
- •Поняття випадкового процесу. Прості та складені випадкові події.
- •Операції над подіями.
- •Класичне означення імовірності.
- •Основні формули комбінаторики.
- •5. Геометрична ймовірність.
- •Статистична ймовірність.
- •Залежні та незалежні події. Умовна ймовірність.
- •Найімовірніше число появи випадкової події.
- •Локальна теорема Лапласа.
- •Інтегральна теорема Лапласа.
- •Використання інтегральної теореми.
- •Формула Пуассона.
- •Дискретні та неперервні величини. Закони розподілу їх ймовірностей.
- •Функція розподілу ймовірностей та її властивості.
- •Щільність ймовірностей та її властивості.
- •Математичне сподівання.
- •24. Властивості математичного сподівання.
- •Мода та медіана.
- •Дисперсія та середньоквадратичне відхилення.
- •Властивості дисперсії.
- •Початкові та центральні моменти.
- •Асиметрія та ексцес.
- •Система двох дискретних випадкових величин.
- •Закон розподілу ймовірностей дискретної двомірної величини.
- •Коефіцієнт кореляції та його властивості.
- •Функція розподілу ймовірностей системи двох випадкових величин та її властивості.
- •34. Щільність розподілу двомірної випадкової величини.
- •Основні числові характеристики системи двох неперервних випадкових величин (х,у).
- •Ймовірність влучення випадкових точок у прямокутник.
- •Функція 1-ого випадкового аргументу.
- •Математичне сподівання функції 1-ого випадкового аргументу.
- •Функції 2-х випадкових аргументів.
- •Математичне сподівання суми двох випадкових аргументів.
- •Біноміальний розподіл.
- •Розподіл х2.
- •Математичне сподівання і дисперсія при нормальному розподілу.
- •Емпірична функція розподілу.
- •Статистичні оцінки параметрів генеральної сукупності. Статистичні гіпотези.
- •Точкові статистичні оцінки.
- •Інтервальні статистичні оцінки.
- •Нульова й альтернативна гіпотези.
- •Область прийняття гіпотези. Критична область.
- •Алгоритм перевірки правильності нульової гіпотези.
- •Помилки першого та другого роду.
- •Елементи дисперсійного аналізу. Однофакторний дисперсійний аналіз.
- •Двофакторний дисперсійний аналіз.
- •Елементи теорії регресії і кореляції.
- •Рівняння лінійної парної регресії. Коефіцієнт кореляції.
- •Визначення параметрів в0, в1.
- •Властивості в0, в1.
- •Довірчі інтервали для в0, в1.
- •Множинна лінійна регресія
Найімовірніше число появи випадкової події.
Найімовірнішим числом появи випадкової події А в результаті n незалежних експериментів за схемою Бернуллі називається таке число m0, для якого ймовірність Рn (m0) перевищує або в усякому разі є не меншою за ймовірність кожного з решти можливих наслідків експериментів.
Для
визначення найімовірнішого числа появи
події немає потреби обчислювати
ймовірності для різних можливих значень
.
Формули для обчислення найімовірнішого числа появи випадкової події:
.
Число m0 називають також модою.
_________________________________
Локальна теорема Лапласа.
Якщо
ймовірність появи випадкової події в
кожному з n незалежних експериментів
є величиною сталою і дорівнює
,
то для великих значень n і m імовірність
того, що випадкова подія А настане m раз,
подається такою асимптотичною формулою:
,
де
℮
називається функцією Гаусса.
.
_________________________________
Інтегральна теорема Лапласа.
Якщо
ймовірність появи випадкової події в
кожному з n незалежних експериментів
є величиною сталою і дорівнює
,
то для великих значень n імовірність
появи випадкової події від mі
до mj
раз обчислюється за такою асимптотичною
формулою:
,
де
,
а
є функцією Лапласа, значення якої
наведено в таблиці.
___________________________________
Використання інтегральної теореми.
,
де ,
За допомогою цих формул можна оцінити близькість відносної частоти W(А) до ймовірності p випадкової події А. Нехай p — імовірність появи випадкової події А в кожному експерименті за схемою Бернуллі й W(А) — відносна частота появи цієї події при n експериментах.
Необхідно оцінити ймовірність події W(A) – р< ( > 0 і є малою величиною). Якщо n набуває великих значень, то можна дістати:
.
_________________________________
Формула Пуассона.
При
за умови np=a= =const імовірність появи
випадкової події m раз
обчислюється за такою асимптотичною
формулою:
,
яка називається формулою Пуассона.
Функція Рn (m) визначається за таблицею за заданим m і обчисленим значенням а = np.
_________________________________
Дискретні та неперервні величини. Закони розподілу їх ймовірностей.
Розглянемо
такий простір елементарних подій, в
якому кожній елементарній події
Ώ відповідає одне і лише одне число х
або набір чисел
,
тобто на множині Ώ визначена певна
функція
,
яка кожній елементарній події
ставить у відповідність певний елемент
одновимірного простору R1
або n-вимірного простору Rn.
Цю функцію
називають випадковою величиною. У разі,
коли
відображає множину Ώ на одновимірний
простір R1,
випадкову величину називають одновимірною.
Якщо відображення здійснюється на Rn,
то випадкову величину називають
n-вимірною.
Величина називається випадковою, якщо внаслідок проведення експерименту під впливом випадкових факторів вона набуває того чи іншого можливого числового значення з певною ймовірністю. Якщо множина можливих значень випадкової величини є зчисленною то таку величину називають дискретною. У противному разі її називають неперервною.
Співвідношення, що встановляє зв’язок між можливими значеннями випадкової величини та відповідними їм імовірностями, називають законом розподілу випадкової величини.
Закони
розподілу дискретних випадкових величин
задаються у табличній формі, аналітичній,
графічній. Універсальним способом
задання закону розподілу ймовірностей
є функція розподілу
Для дискретних величин
_________________________________