
- •Збірник задач
- •З теорії ймовірностей та математичної статистики
- •Навчальний посібник
- •Рекомендовано
- •Міністерством освіти України
- •Рецензенти: член-кореспондент нан України, доктор фізико-математичних наук
- •Передмова
- •Розділ 1. Елементи комбінаторики
- •Приклади розв’язання задач
- •Розділ 2. Простір елементарних подій, випадкові події та операції над ними
- •Правило де Моргана: Приклад розв’язання задачі
- •Розділ 3. Ймовірності у дискретних просторах елементарних подій. Класичне означення ймовірності
- •Приклад розв’язання задачі
- •Розділ 4. Геометричні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 5. Аксіоми теорії ймовірностей
- •Приклад розв’язання задачі
- •Розділ 6. Умовні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 7. Формула повної ймовірності. Формула Байєса
- •Приклад розв’язання задачі
- •Розділ 8. Дискретні випадкові величини. Числові характеристики дискретних випадкових величин
- •Приклад розв’язання задачі
- •Дисперсія d
- •Розділ 9. Схема Бернуллі. Класичні дискретні розподіли
- •Приклад розв’язання задачі
- •Розділ 10. Неперервні випадкові величини
- •Приклад розв’язання задач
- •Розділ 11. Закон великих чисел. Центральна гранична теорема
- •Наслідок 2. Якщо для послідовності {n, n1} виконується умова Ляпунова, то справджується і центральна гранична теорема. Приклад розв’язання задач
- •Розділ 12. Вибірка та її основні характеристики. Емпірична функція розподілу, гістограма
- •Приклад розв’язання задачі
- •Розділ 13. Оцінювання невідомих параметрів розподілів. Класифікація оцінок. Вибіркове середнє та дисперсія, мода, медіана
- •Приклад розв’язання задачі
- •Розділ 14. Ефективні оцінки. Достатні статистики
- •Приклади розв’язання задач
- •Розділ 15. Метод моментів та метод максимальної правдоподібності
- •Приклади розв’язання задач
- •Розділ 16. Надійні інтервали
- •Приклад розв'язання задачі
- •Розділ 17. Перевірка статистичних гіпотез. Критерії згоди
- •Приклади розв’язання задач
- •Розділ 18. Перевірка гіпотез про рівність математичних сподівань та дисперсій для нормальних сукупностей
- •Приклади розв’язання задач
- •Розділ 19. Лінійна регресія
- •Приклади розв’язання задач
- •Розділ 20. Елементи дисперсійного аналізу
- •Приклад розв’язання задачі
- •Розділ 21. Елементи аналізу часових рядів. Виділення тренду, згладжування, прогноз
- •Приклад розв’язання задачі
- •Розділ 22. Задачі для контрольних робіт Контрольна робота №1 “Теорія ймовірностей”
- •Контрольна робота №2 “Теорія ймовірностей”
- •Контрольна робота №3 “Математична статистика”
- •Розділ 4
- •Розділ 5
- •Розділ 6
- •Розділ 7
- •Розділ 8
- •Розділ 9
- •Розділ 10
- •Розділ 11
- •Розділ 18
- •Розділ 19
- •Розділ 20
- •Розділ 21
- •Додатки
- •Література Підручники, навчальні посібники та монографії
- •Збірники задач
- •Для нотаток:
Розділ 4
4.1.
4.2.
4.3.
,
4.4.
4.5.
4.6.
4.7.
4.8.
4.9.
4.10.
4.11.
4.12. Нехай
— відстань від середини голки до
найближчої паралелі,
— кут, який утворює голка з цією паралеллю.
Тоді
і
4.13.
4.14.
4.15.
4.16.
4.17. a)
при
і 1,
при
б)
при
при
і 1,
при
в)
Розділ 5
5.1. а)
б) – в)
г)
д)
е)
5.2.
5.3. а)
б)
в)
5.4. в)
5.5. а)
де
Події
несумісні і
Тоді
5.6. При
Далі скористатися методом математичної індукції.
5.7. Використати нерівність задачі 5.6.
5.8.
5.9.
5.10. 0,6
5.11.
Розділ 6
6.1.
6.2.
6.3.
6.4.
6.5.
6.6.
6.7.
6.8. Незалежні.
6.9. 0.
6.10.
Доведемо, що
і
незалежні.
6.11.
6.12.
Доведемо
незалежність
і
6.13.
6.14.
6.15. Незалежні.
6.16.
Аналогічно,
попарно незалежними є події A
і C,
B
і C.
Але
6.17.
Оскільки
і
то
Тоді
або
6.18.
Тоді
Отже ,
або
6.19. a) 0,56; б)0,06; в) 0,94; г) 0,38.
6.20.
Імовірність виграшу першого гравця
а другого —
6.21.
та
6.22. Використати метод математичної індукції.
6.23. а)
б)
в)
Тобто події A
та B
– залежні.
6.24.
A і B – залежні події.
Розділ 7
7.1.
7.2.
7.3. Подія
— поява білої кулі з другої урни. Можуть
бути два припущення:
— переклали білу кулю,
—
переклали не білу кулю. Очевидно,
Події
утворюють повну групу подій і за формулою
повної ймовірності
7.4. Нехай
подія
—
білих
куль в урні,
Тоді
—
поява білої кулі з урни.
Отже,
7.5. Нехай
подія
— в урні біла куля,
— чорна. A
— перша витягнута куля біла, B
— друга витягнута куля біла. Тоді
7.6.
7.7. Нехай
подія
— з i-ї
урни переклали білу кулю.
Тоді
і т. д.
Тобто
7.8. Див. позначення задачі 7.4.
і
7.9. Див.
позначення задачі 7.4.
Нехай подія A
— перша витягнута куля біла, B
— друга витягнута куля біла. Тоді
7.10.
Використати формулу Байєса. Введемо
такі події: A
— витягнута куля біла,
— вона з першої групи урн,
— з другої групи урн.
7.11. Нехай
D
— випадкова подія, яка полягає в тому,
що є два влучення. Тоді
7.12.
Введемо такі випадкові події:
— ведмедя вбив i-й
мисливець, i=1,
2,
3;
B
— ведмедя вбито однією кулею.
Тоді
7.13.
Випадкові події:
— загублено білу кулю,
— чорну кулю, A
— витягнуто дві білі кулі.
7.14.
Випадкові події: A
— витягнуто білу кулю з другої урни;
— перекладено 2
білі кулі з першої урни,
— білу та чорну,
— дві чорні.
7.15.
7.16.
7.17. а)
0,0345;
б)
Розділ 8
8.1.
|
0 |
1 |
2 |
P |
|
|
|
8.2.
|
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
P |
|
|
|
|
|
|
|
|
|
|
|
8.3.
,
,
,
8.4.
8.5.
а) не розподіл, бо
б)
розподіл, бо
в)
розподіл, бо
8.6.
8.7.
|
0 |
1 |
P |
|
|
8.8.
|
3 |
9 |
15 |
P |
0,4 |
0,1 |
0,5 |
8.9.
|
|
1 |
P |
0,3 |
0,7 |
8.10.
|
1 |
2 |
5 |
|
|
0 |
1 |
2 |
P |
0,3 |
0,5 |
0,2 |
P |
0,3 |
0,5 |
0,2 |
8.11. 9; 40.
8.12. 2.
8.13.
Нехай
При
цьому використовується, що
8.14. Нехай — прибуток у банку A, а — у банку B.
Тоді
8.15.
8.16.
Знайти сумісний розподіл
і
.
Показати, що для будь-яких
8.17.
8.18.Ні.
Розподіл
має
вигляд
Отже,
8.19. Нехай
Тоді
Отже,
і
8.20. Скористатися задачею 8.19.
8.21.
8.22.