- •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.
50.Асимптотична формула Пуассона.
Якщо ймовірність появи події А в кожному випробуванні постійна і дуже мала, а число випробувань n достатньо велике, тоді ймовірність того, що подія А відбудеться m раз при n випробуваннях дорівнює
Функція табульована для значень і m і визначає ймовірності рідкісних явищ. 51.Інтегральна теорема Муавра-Лапласа.
Якщо ймовірність Р появи події А в кожному випробуванні постійна і відмінна від нуля і одиниці, то ймовірність того, що подія А при n випробуваннях відбудеться з’явиться не менше m1 і не більше m2 разів наближено обчислюється за формулою:
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.
Випадковою називається величина, яка може набувати різних числових значень. Строгіше означення випадкової величини пов’язане з поняттям простору елементарних подій. Нехай задано простір елементарних подій . Однозначна числова функція яку задано на просторі елементарних подій, називаєтьсявипадковою величиною. Якщо простір дискретний, то випадкова величина дискретна. Неперервному простору елементарних подій відповідає неперервна випадкова величина.
Співвідношення між значеннями випадкової величини і їхніми ймовірностями називається законом розподілу випадкової величини.
Для дискретних випадкових величин закони розподілу можуть задаватися множиною значень, що їх набуває випадкова величина, і ймовірностями цих значень.
Якщо тоабо, якщо величина набуває зліченної множини значень, то
Закони розподілу дискретних випадкових величин задаються у табличній формі (подаються значення випадкової величини і їхні ймовірності), аналітичній (наводиться формула, за якою обчислюються ймовірності для заданих значень випадкової величини), графічній (у прямокутній системі координат задається набір точок сполучивши точки відрізками прямих, дістанемо многокутник розподілу ймовірностей). Універсальним способом задання закону розподілу ймовірностей єфункція розподілу Для дискретних величин
Функція розподілу — неспадна, неперервна зліва, Для довільних
Якщо Х — неперервна випадкова величина, то — неперервна і диференційована; її похіднаназиваєтьсящільністю розподілу ймовірностей. При цьому — невід’ємна функція, для якої
Математичним сподіванням, або середнім значенням, МХ випадкової величини, називається ряд (для дискретних випадкових величин) і інтеграл(для неперервних випадкових величин), якщо вони абсолютно збіжні. Математичне сподівання має такі властивості:
(С — стала);
;
якщо Х і Y — незалежні випадкові величини.
Дисперсія (позначається через ) випадкової величини Х визначається за формулою:
Основні властивості дисперсії:
якщо випадкові величини незалежні.
Середнє квадратичне відхилення (позначається літерою ) є квадратним коренем із дисперсії.
Якщо від випадкової величини віднімемо її математичне сподівання, то дістанемо центровану випадкову величину, математичне сподівання якої дорівнює нулю. Ділення випадкової величини на її середнє квадратичне відхилення називається нормуванням цієї випадкової величини.
Випадкова величина має нульове математичне сподівання й одиничну дисперсію.
Початковий, центральний і абсолютний початковий моменти порядку k величини Х визначають відповідно за такими формулами: