
- •1.Означення та приклади подій : випадкова, достовірна, неможлива, елементарна, складна.
- •2.Означення та приклад повної групи подій та простору елементарних подій.
- •3.Класичне означення ймовірності випадкової події
- •5.Дати означення відносної частоти появи події.
- •6. Дати геометричне та статистичне означення ймовірностей.
- •7.Дати визначення умовної ймовірності.
- •8.Формула множення ймовірностей для залежних та незалежних подій.
- •9.Формула для обчислення появи хоча б однієї події.
- •10. Формула повної ймовірності
- •11.Формула Баєса.
- •13.Формула Бернуллі для обчислення ймовірностей,умова використання. Наслідки.
- •14. Найімовірніше число наступів події в схемі Бернуллі.
- •15.Сформулювати локальну теорему Мауавра-Лапласа.
- •16.Сформулювати інтегральну теорему Мауавра-Лапласа.
- •17.Функція Гаусса та її властивості
- •18.Функція Лапласа та її властивості.
- •19.Формула Пуассона,умови її використання.
- •20.Означення випадкової величини, дискретної та неперервної випадкової величини.
- •21.Закон розподілу випадкової величини.
- •22.Інтегральна функція розподілу випадкової величини: означення.Властивості.
- •30.Означення закону розподілу багатовимірної випадкової величини.
- •32. Коефіцієнт кореляції та його властивості
- •Щільність імовірностей системи п випадкових величин є функція
- •34.Двовимірний нормальний закон.
- •35.Біномінальний закон розподілу двв, числові характеристики.
- •36. Пуасонівський закон розподілу двв, числові характеристики.
- •37.Геометрический закон розподілу двв, числові характеристики.
- •38. Гіпергеометричний закон розподілу двв, числові характеристики.
- •39.Рівномірний закон розподілу.
- •40. . Нормальний закон розподілу
- •41.Показниковий закон та його використання в теорії надійності та теорії черг.
- •43. Правило трьох сигм. Логарифмічний нормальний закон розподілу
- •45. Теорема Чебишова
- •46. ) Теорема Бернулі
- •48.Предмет і задачі математичної статистики.
- •49. Утворення вибірки. Генеральна та вибіркова сукупність.
- •50. Статистичним розподілом вибірки
- •51.Емпірична функція розподілу, гістограма та полігон.
- •52.Числові характеристики : вибіркова середня, дисперсія вибірки, середньоквадратичне відхилення.
- •53.Мода й медіана,емпіричні початкові та центральні моменти, асиметрія та ексцес.
- •54.Дати визначення статистичної оцінки.
- •55.Точкові та інтервальні статистичні оцінки.
- •56.Дати визначення довірчого інтервалу.
- •57.Що таке нульова та альтернативна статистичні гіпотези.
- •58.Перевірки правдивості нульової гіпотези про нормальний закон розподілу ознаки генеральної сукупності.
- •59.Емпіричні та теоретичні частоти.
- •60.Критерії узгодження Пірсона та Колмогорова.
- •61.Помилки 1-го і 2-го роду.
- •62.Статистичний критерій.Критична область.
- •63.Дати означення моделі експерименту.
- •64.Дати поняття одно фактичний аналіз.
- •65.Що таке таблиця результатів.
- •66.Загальна дисперсія,між групова та внутрішньо групова дисперсія.
- •67.Загальний метод перевірки впливу фактора на ознаку способом порівняння дисперсії.
- •68.Поняття про функціональна ,статистична і кореляційна залежності.
- •70. Вибірковий коефіцієнт кореляції
- •71. Множина регресії ,множинний коєфіцієнт кореляції та його властивості .
35.Біномінальний закон розподілу двв, числові характеристики.
Імовірності
в цьому законі визначаються за формулою
m
= 0,1,2, …, n.
Закон справджується для схеми незалежних
повторних випробувань, у кожному з яких
подія А
настає з імовірністю р.
Частота настання події А
має біноміальний закон розподілу.
Імовірнісна
твірна:
Закон розподілу Пуассона
Дискретна
випадкова величина має розподіл Пуассона,
якщо вона набуває зліченної множини
значень
з імовірностями
У
таблицях для відповідних значень а
наведено ймовірності
Якщо
у схемі незалежних повторних випробувань
n
велике і р
або 1 – р
прямують до нуля, то біноміальний
розподіл апроксимується розподілом
Пуассона, коли
Ймовірна
твірна
Імовірності в цьому законі визначаються за формулою m = 0,1,2, …, n. Закон справджується для схеми незалежних повторних випробувань, у кожному з яких подія А настає з імовірністю р. Частота настання події А має біноміальний закон розподілу. Числові характеристики розподілу:
Пуасонівський закон: M(X)=a=np; D(X)=a; P(X)=a.
36. Пуасонівський закон розподілу двв, числові характеристики.
Дискретна
випадкова величина має розподіл Пуассона,
якщо вона набуває зліченної множини
значень
з імовірностями
Цей розподіл описує кількість подій,
які настають в однакові проміжки часу
за умови, що ці події відбуваються
незалежно одна від одної зі сталою
інтенсивністю. Розподіл Пуассона
розглядається як статистична модель
для кількості альфа-частинок, що їх
випромінює радіоактивне джерело за
певний проміжок часу; кількості викликів,
які надходять на телефонну станцію за
певний період доби; кількості вимог
щодо виплати страхових сум за рік;
кількості дефектів на однакових пробах
речовини і т. ін. Розподіл
застосовується в задачах статистичного
контролю якості, у теорії надійності,
теорії масового обслуговування.
Математичне сподівання і дисперсія в
цьому розподілі однакові і дорівнюють
а.
Для цього розподілу складено таблиці
щодо різних значень
(0,1 – 20). У таблицях для відповідних
значень а
наведено ймовірності
Якщо у схемі незалежних повторних випробувань n велике і р або 1 – р прямують до нуля, то біноміальний розподіл апроксимується розподілом Пуассона, коли
Ймовірна твірна
Імовірності в цьому законі визначаються за формулою m = 0,1,2, …, n. Закон справджується для схеми незалежних повторних випробувань, у кожному з яких подія А настає з імовірністю р. Частота настання події А має біноміальний закон розподілу. Числові характеристики розподілу:
Пуасонівський закон: M(X)=a=np; D(X)=a; P(X)=a.
37.Геометрический закон розподілу двв, числові характеристики.
Нехай проводяться незалежні випробування, в кожному з яких ймовірність появи події А рівна р (0 < p < 1), а не появи q = 1- p. Випробування закінчуються, як тільки відбувається подія А. Таким чином, якщо подія А відбулась в k-му випробуванні, то попередніх k-1 випробування Х є: х1=1, х2=2, …
Нехай в перших k-1 випробуваннях подія А не відбулася, а в k-му випробуванні з’явилась. Тоді ймовірність рівна
Покладаючи k=1,2, … у формулі (6), отримаємо геометричну прогресію з першим членом Р і знаменником q (0<q<1): p,qp,q2p, … qk-1p, … тому розподіл називається геометричним.