- •2. Границя і неперервність функції 2-х змінних.
- •7. Екстремум функції двох змінних. Необхідні і достатні умови екстремуму.
- •12.Однорідні диференціальні рівняння 1 -го порядку.
- •13.Лінійні диференціальні рівняння 1 -го порядку.
- •31.Розвинення в ряд Маклорена функцій.
- •32.Наближене обчислення інтегралів за допомогою рядів.
- •36.Випадкові події. Алгебра подій (сума, різниця, добуток).
- •40.Геометричне означення ймовірності.
- •42.Теорема додавання ймовірностей сумісних подій.
- •44.Ймовірність появи хоча б однієї події з декількох незалежних подій.
- •45.Формула повної ймовірності.
- •50.Асимптотична формула Пуассона.
- •52.Ймовірність відхилення відносної частоти події в серії з n незалежних випробувань від ймовірності події в одному випробуванні.
- •53.Дискретна випадкова величина. Способи її задання. Закон розподілу.
- •54.Неперервна випадкова величина. Функція розподілу ймовірностей та її властивості. Ймовірність попадання випадкової величини в заданий інтервал.
- •61.Розподіл Пуассона та його числові характеристики.
- •62.Рівномірний закон розподілу та його числові характеристики.
- •63.Показниковий розподіл і його числові характеристики.
- •70.Дискретні двовимірні випадкові величини, закон розподілу ймовірностей, основні властивості. Закони розподілу компонент.
- •71.Неперервні двовимірні випадкові величини. Функція розподілу та її властивості.
- •75.Умовне математичне сподівання дискретної і неперервної двовимірної випадкової величини.
- •79.Визначення щільності розподілу функції неперервної випадкової величини по щільності розподілу аргументу.
- •97.Типи статистичних гіпотез. Нульова і конкуруюча гіпотези. Помилки 1 -го і 2-го роду. Рівень значущості.
75.Умовне математичне сподівання дискретної і неперервної двовимірної випадкової величини.
Для дискретної двовимірної ВВ (X, Y) умовні мат. сподівання обчислюються за формулами:
Для неперервної двовимірної ВВ: 76.Залежні і незалежні випадкові величини. Необхідна і достатня умова незалежності випадкових величин.
Дві ВВ наз. незалежними, якщо закон розподілу кожної з них не залежить від того, якого значення набула інша. Із цього означення випливає, що умовні розподіли незалежних величин дорівнюють їх безумовним розподілам, тобто:
Теорема. Для того, щоб неперервні ВВ X і Y були незалежними, необхідно і досить, щоб функція розподілу системи (X, Y) дорівнювала добутку функцій розподілу складових:
Наслідок. Для того, щоб неперервні ВВ X і Y були незалежними, необхідно і досить щоб щільність сумісного розподілу системи (X, Y) дорівнювала добутку щільностей розподілу складових:
У випадку, коли X і Y – дві незалежні дискретні ВВ, то необхідна і достатня умова незалежності X і Y виражається системою рівностей: 77.Числові характеристики двовимірної випадкової величини. Початкові і центральні моменти. Кореляційний момент і коефіцієнт кореляції. Теорема про кореляційний момент для незалежних випадкових величин.
Важливими числовими характеристиками двох ВВ (X, Y) є мат. сподівання та дисперсії складових М(Х), М(Y), D(X), D(Y), кореляційний момент µxy і коефіцієнт кореляції rxy.
Початковим моментом порядку (k + s) системи (X, Y) наз. мат. сподівання добутку Xk · Ys.
Центральним моментом порядку (k + s) системи (X, Y) наз. мат. сподівання k-го і s-го степенів відповідних центрованих величин.
На практиці найчастіше застосовують початкові моменти першого порядку та центральні моменти другого порядку.
Початкові моменти першого порядку є мат. сподіваннями випадкових величин X і Y.
Центральні моменти другого порядку співпадають з дисперсіями випадкових величин X і Y. Вони характеризують розсіювання системи (X, Y) у напрямку осей ОХ і ОY.
Особливу роль при вивченні системи двох ВВ відіграють другий мішаний центральний момент і коефіцієнт кореляції rxy , які є показниками взаємозв’язку між компонентами X і Y.
Кореляційним моментом (коваріацією) µxy двовимірної ВВ (X, Y) наз. мат. сподівання добутку відхилень складових цієї величини від мат. сподівань:
Кореляційний момент можна виражати співвідношенням:
Кореляційний момент характеризує як розсіювання величин X і Y, так і зв’язок між ними. Якщо випадкові величини X і Y незалежні, то можна показати, що кореляційний момент µxy = 0 (обернене не має місця).
Випадкові величини, для яких кореляційний момент = 0, наз. некорельованими.
Коефіцієнтом кореляції rxy двовимірної ВВ (X, Y) наз. відношення кореляційного моменту µxy до добутку середніх квадратичних відхилень цих величин:
де
Зазначимо , що Коефіцієнт кореляції характеризує ступінь тісноти лінійної залежності між величинами X і Y. Чим ближче значеннядо 1, тим більш точною буде рівність
Якщо rxy = 0, то або залежність між X і Y лінійному закону не підлягає, або вони взагалі незалежні.
Числові характеристики двовимірної ВВ:
Теорема. Кореляційний момент двох незалежних ВВ Х і Y дорівнює 0. Доведення: Так як Х і Y – незалежні ВВ, то їх відхилення ітакож незалежні. Користуючись властивостями мат. сподівання і відхилення, отримаємо:Коваріацію можна представити у вигляді: 78.Функція дискретної випадкової величини. Закон розподілу функції, числові характеристики.
Важливою задачею в теорії ймовірностей є визначення законів розподілу та числових характеристик функцій випадкових аргументів, закони розподілу яких відомі. Нехай Х — дискретна випадкова величина, яку задано табличним законом розподілу.
… | ||||
… |
Відомо, що тоді закон розподілуY має такий вигляд:
…. | ||||
… |
Числові характеристики функції можна знайти за її законом розподілу або за формулами:
Довільні моменти розподілу подаються аналогічними формулами:
.
Якщо випадкові величини задано законами розподілу:
… | ||||
… |
… | ||||
… |
і задано функцію то закон її розподілу визначається так. Множина значень, що їх набуваєZ, подається у вигляді: ,. При цьому
Нехай Х — неперервна випадкова величина, яку задано щільністю розподілу Якщоі — диференційована функція, монотонна в області значень Х, то щільність розподілу цієї функції подається у вигляді де— функція, обернена до. Якщо — не монотонна функція в області зміни аргументу, то обернена функція неоднозначна і щільність розподілу визначається як сума стількох доданків, скільки значень має обернена функція:де— функції, обернені до.
Визначаючи числові характеристики функцій неперервних аргументів, операцію підсумовування, виконувану для дискретних величин, заміняють операцією інтегрування: