- •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№11.Формула полной вероятности.
Формула полной вероятности: Пусть какое-то событие А может произойти при условии появления одного из несовместимых событий (гипотез) В 1,В2,… Вn,что образуют полную группу событий. Необходимо знать вероятность события А.
По условию событие А можно записать в виде
А=А*В1+ ……+АВn
События А В1, АВ2….АВn-несовместные. Поэтому Р (А)=Р(А*В1)+Р(А*В2)….Р(А*Вn)
По теореме произведения вероятностей для зависимых событий имеем:
Р (А)=Р(В1)Р(А/В1)+Р(В2)Р(А/В2)+…+Р(Вn)Р(А/Вn),
Или то же самое: Р (А)= Это формула полной вероятности.
Билет №12. Формула Байеса
Формула Байеса. Пусть события B1, B2,…Bn (гипотезы) несовместны и создают полную группу событий. Событие А может произойти с одной из этих гипотез. Пусть в результате испытания событие А произошло. Необходимо выяснить, с какой из гипотез оно произошло. Если событие А произошло, то по условию произошло и событие A*Bi. Вычислим вероятность события A*Bi по теореме произведения вероятностей для зависимых событий:
P (A*Bi) =P (A) P (Bi/A) =P (Bi)*P (A/Bi)
Откуда получаем формулу Байеса
P (Bi/A) = ,
где P (A) - полная вероятность события А.
Недостаток формулы Байеса заключается в том, что необходимо знать априорные (до испытания) вероятности гипотез, которые не всегда известны. Вероятности P (Bi/A) – это апостериорные (после испытания) вероятности гипотез.
Билет №13. Случайная величина (дискретная и случайная). Примеры.
Случайной величиной называется величина, значение которой зависят от ряда случайных факторов, и в результате испытаний она может принимать случайные значения ранее не известные. Тот факт, что случайная величина приобретает какое-то значение, есть случайным событием. Случайные величины делятся на 2 типа:
Дискретными случайными величинами называются такие величины, которые могут приобретать значения с конечного или со счетного множества изолированных значений. Например, размер обуви – дискретная случайная величина.
Непрерывными случайными величинами называются такие величины, значение которых заполняют определенный интервал. Например, рост людей есть непрерывная случайная величина.
Билет №14. Распределение дискретной случайной величины.
Законом распределения вероятностей дискретной СВ является перечень значений СВ с указанием вероятностей, с которыми принимаются эти значения, т.е. закон необходимо подавать в виде таблицы.
x |
x1 |
x2 |
… |
xn |
p |
p1 |
p2 |
… |
pn |
Пример: Разыгрывается 1000 лотерейных билетов 1 выигрыш – 1000грн., 4-по 500, 5-по 400, и 10-по 100. Найти закон распределения вероятность выигрыша для владельца одного лотерейного билета.
Х- вероятность возможного выигрыша
x1=1000 p1=0,001
x2=500 p2=0.004
x3=400 p3=0.005
x4=100 p4=0.01
x5=0 p5=0.98
p1+ p2+…+ pn=1
p1+ p2+ p3+ p4+p5=1
p5=1-( p1+ p2+ p3+ p4) p5=1-0.02=0.98
x |
1000 |
500 |
400 |
100 |
0 |
p |
0,001 |
0,004 |
0,005 |
0,01 |
0,98 |