
- •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
Сформулювати аксіоми класичної теорії ймовірностей.
У класичній моделі Т.Й вважається, що :
Множина елементів подій одного випробування скінчена і утворює повну групу не сумісних подій.
З кожним елементарним наслідком W_i можна позначати Р_і, яке називається ймовірністю усього наслідку.
Ймовірність Ра настання події А, яка полягає в тому, що настала одна з елементарних подій w1, w2,… wn = сумі ймовірностей цих подій Р(А) = р1 + р2 + … рn .
Події w1, w2,… wn рівно ймовірні, то р1 = р2 = рn , і тоді Р(А)=
. n- число наслідків, що сприяють А.
m – число всіх рівно можливих наслідків.
Дати означення та вказати властивості перестановки, сполучення, комбінації елементів.
Перестановкою із
n
елементів називають такі впорядковані
множини з n
елементів, які різняться між собою
порядком їх розміщення.
Кількість
таких упорядкованих множин обчислюється
за формулою
.
Оскільки
,
то при n
= 1 маємо 1! = 0!, 0! = 1.
Розміщенням із n
елементів по m
(0
)
називаються такі впорядковані множини,
кожна із яких містить m
елементів і які відрізняються між собою
порядком розташування цих елементів
або хоча б одним елементом.
=
Комбінаціями з n
елементів по
називаються такі множини з m
елементів, які різняться між собою хоча
б одним елементом. Кількість таких
множин
.
Дати означення відносної частоти появи події.
Відносною частотою
випадкової події А W(A) називається
відношення кількості експериментів m,
при яких подія А спостерігалася, до
загальної кількості n проведених
експериментів:
.
Як і для ймовірності випадкової події,
для відносної частоти виконується
нерівність
.
Дати геометричне та статистичне означення ймовірності.
Якщо множина А є
частиною деякої множини М, то ймовірність
події А визначається як відношення міри
множини А до міри множини М. Р(А) =
.
Мірою множини може бути довжина відрізка, площа або об’єм фігури.
При n-кратному випробуванні подія А настає m разів, тоді число називається відносною частотою настання події А. При багаторазовому повторенні досвіду відносна частота має властивість сталості, тобто в досить великих серіях випробувань в числах μ(А) групується навколо числа P(A).
P(A) =
, μ (A) =
При багаторазовому
підкиданні монети відносні частоти
появи герба будуть групуватися навколо
числа
.
Тому ймовірність появи герба дорівнює
.
Дати визначення умовної ймовірності.
Якщо ймовірність
випадкової події А обчислюється за
умови, що подія В відбулася, то така
ймовірність називається умовною. Ця
ймовірність обчислюється за формулою
,
,
,
.
1. Р (А / В) = 0, якщо А∩В = .
2. Р (А / В) = 1, якщо А∩В = В.
3. У решті випадків 0 < Р(А / В) < 1.