
- •1.Випадкові події. Класифікація подій. Класичне означення поняття ”Ймовірність”. Відносна частота(частість). Статистичне означення поняття “Ймовірність
- •2.Класичне означення ймовірності події. Властивості ймовірності.
- •3. Довести теорему суми ймовірностей та 3 наслідки з неї.
- •4. Довести теореми (формула повної ймовірності та формули Байєса).
- •5. Дискретні випадкові величини – двв. Закони розподілу ймовірностей для двв. Операції над дискретними випадковими величинами.
- •6. Математичне сподівання дискретної випадкової величини та його властивості. Довести (на вибір) три з них.
- •7.Дисперсія дискретної випадкової величини та її властивості. Довести (на вибір) три з них. Середнє квадратичне відхилення.
- •10. Неперервні випадкові величини – нвв. Означення інтегральної функції розподілу та доведення її властивостей.
- •11. Означення диференціальної функції розподілу (щільності розподілу імовірностей) та доведення її властивостей.
- •13. Закон показникового розподілу, або показниковий закон. Інтегральна функція розподілу ймовірностей для показникового закону. Математичне сподівання та дисперсія для показникового закону.
- •14. Нормальний закон розподілу. Вивести формулу для імовірністі попадання значень нормально розподіленої випадкової величини до заданого проміжку , наслідок. Правило “трьох сигм”.
- •16. Сформулювати центральну граничну теорему. Довести інтегральну теорему Муавра-Лапласа та її частинні випадки.
- •20.Кореляційний момент. Коефіцієнт кореляції та його властивості.
- •21.Функціональна, статистична та кореляційна залежності. Теорія лінійної кореляції. Основні положення кореляційного аналізу. Парна регресійна модель.
- •Проста вибіркова лінійна регресія
1.Випадкові події. Класифікація подій. Класичне означення поняття ”Ймовірність”. Відносна частота(частість). Статистичне означення поняття “Ймовірність
Випадковою подією, яка може настати (з’явитись) або не настати у даному випробуванні.
Достовірною подією, яка обов’язково настає у даному випробуванні. U.
Неможливою подією, яка не може настати у даному випробуванні. Неможливу подію позначатимемо V.
Попарно несумісними подіями (несумісними у сукупності), якщо у даному випробуванні ніякі дві з них не можуть настати разом (поява однієї із подій виключає появу будь-якої іншої). У супротивному випадку події називають сумісними.
Єдино можливими подіями, якщо у даному випробуванні обов’язково настане хоча б одна із цих подій.
Події утворюють повну групу, якщо вони єдино можливі та попарно несумісні.
Дві
події
і
,
які утворюють повну групу, називаються
взаємно протилежними.
Події називаються рівноможливими, якщо вони мають однакові шанси до появи у даному випробуванні.
Простір елементарних подій – усі єдино можливі, рівноможливі та несумісні події, які неможливо поділити на більш прості події.
Імовірність події A дорівнює: P(A)= m/n
де n - число (кількість) подій у просторі елементарних подій,
а m - число наслідків (із простору елементарних подій), які сприяють появі події A.
Означення. Нехай проводиться n випробувань (які можна повторювати при незмінних умовах необмежено). Частотою m(A) називається кількість випробувань (із n), в яких з’явилась подія A. Частістю (відносною частотою або часткою) w(A)=m(A)/n називається відношення частоти появи події A до загальної кількості випробувань.
Статистичною імовірністю події A називають число, що характеризує можливості появи події і яке дорівнює: P(A)=lim w(A).
2.Класичне означення ймовірності події. Властивості ймовірності.
Теорема добутку ймовірностей та наслідки з неї.
Імовірність події A дорівнює: P(A)= m/n
де n - число (кількість) подій у просторі елементарних подій,
а m - число наслідків (із простору елементарних подій), які сприяють появі події A.
Властивості:
Для довільної події A:
;
Для достовірної події U: P(U)=1
Для неможливої події V: P(V)=0.
Теорема (добутку імовірностей). Імовірність добутку двох подій A і B дорівнює добутку імовірності однієї з них на умовну імовірність іншої, при умові, що настала перша подія:
.
Наслідок 1 (формули визначення умовних імовірностей). Якщо імовірності подій відмінні від нуля, то
.
Зауважимо, що теорема добутку справедлива навіть у випадку нульових імовірностей подій
Наслідок 2. Якщо подія A не залежить від події B, то і навпаки, подія B не залежить від події A, тобто вони взаємно незалежні.
Наслідок
3.
Із незалежності подій A
і B
випливає незалежність пар подій :
і
,
і
,
і
.
Наслідок 4. Імовірність добутку двох незалежних подій дорівнює добутку їх імовірностей:
P(AB)=P(A)*P(B)