- •1.1.Cформулювати предмет теорії імовірностей?
- •1.2.Дати означення підмножини, скінченної, нескінченної, зліченої, незліченої, упорядкованої та неупорядкованої множин. Навести приклад.
- •1.3.Дати означення об’єднання(або суми), перетину(або добутку) та різниці множин. Навести основні властивості цих операцій та відповідні приклади.
- •1.4.Дати означення розміщення, переставлення та сполучення. Записати формули для обчислення числа цих сполук.Пояснити зміст позначень та навести приклади.
- •1.5. Записати формулу, що пов’язує число переставлень, сполучень та розміщень. Сформулювати правила суми та добутку. Навести приклади.
- •1.7. Дати означення подій: неможливої, достовірної, випадкової, рівноможливих, сумісних, несумісних, попарно несумісних подій. Навести приклади.
- •1.8. Дати означення об’єднання (суми), перетину (добутку) 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 випадкової події? Навести приклади.
- •1.11.Сформулювати геометричне визначення імовірночті, записати відповідну формулу і пояснити зміст позначень. Навести приклади. Назвати основні властивості імовірності.
- •1.12. Дати означення частоти та відносної частоти випадкової події. Сформулювати статистичне визначення імовірності, записати відповідну формулу і пояснити зміст позначень.Навести приклади.
- •1.14. Дати означення незалежності і залежності двох подій, попарної незалежності декількох подій, незалежності у сукупності декількох подій, умовної імовірності події .Навести приклади.
- •1.15. Виписати формулу для обчислення імовірності хоча б однієї з декількох подій, незалежних у сукупності.Пояснити зміст позначень. Навести приклади.
- •1.16. Вивести формули: а) повної імовірності; б) Байеса. Пояснити зміст позначень. Навести приклади застосування цих формул.
- •1.17. Описати схему випробувань Бернулі. Записати формулу Бернулі.Навести приклади її застосування.
- •1.18. С формулювати 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 інтегральної та диференціальної функції розподілу н.В.В. Довести їх основні властивості. Навести приклади з побудовою відповідних графіків.
- •2.5. Пояснити, що характеризують: а) математичне сподівання; б) дисперсія та середнє квадратичне відхилення; в) асиметрія; г) ексцес; д) мода; е) медіана.
- •2.6. Сформулювати основні властивості математичного сподівання і дисперсії.
- •2.8.Записати основні закони розподілу н.В.В.: а) рівномірний; б) показниковий; в) нормальний. Пояснити зміст позначень. Навести приклади д.В.В., розподілених за цими законами.
- •2.9.Пояснити зміст терміну «закон великих чисел». Сформулювати нерівність а. Чебишова у всіх формах. Навести приклади її застосування.
- •2.10.Сформулювати основні теореми закону великих чисел: а) Бернуллі; б) Чебишова. Пояснити значення цих теорем для практики
- •2.11 Сформ. Центр. Гран. Теор. У формі Леві –Ліндеберга
- •2.12.Дати означення:а) системи випадкових величин (с.В.В.); б) закону розподілу дискретної двовимірної випадкової величини (д.Д.В.В.). Навести приклади.
- •2.13.Дати означення функціїї розподілу імовірностей с.В.В. Сформулювати її основні властивості та геометричний зміст.
- •2.14.Дати означення функції щільності розподілу імовірностей с.В.В. Сформулювати її основні властивості та геометричний зміст.
- •2.16. Дати означення залежності та незалежності випадкових величин. Сформулювати і довести теореми про необхідну достатню умови незалежності в.В.,, що входять у с.В.В.
- •2.17.Вивести формули для знаходження:а)законів розподілу;б)умовних законів розподілу складових дискретної с.В.В. Навести відповідні означення та функції.
- •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.
- •2.25. Записати формули для обчислення математичного сподівання тта дисперсії функцій д.В.В. Та н.В.В.Навести приклади.
- •2.26. Пояснити, як будуються випадкові величини, що мають розподіл:а) Пірсона х2;б) Стьюдента;в) Фішера
- •3.1. Сформулювати предмет математичної статистикита її основні задачі.
- •3.2.Дати означення:а) генеральної та вибіркової сукупностей;б)обсягу вибірки;в) повторної і без повторної, репрезентативної вибірки
- •3.3.Дати означення статистичної (емпіричної) ф-ї розподілу та сформулювати її основні властивості. Навести приклади побудови емпіричної функції розподілу та її графіки.
- •3.4. Дати означення кумулятивних частоти та відносної частоти.Пояснити їх статистичний зміст.
- •3.5.Дати означення полігону, гістограми.Навести приклади їх побудови.
- •3.6.Дати означення:а) точкової статистичної оцінки параметра розподілу генеральної сукупності;б) незаміщеної, ефективної, обгрунтованої вичерпної 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.Дати означення: а)інтегральної оцінки параметра генеральної сукупності, її точності та надійності б)надійного інтервалу
- •3.12 Сформ. Та обґрунтувати взаємозалежність між точністю інтервальної оцінки
- •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 означення статистичної гіпотези, назвати основні види, означення 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 означення рівня значущості та потужності статистичного критерію. Пояснити способи знаходження однобічної та двобічної критичних областей.
- •3.21 Навести приклади перевірки гіпотез про..
- •1.1.Cформулювати предмет теорії імовірностей?
- •1.2.Дати означення підмножини, скінченної, нескінченної, зліченої, незліченої, упорядкованої та неупорядкованої множин. Навести приклад.
- •1.3.Дати означення об’єднання(або суми), перетину(або добутку) та різниці множин. Навести основні властивості цих операцій та відповідні приклади.
2.1. Дати означення випадкової величини (в.В.), дискретної (д.В.В.) та неперервної випадкої величини (н.В.В.). Навести приклади.
Випадковою величиною називають таку величину, яка в наслідок втпробування, може прийняти лише одне числове значення, заздалегідь невідоме і обумовлене випадковими причинами.
Випадкові величини бувають дискретними та непевними.
Дискретною випадковою величиною (ДВВ) називають таку величину, яка може приймати відокремлені ізольовані одне від одного числові значення (їх можна пронумерувати) з відповідними ймовірностями. Наприклад, кількість влучень у мішень при трьох пострілах буде Х: 0, 1, 2, 3. Отже, Х може приймати чотири ізольовані числові значення з різними ймовірностями. Тому Х — дискретна випадкова величина.
Неперервною випадковою величиною (НВВ) називають величину, яка може приймати будь-яке числове значення з деякого скінченного або нескінченного інтервалу (a, b). Кількість можливих значень такої величини є нескінченна.
Наприклад, величина похибки, яка може бути при вимірюванні відстані; час безвідмовної роботи приладу; зріст людини; розміри деталі, яку виготовляє станок-автомат.
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 інтегральної та диференціальної функції розподілу н.В.В. Довести їх основні властивості. Навести приклади з побудовою відповідних графіків.
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 і 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.
