
- •Тема 1. Емпіричні та логічні основи теорії ймовірності Лекція 1. Основні поняття теорії ймовірності
- •Предмет теорії ймовірностей, її значення для економічних наук
- •Події та їх класифікація.
- •3. Класичне означення ймовірності та її властивості. Геометрична і статистична ймовірності
- •Класичне означення ймовірності:
- •Геометричне означення ймовірності
- •Властивості ймовірності події:
- •4. Основні формули комбінаторики
- •1. Схема вибору елементів, що приводить до сполучень:
- •2. Схема вибору елементів, що приводить до розміщень.
- •3. Схема вибору елементів, що приводить до сполучень з повтореннями.
- •4. Схема вибору елементів, що приводить до розміщень з повтореннями.
- •Питання для самоконтролю
- •1 Предмет теорії ймовірності, її значення для економічних наук
- •2. Події та їх класифікація.
- •6. Основні формули комбінаторики
- •Тема 2. Основні теореми теорії ймовірності, їх економічна інтерпретація Лекція 2. Основні теореми теорії ймовірності та їх наслідки
- •Залежні та незалежні події. Умовна ймовірність.
- •Теорема множення ймовірностей.
- •Теорема додавання ймовірностей несумісних подій. Протилежні події.
- •Ймовірність появи хоча б однієї події.
- •Формула повної ймовірності
- •Формула Байеса.
- •Формули Байеса
- •Питання для самоконтролю
- •Тема 3. Схема незалежних випробувань Лекція 3. Послідовності незалежних випробувань
- •Послідовності незалежних випробувань
- •Формула Бернуллі
- •Локальна теорема Муавра – Лапласа.
- •Інтегральна теорема Муавра – Лапласа.
- •Тема 4. Випадкові величини та їх економічна інтерпретація
- •Математичні дії над випадковими величинами:
- •2. Функція розподілу ймовірностей випадкової величини та її властивості.
- •Властивості функції розподілу вв:
- •3. Щільність розподілу.
- •Властивості щільності розподілу:
- •4. Економічна інтерпретація випадкових величин
- •Питання для самоконтролю
- •Тема 5. Закони розподілу та числові характеристики випадкових величин Лекція 5. Числові характеристики і закони розподілу випадкових величин
- •Математичне сподівання, дисперсія, середнє квадратичне відхилення, їх властивості
- •Числові характеристики нвв:
- •2. Моменти. Мода та медіана.
- •3. Рівномірний, показниковий та нормальний закони розподілу. Функція Лапласа. Рівномірний закон розподілу.
- •Показниковий закон розподілу нвв
- •Нормальний закон розподілу. Функція Лапласа.
- •4. Біноміальний, геометричний та гіпергеометричний закони розподілу. Закон розподілу Пуассона Біноміальний закон розподілу
- •Геометричний закон розподілу
- •3. Гіпергеометричний закон розподілу.
- •Закон розподілу Пуассона.
- •Питання для самоконтролю
- •Тема 6. Багатовимірні випадкові величини Лекція 6. Закон розподілу двовимірних випадкових величин
- •Система двох дискретних випадкових величин та її закон розподілу.
- •Функція розподілу двовимірної випадкової величини. Ймовірність попадання випадкової точки в півполосу, прямокутник.
- •Властивості функції розподілу ддвв
- •Безумовні та умовні закони розподілу складових двовимірної двв.
- •Умовне математичне сподівання. Регресія.
- •Властивості коефіцієнта кореляції:
- •Властивості коефіцієнту кореляції:
- •Питання для самопідготовки
- •Тема 9. Елементи теорії випадкових процесів і теорії масового обслуговування Лекція 7. Елементи теорії випадкових процесів та теорії масового обслуговування
- •1. Означення випадкового процесу.
- •Числові характеристики вп:
- •2. Потоки подій та їх властивості.
- •3. Марківські процеси.
- •4. Основні поняття та класифікація систем масового обслуговування.
- •5. Одноканальна система масового обслуговування з відмовленнями.
- •6. Багатоканальна система с відмовленнями (задача Эрланга)
- •Середню кількість зайнятих каналів:
- •Питання для самопідготовки
- •Тема 10. Первинне опрацювання статистичних даних
- •Тема 11. Статистичне та інтервальне оцінювання параметрів розподілу Лекція 8. Основні поняття математичної статистики
- •Генеральна та вибіркова сукупності. Поняття про теоретичний та емпіричний розподіли. Варіаційний ряд.
- •Основні задачі математичної статистики:
- •Основні переваги вибіркового методу:
- •2. Статистичний розподіл вибірки, полігон і гістограма
- •3. Емпірична функція розподілу та її властивості
- •4. Числові характеристики вибірки
- •Точкові статистичні оцінки та їх властивості.
- •Генеральні середня, дисперсія та середнє квадратичне відхилення.
- •7. Інтервальні оцінки
- •Питання для самопідготовки
- •Тема 12. Перевірка статистичних гіпотез
- •Тема 13. Елементи теорії регресії
- •Тема 14. Елементи теорії кореляції Лекція 9. Статистична перевірка статистичних гіпотез. Елементи теорії регресії та кореляції
- •Поняття статистичної гіпотези. Нульова і конкуруюча гіпотези, помилки першого та другого родів.
- •Головний принцип перевірки статистичних гіпотез:
- •Алгоритм обчислення теоретичних частот:
- •Алгоритм перевірки нульової гіпотези про нормальний розподіл за критерієм Пірсона:
- •2. Функціональна, статистична та кореляційна залежності.
- •3. Вибірковий коефіцієнт та вибіркове рівняння регресії
- •Пряма лінія регресії
- •1. Якщо вибірка невеликого об’єму і пари чисел ( ) з однаковими значеннями зустрічаються не часто
- •2. Якщо вибірка великого об’єму(більше 50) і пари чисел ( ) з однаковими значеннями зустрічаються досить часто
- •Питання для самоконтролю
Система двох дискретних випадкових величин та її закон розподілу.
В попередніх лекціях було розглянуто випадкові величини, можливі значення яких визначались одним числом. Такі випадкові величини називають одномірними.
Але, при вивченні випадкових явищ в залежності від їх складності досить часто потрібно використовувати дві, три, а інколи, і більше випадкових величин.
Наприклад: Місце влучення снаряду визначається не одною, а двома ВВ – абсцисою та ординатою, розмір деталі – довжиною та шириною,....
Тобто, виникає необхідність переходу від одномірних випадкових величин до величин, можливі значення яких в кожному випробуванні визначаються 2, 3... числами. Такі величини називають багатомірними.
Обмежимось вивченням двовимірної випадкової величини.
Випадкова
величина називається двовимірною,
якщо
всі її можливі значення мають вигляд
,при чому
та
Законом розподілу двовимірної дискретної випадкової величини (ДДВВ) називають перелік можливих значень цієї величини та відповідних їм ймовірностей р
Звичайно такий закон задається у вигляді таблиці:
Приклад: Одночасно підкидають два гральних кубика. ВВ Х – парна сума очок, що випали на кубиках, ВВ Y – непарний добуток очок. Побудувати закон розподілу ВВ (X, Y).
Функція розподілу двовимірної випадкової величини. Ймовірність попадання випадкової точки в півполосу, прямокутник.
Функцією розподілу ДДВВ (Х, У) називають функцію F(Х, У), що визначає для кожної пари чисел х, у ймовірність того, що Х прийме значення менше ніж х і при цьому У прийме значення менше ніж у
F(Х, У)=Р(Х<x, Y<y)
Приклад: Знайти ймовірність того, що в результаті випробування складова Х ДВВ (Х,У) прийме значення Х<2 і при цьому складова У прийме значення У<3, якщо відома функція розподілу системи:
Геометрично функцію розподілу ДДВВ можна зобразити як ймовірність того, що точка потрапить в нескінчений квадрант
Властивості функції розподілу ддвв
1.
,
2.
3.
4. Ймовірність попадання випадкової точки в півполосу обчислюється за формулою:
4.1. якщо
x1<X<x2,
та Y<y,
то
4.2. якщо
x<X,
та y1<Y<y2,
то
5. Ймовірність попадання випадкової точки в прямокутник із сторонами, паралельними координатним осям, обчислюється за формулою:
Безумовні та умовні закони розподілу складових двовимірної двв.
Безумовним законом розподілу складової Х називають сукупність можливих значень х1, х2, …,хn та відповідних їм ймовірностей р(х1), р(х2), …, р(хn)
Ймовірності р(х1), р(х2), …, р(хn) обчислюють як
р(х1)=р(х1, у1)+ р(х1, у2)+... +р(х1, уn)
р(х2)=р(х2, у1)+ р(х2, у2)+... +р(х2, уn)
р(хn)=р(хn, у1)+ р(хn, у2)+... +р(хn, уn)
Аналогічно
Безумовним законом розподілу складової Y називають сукупність можливих значень y1, y2, …,yn та відповідних їм ймовірностей р(y1), р(y2), …, р(yn)
П
риклад:
ДДВВ
задано законом розподілу
Умовним законом розподілу складової Х якщо Y=yj називають сукупність умовних ймовірностей р(х1│уj), р(х2│ уj) … р(хn│уj), які обчислюють за умови, що подія Y=yj вже відбулася, тобто
р(хi│уj)= р(хi, уj)/ р(уj)
Аналогічно
Умовним законом розподілу складової Y якщо X=xi називають сукупність умовних ймовірностей р(y1│xi), р(y2│ xi) … р(yn│xi), які обчислюють за умови, що подія X=xi вже відбулася, тобто
р (уj│ хi)= р(хi, уj)/ р(хi)
Приклад: ДДВВ задано законом розподілу
Побудувати умовні закони розподілу складових ДДВВ