заводі 2 %, на другому – 5 %, на третьому – 4 %. Яка ймовірність того, що:
а) куплений у крамниці товар виявився бракованим;
б) куплений товар, який виявився якісним, виготовили на другому заводі?
12. Імовірність того, що на контроль надходить дефектний виріб, дорівнює 0,11. Контролер бракує дефектний виріб з ймовірністю 0,9, помилково бракує стандартний виріб з ймовірністю 0,1. Знайти ймовірність того, що:
а) виріб забраковано;
б) виріб, який забракували, виявився якісним.
13. Кількість вантажівок на трасі – 20 %, а легкових автомобілів – 80 %. Ймовірність того, що вантажівка зайде на АЗС, дорівнює 0,4, а легкова – 0,5. До АЗС заїхала машина. Яка ймовірність того, що це легкова машина?
