- •Билет№1. Случайные события. Элементарные события. Пространство элементарных событий.
- •Билет №2. Вероятность события. Формула классической вероятности.
- •Билет№3. Несовместные события. Теорема сложения для несовместных событий.
- •Билет№4.Независимые события. Теорема произведения для независимых событий.
- •Билет№5. Условная вероятность. Теорема умножений вероятностей зависимых событий:
- •Билет№6. Совместные события. Теорема сложения совместных событий:
- •Билет №7. Вероятность появления хотя бы одного из n независимых в совокупности событий.
- •Билет№8. Геометрическая вероятность события
- •Билет №9. Статистическая вероятность.
- •Билет №10. Принцип практичної вірогідності та практичної неможливості появи випадкових подій в окремому віпробуванні.
- •Билет№11.Формула полной вероятности.
- •Билет №12. Формула Байеса
- •Билет №13. Случайная величина (дискретная и случайная). Примеры.
- •Билет №14. Распределение дискретной случайной величины.
- •Билет №15. Полигон (многоугольник) распределения.
- •Билет №16. Числовые характеристики дискретных случайных величин.
- •Билет №17. Незалежні та залежні дискретні випадкові величини.
- •Билет №18. Математическое ожидание его свойства. Вероятностный смысл
- •Билет №19. Дисперсия. Её свойства. Средне квадратичное отклонение.
- •Билет №20. Распределение Бернулли. Его численные характеристики. Мода.
- •№21. Твірна функція. (Производящая функция).
- •№22. Розподіл Лапласа. Диференціальна теорема Лапласа.
- •№23. Дифференціальна функція Лапласа та ії властивості.
- •Билет№24. Интегральная функция Лапласа:
- •Билет №25.Интегральная теорема Лапласа
- •№26. Чисельні характеристики розподілу Лапласа. Численные характеристики распределения Лапласа:
- •27. Различные формы интегральной теоремы Лапласа.
- •28. Взаимонезависимые случайные величины, имеющие одинаковое распределение. Численные характеристики их среднего арифметического.
- •29. Распределение Пуассона. Область использования.
- •30. Численные характеристики распределения Пуассона. Мода.
- •31. Простейший (пуассоновский) поток событий.
- •32. Непрерывная случайная величина. Примеры.
- •33. Интегральная функция распределения. Ее свойства.
- •№34. Кумулята. Ее свойства.
- •35. Дифференциальная функция распределения (плотность вероятности), ее свойства.
- •36. Численные характеристики непрерывной случайной величины.
- •37. Начальный и центральный моменты случайной величины.
- •38. Равномерное распределение, его использование. Численные характеристики.
- •39. Показательное распределение, его применение. Численные характеристики.
- •40. Нормальный закон распределения (закон Гаусса).
- •41. Влияние параметров нормального закона на форму кривой Гаусса.
- •№42. Центрированная и нормированная нормальная случайная величина. Ее численные характеристики, дифференциальная и интегральная функции распределения.
- •43. Вероятность отклонения случайной величины, имеющей нормальное распределение, от матожидания. Правило 3 сигма.
- •44. Асимметрия, эксцесс.
- •45. Неравенство Чебышева.
- •46. Теорема Чебышева (закон больших чисел в форме Чебышева).
- •№47. Теорема Бернулі (закон великих чисел у формі Бернулі).
- •48. Теорема Ляпунова (закон больших чисел в форме Ляпунова).
- •49. Случайный марковский процесс. Матрица перехода.
- •50. Уравнение Маркова.
- •51. Двумерная дискретная случайная величина, ее распределение.
- •№52. Чисельні характеристики двомірної випадкової величини.
- •№53. Умовний розподіл двовимірної випадкової величини та його чисельні характеристики.
- •№54. Двовимірна неперервна випадкова величина. Інтегральна функція розподілу, її властивості.
- •55. Двумерные непрерывные случайные величины. Интегральная функция распределения, её свойства.
- •№56. Звязок між диференціальною і інтегральною функціями розподілу.
- •№57. Звязок між інтегральною і диференціальною функціями розподілу.
- •58. Вероятность попадания в полосу и прямоугольник.
- •№59. Звязок між інтегральною функцією двовимірної неперервної випадкової величини та її компонентами.
- •№60. Звязок між диференціальною функцією двовимірної неперервної випадкової величини та її компонентами.
- •№61. Чисельні характеристики двовимірної неперервної випадкової величини.
- •№62. Умовне матиматичне сподівання двовимірної неперервної випадкової величини.
- •№63. Незалежні та залежні компоненти двовимірної дискретної випадкової випадкової величини.
- •№64. Незалежні та залежні компоненти двовимірної неперервної випадкової випадкової величини.
- •63(105) Корреляционный момент. Его свойства
- •64(106). Коэффициент корреляции и его свойства
- •65. Коррелированные и некоррелированные случайные величины.
- •№66. Двовимірна нормальна випадкова величина, її диференціальна функція розподілу.
- •№67. Умовні диференціальні функції розподілу компонент двовимірної нормальної випадкової величини.
- •68. Условное матожидание и условное среднеквадратичное отклонение.
- •№70. Генеральна сукупність. Її чисельні характеристики.
- •71. Выборка. Репрезентативность выборки.
- •№72. Чисельні характеристики вибірки. Їх звязок з чисельними характеристиками генеральної сукупності.
- •73. Точечные оценки выборки. Её свойства: несмещенность , состоятельность, эффективность.
- •74. Оценка математического ожидания.
- •№75. Оцінка дисперсії. Зміщенність цієї оцінки. Виправлена дисперсія.
- •№76. Інтервальні оцінки. Довірчий інтервал. Точність та надійність оцінки.
- •№77. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення відоме.
- •№78. Довірчий інтервал на невідоме математичне сподівання нормальної сукупності. Середнє квадратичне відхилення невідоме.
- •№79. Доверительный интервал на неизвестное мат ожидание нормальной совокупности. Среднее квадратическое отклонение неизвестное. Объем выборки малый. Использование распределения Стьюдента.
- •№80. Минимальный объем выборки, который обеспечивает заданную точность и надежность оценки мат. Ожидания.
- •№81. Группировка эмпирических данных при их обработке. Выбор шага.
- •№82. Гістограма відносних часток досліджуваної ознаки. Кумулята.
- •№83. Знаходження чисельних характеристик за допомогою умовної варіанти.
- •№84. Статистические гипотезы. Нулевая и конкурирующая гипотезы. Односторонняя и двусторонняя критические области. Ошибки первого и второго рода.
- •№85. Критерій Пірсона. Знаходження критичних значень при перевірці гіпотези про погодження емпіричних та теоретичних частот. Баланс частот.
- •№86. Корреляційний звязок. Лінійна парна регресія. Метод найменших квадратів.
- •№87. Построение линейной парной регрессии. Центр корелляции. Экономическое содержание коэффициентов регрессии.
- •№88. Спряжена лінія регресії. Її розташування по відношенню до прямої лінії регресії.
- •№89. Вибірковий коефіцієнт корреляції. Його властивості.
- •№90. Дисперсія помилок та дисперсія, зумовлена лінійною парною регресією. Коефіцієнт детермінації. Його властивості.
- •№91 Дисперсійний аналіз вкладу дисперсії помилок та дисперсії, зумовленою регресією у повну дисперсію результативної ознаки.
- •№92. Значимість лінійного корреляційного звязкуза критерієм Фішера-Снедекора.
- •№94. Міжгрупова та внутрішньогрупова дисперсії.
- •№95. Індекс детермінації та його властивості. Кореляційне відношення.
- •№98. Критерий Стьюдента значимости коэффициента корелляции линейной парной регрессии.
- •№99. Довірча полоса на пряму лінію регресії.
- •№101. Лінійна множинна регрессія. Мнк. Система нормальних рівнянь.
- •№102. Дисперсія помилок. Коефіцієнт детермінації.
- •№104. Критерій Фішера значності множинної лінійної моделі в цілому.
Билет№5. Условная вероятность. Теорема умножений вероятностей зависимых событий:
Условная вероятность РА(В)-вероятность события В вычисленного в предложении, что событие А уже наступило.
Теорема умножений вероятностей зависимых событий: Вероятность совместного появления 2 зависимых событий = произведению вероятности одного из них на условную вероятность другого вычисленного в предложении ,что первое событие уже наступило.
Р (АВ_=Р(А)*РА(В)
Следствие: Вероятность совместного появления нескольких зависимых событий = произведению одного из них на условной вероятности всех остальных, причем вероятность всех в предложении, что все предыдущие события уже появились:
Р (АВС)=Р(А)*Р(В)*Р(С)
Билет№6. Совместные события. Теорема сложения совместных событий:
2 события наз. совместными, если появление одного из них не исключает появление другого в одном и тоже испытании
Теорема сложения совместных событий:
Вероятность суммы 2 совместных событий равна сумме вероятностей этих событий без вероятности их совместного наступления Р (А+В)=Р(А)+Р(В)-Р(АВ).
Док-во: А и В совместные события.
А - может произойти, если произойдет или АВ
Р(А)=Р( )+Р(АВ)
Р ( )=Р(А)-Р(АВ)
Аналогично производим рассуждения относит. события В. В может произойти, если произойдет или АВ
Р(В)=Р( )+Р(АВ)
Р( )=Р(В)-Р(АВ)
Наступление события А+В может быть, если произойдут 3 события: , ,АВ Эти 3 события несовместные поэтому для них справедливо.
Р(А+В)=Р( )+Р( )+Р(АВ)
Р (А+В)=Р(А)+Р(В)-2Р(АВ)+Р(АВ)
Р (А+В)=Р(А)+Р(В)-Р(АВ)
Билет №7. Вероятность появления хотя бы одного из n независимых в совокупности событий.
Вероятность появления хотя бы одного события из событий А1,А2,…,Аn, независимых совокупностей, = разности между 1 и произведением вероятности противоположных событий 1, 2, …, n. P (A) =1-q1, q2,…qn
Частный случай: если события А1,А2,…,Аn имеют одинаковую вероятность, = р, то вероятность появления хотя бы 1 из этих событий = P(A)=1-qn
Билет№8. Геометрическая вероятность события
Геометрическая вероятность события А называется отношение площади области D к площади области , т. е.P(A)
Геометрическое определение вероятности события применимо и в случае, когда области и обе линейные или объемные. В 1 случае:P (A) =
Во 2 случае:P (A) =
Где l - длина,a V- объем соответствующей области.
Все 3 формулы можно записать в виде: P (A) =
Где через mes обозначается мера (S, l, V)области
Геометрическая вероятность обладает всеми свойствами, присущими классическому (и другим) определению:
Геометрическая вероятность любого события заключена между 0 и 1, т.е.0P(A)1
Геометрическая вероятность невозможного события =0, т.е. P () =0
Геометрическая вероятность достоверного события =1, т.е.P()=1
Геометрическая вероятность суммы несовместных событий = сумме вероятностей этих событий, т.е. если A*B=, то P(A+B)=P(A)+P(B)
Пример: 2 чел. Договорились о встрече между 9 и 10 часами утра. Пришедший первым ждет второго в течение 15 мин., после чего уходит (если не встретились). Найти вероятность того, что встреча состоится, если каждый наудачу выбирает момент своего прихода.
П усть x- время прихода первого, а второго- y. Возможные значения x и y: 0 x 60, 0 y 60 (в качестве ед. масштаба возьмем мин.), которые на плоскости Oxy определяет квадрат со стороной, раной 60. Точки этого квадрата изображают время встречающихся.
Тогда =(x, y):0 x60; 0 y60; все исходы равно возможны, т.к лица приходят наудачу. Событие А – лица встретятся – произойдет, если разность между моментами их прихода будет не более15 мин. (по модулю), т.е. А=(x, y): 15. Неравенство 15, т.е. x-15yx+15 определяет область, заштрихованную на рис., т.е. точки полосы есть исходы, благоприятствующие встрече. Искомая вероятность определяется по формуле:
P (A) =