- •1.1.Що є предметом теорії імовірності?
- •1.2.Дати означення підмножини скінченної (нескінченної), зліченої і незліченої. Навести приклад.
- •1.3.Суми, різниці та добутку множин. Навести приклади.
- •1.4.Дати означення сполучення та розміщення із n елементів по k, переставлення із n елементів. Записати позначення. Навести приклади
- •1.5. Записати формулу, що пов’язує число переставлень, сполучень та розміщень. Сформулювати правила суми та добутку, що вик при розв’язуванні комбінаторних задач. Навести приклади.
- •1.7. Дати означення сумісних, несумісних та попарно несумісних подій. Навести приклади.
- •1.8. Дати означення суми (об’єднання), різниці та добутку (перетину) подій, протилежної події, повної групи подій. Навести приклади.
- •1.9. Як випадкова подія виражається через елементарні наслідки випадкового експерименту? Які елементарні наслідки називаються такими, що сприяють появі даної події? Навести приклади.
- •1.10. Дати означення поняття імовірності випадкової події. Сформулювати класичне визначення імовірності події і записати відповідну формулу. Навести приклади.
- •1.11.(Геометричне визначення).
- •1.12. Дати означення частоти та відносної частоти події.
- •1.13. Сформулювати теореми: а) про імовірність суми двох подій; б) про імовірність суми двох несумісних подій; в) про імовірність суми декількох попарно несумісних подій. Навести приклади.
- •1.14. Дати означення незалежності і залежності двох подій, умовної імовірності події, попарної незалежності декількох подій, незалежності у сукупності декількох подій. Навести приклади.
- •1.15. Записати формулу для обчислення імовірності хочаб однієї з декількох подій, незалежних у сукуупності.Пояснити букви, навести приклади.
- •1.16. Записати формули: а) повної імовірності; б) Байеса. Пояснити зміст позначень. Навести приклади.
- •1.17. Навести умови схеми випробувань Бернулі. Записати формулу Бернулі.Навести приклади застосування.
- •1.18. Граничні теореми у схемі випробувань Бернулі. А)Пуассона. Б) Локальну та інтегральну Лапласа.
- •1.19.Записати формули для обчислення в схемі бернулі: а)імовірності відхилення частоти від імовірності б)найбільш імовірного числа появи подій
- •2.1. Дати означення випадкової величини (в.В.), дискретної (д.В.В.) та неперервної випадкої величини (н.В.В.). Навести приклади.
- •2.2. Дати означення закону та багатокутника розподілу ймовірностей д.В.В. Навести приклади.
- •2.3. Дати означення а) інтегральної; б) диференціальної функції розподілу н.В.В. Вказати їх основні властивості. Навести приклади.
- •2.5. Пояснити, що характеризують: а) математичне сподівання; б) дисперсія та середнє квадратичне відхилення; в) асиметрія; г) ексцес; д) мода; е) медіана.
- •2.6. Довести основні властивості математичного сподівання і дисперсії.
- •2.8.Записати основні закони розподілу н.В.В.: а) рівномірний; б) нормальний; в) показниковий. Пояснити зміст букв. Навести приклади н.В.В., розподілених за цими законами.
- •2.9.Що в теорії ймовірностей розуміють під терміном «Закон великих чисел»? Записати нерівність а. Чебишова. Пояснити зміст букв.
- •2.10.Сформулювати основні теореми закону великих чисел: а) Бернуллі; б) Чебишова; в) Центральну граничну теорему. Пояснити зміст букв.
- •2.12.Дати означення системі випадкових величин. Навести приклади. Дати означення закону розподілу дискретної двовимірної випадкової величини. Навести приклади.
- •2.13.Дати означення ф-ціїї розподілу двв. Основні властивості ф-ції розподілу, її геометричний зміст.
- •2.14.Дати означеня щільностей ймовірностей двв. Основні властивості, імовірнісний зміст.
- •2.15.Записати ф-ли для обчислення ймовірностей попадання випадкової точки в довільну двомірну область d; в прямокутник.
- •2.16. Означення залежності (незалежності) випадкових величин, що входять в с-му вв. Теореми про необхідну та достатню умови незалежності.
- •2.20. Навести основні властивості кореляційного моменту μxy та коефіцієнту кореляції rxy
- •2.21. Дати означення корельованості (некорельованості) двох в.В. Пояснити різнцю і зв’язок між корельованістю (некорельованістю) і залежністю двох в.В.
- •2.22. Вивести рівняння лінійної середньоквадратичної регресії y на х(х на y). Пояснити зміст позначень.Дати означення коефіцієнту регресії , залишкової дисперсії та пояснити, що вони характеризують.
- •2.23. Сформулювати теорему про корельованість складових нормально розподіленої двовимірної в.В.
- •2.26. Вказати вв що мають розподіл: Персона х2, Стьюдента, Фішера
- •3.1. Предмет мс є розробка методів, збору і обробки інформації, аналізу результатів обробки з метою одержання науково-обгрунтованих висновків і вироблення практичних рекомендацій.
- •3.2.Озн генеральної та вибіркової сукупності, об’єму вибірки, повторної і без повторної, репрезентативної вибірки
- •3.3.Озн статистичної (емпіричної) ф-ї розподілу, різниця між емпіричною і теоретичною ф-єю. Побудова графіків
- •3.4. Кумулятивної частоти та частостей.
- •3.5.Означення полігону, гістограми, кумулятивної частоти та частостей.
- •3.6.Означення статистичної оцінки параметра розподілу ген сукупності, незаміщеної еф обгр оцінки.
- •3.7.Означення генеральної та вибіркової середньої, довести...
- •3.8.Означення генеральних та вибіркових дисперсій та середнього квадр відхилення, формули
- •3.9.Дати озн вибіркових: Моди, медіани , початкового моменту, центрального моменту, асиметрії, ексцесу.
- •3.10.Означення точкової та інтегральної оцінки параметра, точність, надійність, інтервальна оцінка, надійний інтеграл
- •3.11.Вивести формули обч кінців надійного інтервалу для оцінки мат сподівання нормального розподілу: з відомим значенням а та з невідомим значенням а. Сформ взаємозалежності.
- •3.13.Записати формули для обчислення кінців надійного інтервалу для оцінки середнього квадратичного відхилення нормального розподілу. Пояснити зміст позначень.
- •3.14.Дати означення емпіричної та теоретичної частот, формули для обч теоретичних частот розподілів : Пуассона, нормальної та генеральної сукупності
- •3.15.Дати озн функціональної, статистичної, кореляційної залежності, умовного середнього, вибіркових рівняння та лінії регресії.
- •3.16.Вивести формули для обч параметрів вибіркового рівн лінійної регресії : а) за не згрупованими даними, б) за згрупованими
- •3.17.Записати формулу для обч вибіркової кореляції кінців надійного інтервалу для інтерн. Оцінки коеф кореляції нормально розподіленої ген сукупності
- •3.18.Дати озн статист гіпотези, назв осн види, означ нульової, альтернативної гіпотез, помилки 1 і 2 роду
- •3.19.Означення статистичного критерію, спостереженого та теор значенню критерію, Крит обл., обл. Прийняття гіпотези, критичних точок, однобічної та двобічної Крит обл., лівоб та правоб крит обл
- •3.20.Дати озн рівня значущості, потужності критерії. Способи знах одноб та двоб критичної обл.
2.2. Дати означення закону та багатокутника розподілу ймовірностей д.В.В. Навести приклади.
Законом розподілу дискретної випадкової величини називають таке співвідношення, яке встановлює зв’язок між можливими значеннями випадкової величини і відповідними їм ймовірностями; його можна задати таблично, аналітично (у вигляді формули) .
Для наочності закон розподілу дискретної випадкової величини можна зобразити і графічно, для чого в прямокутній системі координат будують точки (хі, рі), а потім з’єднують їх відрізками прямих. Отриману фігуру називають багатокутником розподілу.
Задати закон розподілу д.в.в. — це задати рівність рk=Р(Х=хk), яку можна розглядати як функцію. Функція розподілу для дискретної випадкової величини має вигляд
Наприклад, умовами лотереї передбачено: 1 виграш—100 грн., 2—50 грн., 8—10 грн., 19—1 грн. Знайти закон розподілу суми виграшу власником одного лотерейного білету, якщо продано 1000 білетів. Будемо шукати закон розподілу у вигляді ряду розподілу.
Х |
100 |
50 |
10 |
1 |
0 |
Р(Х) |
0.001 |
0.002 |
0.008 |
0.019 |
0.97 |
Де р(0)=1-(0.001+0.002+0.008+0.019)=1-0.03=0.97
Це табличний спосіб задання функції.
А, якщо задавати графічно, то треба взяти прямокутну систему координат. На осі асцис будемо відкладати можливі значення ДВВ, а на осі ординат — відповідні значення імовірності. Одержимо точки з координатами (х1, р1), (х2, р2), …, (хn, pn).
Р
р3
р4
р2
р1
р5
Поєднавши ці точки прямими, одержимо графік у вигляді многокутника розподілу випадкової дискретної величини.
2.3. Дати означення а) інтегральної; б) диференціальної функції розподілу н.В.В. Вказати їх основні властивості. Навести приклади.
Інтегральною функцією розподілу називають імовірність того, що випадкова величина Х прийме значення, менше х. Функцію розподілу позначають F(x). Таким чином,
Якщо НВВ Х може приймати будь-яке значення з (a,b), то ,
тобто імовірність прийняття величиною Х значень з (a,b) дорівнює приросту функції розподілу.
Властивості інтегральної функції:
1)
2) — зростаюча функція, тобто , якщо ;
3)
Диференціальною функцією розподілу або щільністю імовірностей неперервної випадкової величини називають похідну першого порядку від її інтегральної іункції розподілу і позначають .
Властивості диференціальної функції:
1) , тому, що вона є похідною зростаючої функції ;
2) тому, що є похідною ;
3) тому, що подія— достовірна.
2.4. Дати означення основних числових характеристик в.в.: а) математичного сподівання; б) дисперсії; в) початкового та центрального моментів; г) асиметрії; д) ексцесу; е) моди; ж) медіани. Записати формулу для їх обчислення для д.в.в. та н.в.в.. Пояснити зміст букв, навести приклади.
Математичним сподівання Х називають число, яке дорівнює сумі добутків можливих значень Х на відповідні їм імовірності.
М(Х) або mX —математичне сподівання ДВВ.
Якщо Х приймає нескінченну кількість значень, то
.
Математичне сподівання для НВВ обчислюється за формулою
Де ;
—певне значення Х; — імовірність того, що Х приймає значення
Дисперсія Х — це число, яке дорівнює математичному сподіванню квадрата відхилення в.в. від її математичного сподівання.
— дисперсія величини Х.
Обчислення дисперсії для ДВВ:
Обчислення дисперсії для НВВ:
Початковим моментом порядку k в.в. Х називають математичне сподівання величини Хk і позначають , k=1,2,…,n.
Центральним моментом порядку k в.в. Х називають математичне сподівання величини і позначають k=1,2,…,n.
Асиметрією або коефіцієнтом асиметрії називається величина
— центральний момент 3-го порядку
— середнє квадратичне відхилення
Якщо AS=0 (AS), то розподіл симетричний (асиметричний);
Якщо AS>0 (AS<0), то асиметрія правостороння (лівостороння).
Ексцес в.в. характеризує плоско- чи гостроверхість розподілу, порівняно з нормативним розподілом з тим же значенням дисперсії.
. Якщо ЕХ>0 (ЕХ<0), то розподіл гостроверхий (плосеоверхий).
При графічному способі зображення закону розподілу в.в., значення в.в. імовірність якого найбільша, називають модою (М0).
Медіана (Ме)— це середина відрізку між математичним сподіванням та модою.