
- •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
Закон розподілу Бернулі
Біноміальний закон розподілу двв. Числові характеристики.
Цілочислова
випадкова величина X
має біноміальний закон розподілу, якщо
ймовірність її можливих значень
обчислюється за формулою Бернуллі:
k =
0, 1, 2, 3, ..., n.
У табличній формі цей закон набирає такого вигляду:
|
0 |
1 |
2 |
3 |
... |
n |
|
|
|
|
|
|
|
При
перевірці виконання умови нормування
використовується формула біному
Ньютона, тому закон розподілу називають
біноміальним:
.
Основні
числові характеристики для цього
закону:
,
,
.
Пуасонівський закон розподілу двв, числові характеристики.
Цілочислова
випадкова величина Х
має пуассонівський закон розподілу,
якщо ймовірності її можливих значень
,
k =
0, 1, 2 ,3, ..., n,
тобто обчислюється за формулою Пуассона,
де a=np.
У табличній формі цей закон розподілу
буде такий:
Х = k |
0 |
1 |
2 |
3 |
… |
n |
|
|
|
|
|
|
|
|
|
.
.
;
.
Геометричний закон розподілу двв, числові характеристики.
Інколи
спроби здійснюють до першої появи
випадкової події. Число проведених
спроб буде цілочисловою випадковою
величиною. Цілочислова випадкова
величина Х
має геометричний закон розподілу, якщо
ймовірності її можливих значень
,
k
= 1, 2, 3, …, n.
p — імовірність появи випадкової події в кожній спробі — є величиною сталою, q = 1 – p.
У табличній формі геометричний закон розподілу такий:
|
1 |
2 |
3 |
4 |
... |
|
|
|
|
|
... |
При перевірці умови нормування використовується формула суми нескінченної геометричної прогресії, тому й закон розподілу називають геометричним:
Числові характеристики для цього закону:
,
,
.
Гіпергеометричний закон розподілу двв, числові характеристики.
Цілочислова
випадкова величина Х
має гіпергеометричний закон розподілу,
якщо ймовірність її можливих значень
обчислюється за формулою
.
Гіпергеометричний
закон розподілу ймовірностей відбувається
за таких обставин: нехай задано деяку
множину однотипних елементів, число
яких дорівнює n;
з них
елементів
мають, наприклад, ознаку А
(колір, стандартність), а решта
елементів
— ознаку В;
коли із цієї множини навмання беруть m
елементів, число елементів k
з ознакою А
(або В),
що трапляється серед m
навмання взятих елементів, буде
цілочисловою випадковою величиною з
гіпергеометричним законом розподілу.
У табличній формі запису цей закон розподілу подається так:
|
0 |
1 |
2 |
... |
m |
|
|
|
|
|
|
Умова нормування
.
Залежно від умови
задачі найменше значення може становити
m = 0,
1, 2, 3, ..., m –
1.
Числові
характеристики цього закону обчислюються
за наведеними далі формулами:
,
,