
- •Означення та приклади подій: випадкова, достовірна, неможлива, елементарна, складна.
- •Означення та приклад повної групи подій та простору елементарних подій.
- •Класичне означення ймовірності випадкової події.
- •Сформулювати аксіоми класичної теорії ймовірностей.
- •Дати означення та вказати властивості перестановки, сполучення, комбінації елементів.
- •Дати означення відносної частоти появи події.
- •Дати геометричне та статистичне означення ймовірності.
- •Дати визначення умовної ймовірності.
- •Формула множення ймовірностей для залежних та незалежних подій.
- •Формула для обчислення появи хоча б однієї події .
- •Формула повної ймовірності.
- •Формули Байєса.
- •Означення експерименту за схемою Бернуллі.
- •Формула Бернуллі для обчислення ймовірностей, умова використання. Наслідки.
- •Найімовірніше число появ події в схемі Бернуллі.
- •Сформулювати локальну теорему Муавра-Лапласа.
- •Властивості функції Лапласа:
- •Означення випадкової величини, дискретної та неперервної випадкових величин.
- •Закон розподілу випадкової величини.
- •Інтегральна функція розподілу випадкової величини: означення. Властивості.
- •Диференціальна функція розподілу (щільність розподілу) випадкової величини: означення. Властивості.
- •Математичне сподівання випадкової величини: означення, властивості.
- •Дисперсія та середньоквадратичне відхилення випадкової величини: означення, властивості.
- •Властивості дисперсії
- •Мода, медіана випадкової величини.
- •Початкові та центральні моменти.
- •Асиметрія, ексцес.
- •Означення багатовимірної випадкової величини.
- •Означення закону розподілу багатовимірної випадкової величини.
- •Основні числові характеристики для системи двох дискретних випадкових величин.
- •Коефіцієнт кореляції та його властивості.
- •Функція розподілу ймовірностей та щільність ймовірностей системи
- •Двовимірний нормальний закон розподілу.
- •Закон розподілу Бернулі
- •Біноміальний закон розподілу двв. Числові характеристики.
- •Пуасонівський закон розподілу двв, числові характеристики.
- •Геометричний закон розподілу двв, числові характеристики.
- •Гіпергеометричний закон розподілу двв, числові характеристики.
- •Рівномірний закон розподілу нвв.
- •Нормальний закон розподілу.
- •Показниковий закон та його використання в теорії надійності та теорії черг.
- •Розподіл
- •Розподіл Стьюдента. Розподіл Фішера. (45-46)
- •Правило трьох сигм. Логарифмічний нормальний закон.
- •Функції одного дискретного випадкового аргументу.
- •.Числові характеристики функції одного дискретного випадкового аргументу.
- •Функції неперервного випадкового аргументу та їх числові характеристики.
- •Функції двох випадкових аргументів та їх числові характеристики.
- •Числові характеристики функції дискретного випадкового аргументу
- •Нерівності Чебишева та їх значення.
- •Теорема Чебишева.
- •Теорема Бернуллі.
- •Центральна гранична теорема теорії ймовірностей ( теорема Ляпунова) та її використання у математичній статистиці.
- •Предмет і задачі математичної статистики.
- •Утворення вибірки. Генеральна та вибіркова сукупність.
- •Статистичні розподіли вибірок.
- •Емпірична функція розподілу, гістограма та полігон.
- •Числові характеристики: вибіркова середня, дисперсія вибірки, середньоквадратичне відхилення.
- •Мода й медіана, емпіричні початкові та центральні моменти, асиметрія та ексцес.
- •Дати визначення статистичної оцінки.
- •Точкові та інтервальні статистичні оцінки.
- •Дати визначення довірчого інтервалу.
- •Що таке нульова та альтернативна статистичні гіпотези.
- •Перевірка (правдивості нульової) гіпотези про нормальний закон розподілу ознаки генеральної сукупності.
- •Емпіричні та теоретичні частоти.
- •Критерії узгодження Пірсона та Колмогорова.
- •Помилки першого та другого роду.
- •Статистичний критерій. Критична область.
- •Дати означення моделі експерименту.
- •Дати поняття одно факторний аналіз.
- •Загальна дисперсія, між групова та внутрішньогрупова дисперсії.
- •. Поняття про функціональну, статистичну та кореляційну залежності.
- •Рівняння лінійної регресії. Довірчий інтервал для лінії регресії
- •Вибірковий коефіцієнт кореляції.
- •Множинна регресія, множинний коефіцієнт кореляції та його властивості.
- •Нелінійна регресія.
- •85) Визначення та приклади ланцюгів Маркова.
- •Інтуїтивне визначення
- •Формальне визначення
- •Граф переходів ланцюга Маркова
- •86) Ймовірність переходу за n кроків.
- •87) Замкнуті множини станів.
- •88) Класифікація станів. Неповоротний стан.
- •1. Ергодичний стан
- •2. Нестійкі стани
- •3. Поглинальні стани
- •89) Ергодична властивість неперіодичних ланцюгів. Стаціонарний розподіл.
- •90) Періодичні ланцюги.
- •91) Загальний марковський процес (Ланцюг Маркова з неперервним часом).
- •92) Гранична поведінка перехідних ймовірностей ланцюга Маркова.
- •93) Гілчастий процес.
- •94) Алгебраїчний підхід вивчення скінченних ланцюгів Маркова.
- •96) Випадковий проце, стаціонарний у широкому сенсі.
- •97) Аналіз кореляційної функції. Ергодичність.
- •100) Рівняння Колмогорова - Чепмена
Утворення вибірки. Генеральна та вибіркова сукупність.
Нехай потрібно вивчити сукупність об’єктів відносно деякої якісної або кількісної ознаки, які характеризують ці об’єкти. Розглядаючи одну ознаку припускають, що інші ознаки рівноправні або множина об’єктів однорідна, такі множини однорідних об’єктів назив статистичною сукупністю.
Наприклад: якщо дослідити партію деталей якісною ознакою, буде: стандартність або нестандартність кожної деталі; кількісною ознакою – розмір деталі. Кількісні ознаки можуть бути дискретними або неперервними.
Перевірку сукупності деталей можна провести 2 способами:
Провести перевірку всіх деталей
Перевірити лише певну частину деталей
Вибірковою сукупністю (вибіркою) назив. сукупність випадково взятих об’єктів.
Генеральною сукупністю назив сукупність об’єктів з яких зроблено вибірку.
Об’ємом сукупності (вибіркової або генеральної) назив кількість об’єктів цієї сукупності.
Вибірки можуть бути повторні та безповторні. Повторною назив вибірка, при якій відібраний об’єкт повертається до генеральної сукупності. Безповторна – коли об’єкт не повертається до генеральної сукупності.
Репрезентативна вибірка – представницька, коли її здійснюють випадково. Кожен об’єкт вибірки відібраний випадок з генеральної сукупності, якщо всі її об’єкти мають однакову ймовірність потрапити до вибірки.
Статистичні розподіли вибірок.
Для детального вивчення вибірки в простому статистичному ряді доцільно зробити обробку, згрупувати члени вибіркової сукупності, що приймають рівні значення, ознаки або значення в деякому інтервалі.
Нехай з генеральної сукупності взята вибірка об’єктів для вивчення ознаки Х, яка приймає значення х1 – n1 раз … хm – m раз. Значення х1… хm - варіанти ознаки х. варіанти, що записані до таблиці у зростаючому порядку назив варіаційним рядом.
Кількість
спостережень – n1
, n2
…nm
- назив рядом частот. Сума усіх частот
назив об’ємом вибірки, обчислюється
за формулою
Відношення частоти mk до об’єму вибірки nk назив відносною частотою варіант хk. Сума всіх відносних частот вибірки = 1
– відносна частота
варіант хk
. Статистичним
розподілом вибірки назив перелік варіант
та відповідних їм частот або відносних
частот.
Емпірична функція розподілу, гістограма та полігон.
Емпірична функція
розподілу або функція розподілу вибірки
назив
,
яка визначає для кожного значення х
відносну частоту події і за аналогією
Х<х
Інтегральна функція розподілу F(x) генеральної сукупності назив теоретичною функцією розподілу, вона відрізняється від емпіричної тим, що визначає ймовірність події Х<х, а емпірична відносну частоту цієї події.
Властивості:
0< <1
Зростаюча.
=
Полігоном частот називається ламана, відрізки якої з’єднують точки (x1;n1)(x2;n2)…(xm; nm) ; відносних частот (x1; w1) (x2; w2)…(xm; wm).
Гістограмою частот
назив східчасту фігуру, яка складається
з прямокутників основами яких є відрізки
довжиною xk-xk-1,
а висоти
.
Гістограмою
відносних частот назив східчасту фігуру,
яка складається з прямокутників основами
яких є відрізки довжиною xk-xk-1,
а висоти
- щільність частоти.
Площа гістограми частот = об’єму вибірки, а площа гістограми відносних частот = 1.
Гістограма – наближений графік диференціальної функції розподілу.