
- •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
Інтегральна теорема Муавра – Лапласа.
Сформулюємо задачу. Необхідно обчислити ймовірність того, що подія, яка відповідає умовам схеми Бернуллі, в n незалежних випробуваннях з’явиться не менше ніж k1 раз і не більше ніж k2 рази, за умови, що кількість випробувань n досить велика.
Теорема 3.3. (Інтегральна теорема Муавра – Лапласа). Якщо ймовірність р появи події А в кожному незалежному випробуванні постійна і відмінна від нуля та одиниці, то ймовірність Рn(k1, k2) того, що подія А з’явиться в n незалежних випробуваннях від k1 до k2 раз наближено дорівнює визначеному інтегралу
де
,
Функція
називається функцією Лапласа. Її значення
занесені в таблицю. Функція Лапласа –
непарна.
Для того, щоб мати змогу скористатися функцією Лапласа перетворимо її:
Отже
Приклад:
Ймовірність влучення стрілком в мішень при одному пострілі дорівнює 0,75. Обчислити ймовірність того, що при 100 пострілах в мішень буде влучено:
1. Не менше 70 і не більше 80 разів
2. Не більше 70 разів
5. Теорема Пуассона для малоймовірних подій
Нехай проводиться n незалежних випробувань, в кожному з яких подія А може або з’явитися, або не з’явитися з однаковою ймовірністю р. Розглянемо в якості ДВВ Х – кількість появ події А в таких випробуваннях.
Якщо ймовірність появи події А у всіх випробуваннях дуже мала (p≤0,1), то ймовірності, що відповідають можливим значенням ДВВ Х обчислюється за формулою Пуассона
,
где
=n·p
Питання для самоконтролю
1. Повторні незалежні випробування
2. Формула Бернуллі
3. Локальна теорема Муавра – Лапласа
4. Інтегральна теорема Муавра – Лапласа
5. Теорема Пуассона для малоймовірних подій
Тема 4. Випадкові величини та їх економічна інтерпретація
Лекція 4.
Випадкові величини
Мета: ввести означення одновимірних випадкових величин, методів їх представлення.
План лекції:
1. Означення одновимірної випадкової величини, її закон розподілу
2. Функція розподілу ймовірності випадкової величини та її властивості
3. Щільність розподілу
4. Економічна інтерпретація випадкових величин
Рекомендована література: [1] ст. 55-63, [4] ст. 61-72, [6] ст. 67-82
Означення одновимірної випадкової величини , її закон розподілу
Випадковою називають величину, яка в результаті випробування приймає те чи інше (але при цьому тільки одне) можливе значення, наперед невідоме, таке, що змінюється від випробування до випробування і залежить від випадкових обставин.
На відміну від випадкової події, яка є якісною характеристикою випадкового результату випробування, випадкова величина характеризує результат випробування кількісно.
Дискретною називають випадкову величину, що приймає окремі, ізольовані можливі значення з визначеними ймовірностями.
Цілочисловою називають ДВВ, можливі значення якої приймають тільки цілі значення з будь – якого обмеженого або необмеженого проміжку.
Неперервною називають випадкову величину, що може приймати будь-які значення з деякого обмеженого або необмеженого проміжку.
Випадкові величини прийнять позначати останніми великими літерами латинського алфавіту Х, Y, Z, а їх можливі значення – відповідними малими літерами.
Законом розподілу дискретної випадкової величини (ДВВ) називають будь – яке співвідношення, що встановлює зв’язок між можливими значеннями випадкової величини та відповідними їм ймовірностями.
Для ДВВ закон розподілу може бути задано:
у вигляді таблиці
Х
р
аналітично (тобто за допомогою формули)
графічно (цей вид завдання закону розподілу використовують для наочності . На графіку відкладають можливі значення ВВ та відповідні їм ймовірності. Точки сполучає ламана, яку називають багатокутником або полігоном розподілу ).
Приклад:
Два стрілки здійснюють по одному пострілу в мішень. Ймовірність влучення в неї першим стрілком дорівнює 0,5, другим – 0,4. Скласти закон розподілу кількості влучень в мішень і побудувати полігон розподілу