- •1. Випадкові події, їх класифікація, приклади. Класичне правило обчислення ймовірностей
- •2. Множення.
- •8. Ймовірність появи однієї з двох сумісних подій. Узагальнення теореми
- •9. Незалежні події. Ймовірність добутку двох незалежних подій. Узагальнення теореми
- •10. Залежні події. Умовна ймовірність. Ймовірність добутку двох подій. Узагальнення теореми
- •11.Теорема про повну ймовірність
- •12. Формули Байєса
- •15. Інтегральна теорема Муавра-Лапласса. Інтегральна функція Лапласса, властивості функції.
- •16.Теорема Пуассона. Поняття найвірогіднішого числа, властивості
- •17. Означення випадкових величин, дискретні і неперервні випадкові величини. Закон розподілу вв та многокутник розподілу.
- •18.Функція розподілу. Означення, властивості, графік.
- •19.Щільність ймовірностей. Властивості, графік
- •20. Залежні і незалежні випадкові величини. Операції над випадковими величинами
- •21. Математичне сподівання двв. Властивості математичного сподівання
- •22.Дисперсія двв і її властивості. Середнє квадратичне відхилення
- •23. Початкові і центральні моменти двв. Мода, медіана, асиметрія, ексцес.
- •24.Неперервні випадкові величини. Числові характеристики нвв.
- •25.Означення багатовимірної випадкової величини. Двовимірна випадкова величина. Закон розподілу двовимірної випадкової величини. Умовний розподіл
- •26.Функція розподілу п-вимірної випадкової величини. Функція розподілу двовимірної в.В. Властивості функції розподілу.
- •27.Коваріація та її властивості. Коефіцієнт кореляції. Властивості коефіцієнта кореляції
- •28.Біномний закон розподілу. Числові характеристики
- •29. Закон розподілу Пуассона, числові характеристики, використання
- •30. Геометричний розподіл, числові характеристики, використання
- •31. Гіпергеометричний закон розподілу, числові характеристики.
- •33. Інтегральна фунція розподілу та щільність ймовірностей показникового розподілу, графіки, числові характеристики.
- •34. Нормально розподілена випадкова величина. Графік щільності нормального розподілу, властивості функції. Правило трьох сигм.
- •35. Розподіли: хі-квадрат, Стьюдента та логнормальний. Числові характеристики
- •37. Предмет, методи і завдання математичної статистики. Об`єм сукупності
- •38. Генеральна та вибіркові сукупності. Статистичний розподіл вибірки
- •39. Полігон частот і відносних частот
- •40. Гістограма частот і відносних частот
- •41. Емпірична функція розподілу f*(X) та її властивості
- •42. Вибіркова середня та її властивості. Степеневі середні вибірки
- •44. Мода і медіана статистичного розподілу вибірки, коефіцієнт варіацій, варіаційний розмах.
- •47. Означення довірчого інтервалу. Довірчий інтервал для оцінки математичного сподівання нормального розподілу
- •48. Статистичні гіпотези та їх різновиди. Помилки першого та другого роду
- •49. Статистичний критерій. Потужність критерію. Рівень значущості критерію
- •50. Критична область. Області прийняття гіпотез. Алгоритм перевірки статистичної гіпотези
- •51. Критерій узгодження Пірсона. Алгоритм використання критерію Пірсона
- •52. Критерій узгодження Колмогорова
- •53. Метод моментів та метод максимальної правдоподібності знаходження точкових оцінок
- •54. Метод найменших квадратів при знаходженні точкових оцінок
- •55. Поняття про функціональну, статистичну і кореляційну залежності.
- •56. Рівняння лінійної регресії. Довірчий інтеграл для лінії регресії
11.Теорема про повну ймовірність
Наслідком двох основних теорем теорії ймовірностей - теореми
додавання і теореми множення – є формула повної ймовірності і
формула Байеса.
Нехай
подія А може відбутися тільки за умови
настання однієї із несумісних подій
(i
= 1, 2,…, n),
які утворюють повну групу. Тоді
ймовірність події А подається формулою:
де
— імовірність події
— умовні ймовірності настання події
А.
Наведена залежність називається формулою повної ймовірності.
12. Формули Байєса
Подія
А може відбутись одночасно з деякою із
подій
Відомі ймовірності подій
та умовні ймовірності того, що подія А
відбудеться. Відомо, що в результаті
випробування подія А відбулась. Потрібно
з огляду на це переоцінити ймовірності
гіпотез
Для цього застосовують формулу Баєса:
Ці
формули допомагають переоцінювати
імовірності гіпотез, що важливо при
контролі і ревізіях.
13.Схема
повторних незалежних випробувань
Бернуллі. Формула Бернуллі. Наслідки
Якщо усі п випробувань проводити в
однакових умовах і імовірність появи
події А в усіх випробуванях однакова
та не залежить від появи або не появи А
в інших випробуваннях, то таку послідовність
незалежних випробувань називають схемою
бернулі. Формула Бернуллі. Ймовірність
того, що в результаті n
незалежних експериментів за схемою
Бернуллі подія А з’явиться m
раз, обчислюється за формулою:
,
де
- число сполучень із n
по
m.
Ймовірність того, що подія А з’явиться
від mi
раз до mj
раз
(
),
обчислюється за формулою:
Н
аслідок
1.
Імовірність
того,
що подія А при проведенні n
незалежних випробувань відбудеться не
менше m1
разів і не більше m2
разів позначається Pn(m1
≤ m
≤ m2)
i
обчислюється за формулою
де p Î [0;1] — ймовірність настання події А у кожному випробуванні.
Н
аслідок
2. Імовірність
того, що подія А відбудеться хоча б один
раз при проведенні n
незалежних випробувань, позначається
Pn(m
≥ 1) і
обчислюється за формулою
Наслідок 3. Найімовірніше значення m0 кількості відбувань події А при проведенні n незалежних випробувань обчислюється за формулою
14. Локальна теорема Муавра-Лапласса. Локальна функція Лапласса, властивості функції Локальна теорема Лапласа. Імовірність того, що в n незалежних випробуваннях, у кожному з яких Р(А) = р, подія А відбудеться m раз, подається такою наближеною залежністю:
- локальна
функція Лапласса
Локальна
теорема Лапласа дає змогу обчислювати
ймовірності
,
якщо n
> 10 i
p
> 0,1.
Властивості:
Функція лапласса ф(х) парна, тобто ф(-х)=ф(х)
Функція ф(х) визначена для усіх хє(-&;+&)
ф(х)>0, коли х прямує до +-нескінченності
ф(х)макс=ф(0)=1/Корінь 2П
15. Інтегральна теорема Муавра-Лапласса. Інтегральна функція Лапласса, властивості функції.
Інтегральна
теорема Лапласа. Імовірність того, що
подія А відбудеться від
до
раз при проведенні n
незалежних випробувань, у кожному з
яких подія А відбувається з імовірністю
р, подається формулою:
—функція
Лапласа;
Значення функції Лапласа наводяться у спеціальних таблицях.
Властивості:
Інтегральна функція Лапласса є непарною Ф(-х)=Ф(-х)
Ф(0)=0
Ф(х)=0.5 для х=>5
