
- •1. Поняття про випадкові подій; неможливі; вірогідні; сумісні; несумісні подій.
- •2. Класичне визначення ймовірності, її властивості. Частість її визначення та відміна від ймовірності.
- •3.Геометричне визначення ймовірності.
- •4.Визначення ймовірності за аксіоматичним підходом.
- •5. Прості та складні випадкові подій. Простір елементарних подій. Математичні операції над подіями.
- •6. Використання елементів комбінаторики у теорії ймовірності.
- •7.Теореми додавання ймовірностей.
- •8. І теорема множення ймовірностей.
- •9. Залежні та незалежні події. Умовна ймовірність.
- •15.Теорема Бернуллі (виведення)
- •16. Поняття моди у експериментах за схемою Бернуллі.
- •22. Функція Гауса її властивості і використання в схемах Бернуллі.
- •23. Функція Лапласа, її властивості і використання в схемі Бернуллі.
- •24. Випадкові величини, види та способи їх опису.
- •25. Функція розподілу ймовірностей для дискретної випадкової величини, її властивості.
- •26. Функція розподілу ймовірностей для неперервної випадкової величини, її властивості
- •27. Закон розподілу дискретної випадкової величини.
- •28. Щільність ймовірностей, її властивості.
- •31. Математичне сподівання та його властивості для дискретної випадкової величини.
- •32. Математичне сподівання та його властивості для неперервної випадкової величини.
- •33.Диспесія та середньо-квадратичне відхилення дискретних випадкових величин.
- •34. Мода і медіана випадкової величини.
- •35. Теоретичні моменти дискретної випадкової величини. Зв'язок з іншими характеристиками.
- •36.Диспесія та середньо-квадратичне відхилення неперервних випадкових величин.
- •38. Імовірна твірна функція та її властивості.
- •39. Біноміальний закон. Числові характеристики.
- •40. Пуассонівський закон. Числові характеристики.
- •41. Гіпергеометричний закон. Числові характеристики.
- •42. Закон рівномірного розподілу на проміжку [a,b].
- •43. Пуассонівський (експоненціальний закон) розподілу неперервної випадкової величини.
- •44. Нормальний закон розподілу неперервної випадкової величини.
- •45. Ймовірність влучення нормально розподіленої величини в заданий інтервал
- •46. Ймовірність заданого відхилення. Правило 3ᵟ
- •47. Композиція неперервних випадкових величин. Стійкість розподілу
- •48.Розподіл Хи-квадрат.
- •49. Розподіл Ст’юдента .
- •50. Розподіл Фішера – Снедекора.
- •51. Система двох дискретних випадкових величин. Числові характеристики двомірної випадкової величини.
- •52. Система двох неперервних випадкових величин. Функції розподілу f(X,y) та її властивості.
- •53. Щільність розподілу системи двох випадкових величин.
- •54. Умовні закони розподілу системи двох випадкових величин. Числові характеристики. (Умовне математичне сподівання).
- •55. Кореляційний момент (коваріація, коефіцієнт кореляції). Властивості cov xy, rxy.
- •56. Нерівність Чебишева.(доведення).
- •57. Теорема Чебишева.(доведення).
- •58. Теорема Бернуллі.(доведення).
- •59. Центральна гранична теорема.
- •60.Генеральна та вибіркова сукупність. Співвідношення чисельних характеристик.
- •61. Статистичний розподіл вибірки. Полігон, гістограмма, емпірична функція.
- •62.Вибіркова середня (арифметична), вибіркова дисперсія, середнє квадратичне відхилення.
- •63. Медіана Ме, Мода Мо*, розмах варіації, коефіцієнт варіації.
- •64. Емпіричні моменти: початковий та центральний.
- •65. Асиметрія та ексцес емпіричного розподілу.
22. Функція Гауса її властивості і використання в схемах Бернуллі.
У математиці функцією Гауса є функція, що виражається залежністю
Графік функції Гауса є характерною симетричною кривою у формі дзвону, що швидко спадає на нескінченності. Параметр a є висотою піку кривої, b є позицією центру, і c контролює ширину «дзвону».
Визначений інтеграл від ґаусової функції дає функцію помилок
Визначений інтеграл з нескінченними границями має властивість
Цей інтеграл рівний 1 тоді і тільки тоді, коли a = 1/(c√(2π)), і в цьому випадку Гаусіан є щільністю нормального розподілу випадкової величини з математичним очікуванням μ=b ідисперсією σ2=c2.
При перетворенні Фур'є функції Гауса з параметрами a, b=0 і c отримуємо іншу функцію Гауса, з параметрами ac, b=0 і 1/c. Отже, як частковий випадок, функція Гауса з b=0 і c=1 єінваріантом щодо перетворення Фур'є (вони є власними функціями перетворення Фур'є з власним значенням 1).
23. Функція Лапласа, її властивості і використання в схемі Бернуллі.
24. Випадкові величини, види та способи їх опису.
Випадковою величиною назв змінна величина, яка в результаті досвіду може приймати те чи інше числове значення.
Випадкові величини бувають виду: дискретні та неперервні.
Випадкова
величина назв дискретною (перериваною),
якщо множина чисел х1,х2…хn, таких що
P(X=Xi)=pi≥0; i=1,n і
Випадкова величина неперервна, якщо функція розподілу її неперервна, а похідна функції розподілу неперервна в всіх точках, за виключенням кінцевого числа на будь-якому інтервалі.
25. Функція розподілу ймовірностей для дискретної випадкової величини, її властивості.
Закон розподілу ймовірностей можна подати ще в одній формі, яка придатна і для дискретний, і для неперервних випадкових величин, асаме: як функцію розподілу ймовірностей випадкової величини F(x), так звану функцію розподілу. Функцію аргументу x, що визначає ймовірність випадкової події X<x,називають функцією розподілу ймовірностей:
F(x)=P(X<x)
Цю функцію можна розглядати як: "у наслідок експерименту випадкова величина може набувати значення, меншого за x"
Властивості функції розподілу:
0 ≤ F(x) ≤ 1
F(x) є неспадною функцією, тобто: F(x2) ≤ F(x1), якщо x2 > x1
P(X=xi)=0 Якщо випадкова величина Х є неперервною, то ймовірність того, що вона набуде конкретного можливого значення завжди дорівнює нулю.
lim F(x), при x->-
= lim P(X<x), при x->- -> F( ) = F(X < - )=0
lim F(x), при x-> = lim P(X<x), при x-> -> F( ) = F(X < )=1
26. Функція розподілу ймовірностей для неперервної випадкової величини, її властивості
Если
функция распределения
дифференцируема,
то более наглядное представление о
случайной величине дает плотность
вероятности случайной величины
, которая
связана с функцией распределения
формулами
и
.
Отсюда,
в частности, следует, что для любой
случайной величины
.
Вероятность
того, что значение случайной
величины
попадает
в интервал
вычисляется
для непрерывной случайной величины по
формулам:
или
.