
- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •7. Ймовірність появ однієї з двох несумісних подій. Узагальнення і наслідки.
- •8. Ймовірність появи однієї з двох сумісних подій. Узагальнення теореми
- •9.Незалежні події. Ймовірність добутку двох незалежних подій. Узагальнення теореми
- •11.Теорема про повну ймовірність
- •12. Формули Байєса
- •13.Схема повторних незалежних випробувань Бернуллі. Формула Бернуллі. Наслідки
- •15. Інтегральна теорема Муавра-Лапласса. Інтегральна функція Лапласса, властивості функції.
- •16.Теорема Пуассона. Поняття найвірогіднішого числа, властивості
- •17. Означення випадкових величин, дискретні і неперервні випадкові величини. Закон розподілу вв та многокутник розподілу.
- •18.Функція розподілу. Означення, властивості, графік.
- •19.Щільність ймовірностей. Властивості, графік
- •20. Залежні і незалежні випадкові величини. Операції над випадковими величинами
- •21. Математичне сподівання двв. Властивості математичного сподівання
- •22.Дисперсія двв і її властивості. Середнє квадратичне відхилення
- •23. Початкові і центральні моменти двв. Мода, медіана, асиметрія, ексцес.
- •24.Неперервні випадкові величини. Числові характеристики нвв.
- •25.Означення багатовимірної випадкової величини. Двовимірна випадкова величина. Закон розподілу двовимірної випадкової величини. Умовний розподіл
- •26.Функція розподілу п-вимірної випадкової величини. Функція розподілу двовимірної в.В. Властивості функції розподілу.
- •27.Коваріація та її властивості. Коефіцієнт кореляції. Властивості коефіцієнта кореляції
- •28.Біномний закон розподілу. Числові характеристики
- •29. Закон розподілу Пуассона, числові характеристики, використання
- •30. Геометричний розподіл, числові характеристики, використання
- •31. Гіпергеометричний закон розподілу, числові характеристики.
- •33. Інтегральна фунція розподілу та щільність ймовірностей показникового розподілу, графіки, числові характеристики.
- •34. Нормально розподілена випадкова величина. Графік щільності нормального розподілу, властивості функції. Правило трьох сигм.
- •35. Розподіли: хі-квадрат, Стьюдента та логнормальний. Числові характеристики
- •37. Предмет, методи і завдання математичної статистики. Об`єм сукупності
- •38. Генеральна та вибіркові сукупності. Статистичний розподіл вибірки
- •39. Полігон частот і відносних частот
- •40. Гістограма частот і відносних частот
- •41. Емпірична функція розподілу f*(X) та її властивості
- •42. Вибіркова середня та її властивості. Степеневі середні вибірки
- •44. Мода і медіана статистичного розподілу вибірки, коефіцієнт варіацій, варіаційний розмах.
- •47. Означення довірчого інтервалу. Довірчий інтервал для оцінки математичного сподівання нормального розподілу
- •48. Статистичні гіпотези та їх різновиди. Помилки першого та другого роду
- •49. Статистичний критерій. Потужність критерію. Рівень значущості критерію
- •50. Критична область. Області прийняття гіпотез. Алгоритм перевірки статистичної гіпотези
- •51. Критерій узгодження Пірсона. Алгоритм використання критерію Пірсона
- •52. Критерій узгодження Колмогорова
- •53. Метод моментів та метод максимальної правдоподібності знаходження точкових оцінок
- •54. Метод найменших квадратів при знаходженні точкових оцінок
- •55. Поняття про функціональну, статистичну і кореляційну залежності.
- •56. Рівняння лінійної регресії. Довірчий інтеграл для лінії регресії
- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •2. Елементарна подія. Простір елементарних подій, випробування, стохастичний експеримент. Приклади. Геометричне означення ймовірності.
13.Схема повторних незалежних випробувань Бернуллі. Формула Бернуллі. Наслідки
Якщо ймовірність появи події А в кожному випробовувані одна й та сама, тобто не змінюється в залежності від попередніх випробувань, то такі випробовування називають незалежними відносно події А.
Якщо незалежні повторні випробування проводити при одному й тому ж самому комплексі умов, а ймовірність події А одна й та сама в кож. Випроб. То описана послідовність називається схемою Бернулі.
:
,
де
- число сполучень із n
по m.
Наслідок 1. Імовірність того, що подія А при проведенні n незалежних випробувань відбудеться не менше m1 разів і не більше m2 разів позначається Pn(m1 ≤ m ≤ m2) .
де p Î [0;1] — ймовірність настання події А у кожному випробуванні.
Н
аслідок
2. Імовірність
того, що подія А відбудеться хоча б один
раз при проведенні n
незалежних випробувань, позначається
Pn(m
≥ 1) і
обчислюється за формулою
Наслідок 3. Найімовірніше значення m0 кількості відбувань події А при проведенні n незалежних випробувань обчислюється за формулою
14. Локальна теорема Муавра-Лапласса. Локальна функція Лапласса, властивості функції:
Якщо ймовірність появи події А в кожному випробувані стала і відміна від 0 до 1 то ймовірність того, що подія А в n випробуваннях зявиться m раз , наближено = тим точніше чим більше m значення ф-ції.
- локальна функція Лапласса
Локальна теорема
Лапласа дає змогу обчислювати ймовірності
,
якщо n
> 10 i
p
> 0,1.
Властивості:
Функція лапласса ф(х) парна, тобто ф(-х)=ф(х)
Функція ф(х) визначена для усіх хє(-&;+&)
ф(х)>0, коли х прямує до +-нескінченності
ф(х)макс=ф(0)=1/Корінь 2П
Теорема.....
Йм-ть того, що в п незалежних випробуваннях в кожному з яких Р(А) однакова і = р. Подія А відбувається точно к раз і наближено обчислюється....
Рз н по к (А)..... фі(х) є табульованою.
15. Інтегральна теорема Муавра-Лапласса. Інтегральна функція Лапласса, властивості функції.
Інтегральна
теорема Лапласа. Імовірність того, що
подія А відбудеться від
до
раз при проведенні n
незалежних випробувань, у кожному з
яких подія А відбувається з імовірністю
р, подається формулою:
—функція
Лапласа;
Значення функції Лапласа наводяться у спеціальних таблицях.
Властивості:
Інтегральна функція Лапласса є непарною Ф(-х)=Ф(-х)
Ф(0)=0
Ф(х)=0.5 для х=>5 існують спеціальні таблиці.
Для х є (0;5)
Теорема:
Йм-ть того, що в н незалежних випробуваннях , в кожному з яких йм-ть появи події а однакова і відбувається не менше к1 раз і не більше к2 раз наближено обчислюється:
16.Теорема Пуассона. Поняття найвірогіднішого числа, властивості
Якщо ймовірність появи події А в кожному випробувані відміна від 0 і 1 , але прямує до 0 при обмеженому зростанні кількості випробовувань, при чому добуток np→ лянда, то ймовірність того, що подія А зявиться в n випробов. Рівно m раз задовольняє граничну рівність.(рис1.)
17. Означення випадкових величин, дискретні і неперервні випадкові величини. Закон розподілу вв та многокутник розподілу.
Випадковою величиною називають таку зміну величину, яка внаслідок випробувань може приймати лише 1 числове значення заздалегідь невідоме і обумовлене певними випадковими величинами. Випад вел. позначаються вел. Літерами лат. Алфавіту, а знач мал.
Дискретною наз таку вел яка може приймати, відокремлені ізольовані одне від одного значення з відповідними ймовірностями, ці знач можна порів, пронумерувати.
Неперервною наз вел, яка може приймати будь-яке числове значення з скінченого, або не скін інтервалу a і b
Законом розподілу випадков величини
наз співвідношення або зв'язок, яке встановлює відповідність між можливими значеннями ВВ і відповідної їм ймовірності.
Графічний спосіб представлення закону розподілу наз многокут розподілу
Закони розподілу дискретних випадкових величин задаються у табличній формі, матричній.