- •1 Охарактеризувати скінченні множии та операціії над ними
- •2Охарактиризувати предмет комбінаторики
- •3Охаректиризувати основні принципи комбінаторики
- •3. Розміщення
- •4Охарактеризувати упорядковані множини
- •Запис впорядкованих множин
- •8.Охарактеризувати операції над подіями.
- •6Охарактеризувати сполуки з повтореням
- •7Охарактеризувати простір елементарних подій
- •Приклад
- •9Охарактеризувати класичне означення ймовірності
- •10 Охарактеризувати відносну частоту
- •11 Охарактеризувати статистичну ймовірність
- •12 Охарактеризувати теорему для додавання несумісних подій та сумісних подій
- •13 Охарактеризувати умовні ймовірності та незалежні події
- •[Ред.]Незалежні події
- •14 Охарактеризувати ймовірність настання хоча б однієї події
- •Зауваження
- •16 Охарактеризувати фолмулу Баєса
- •Наслідок
- •17 Охарактеризувати схему Беруллі
- •Властивості
- •19 Охарактеризувати локальну теорему Муавра Лапласса
- •Теорема
- •20 Охарактеризувати випадкові величини та функції розподілу
- •Властивості
- •21 Охарактеризувати основні закони розподілу дискретних випадкових величин
- •22. Диференціальна функція розподілу
- •23 Охарактеризувати неперервні випадкові величини
- •Способи задання
- •24 Охарактеризувати щільність розподілу ймовірностей
- •Щільність ймовірності
- •25 Навести приклади неперервних випадкових велечин
- •26 Охарактеризувати дискретний розподіл
- •27 Охарактеризувати неперервні розподіли
- •Визначення
- •Функція розподілу
- •Функція моментів
- •28 Охарактеризувати числові характеристики неперервної випадкової величини
- •29 Охарактеризувати основі розподіли неперервних випадкових величин
- •30 Охарактеризувати розподіл функції випадкового аргументу
- •1. Функції одного випадкового аргументу
- •1.1. Функції дискретного випадкового аргументу
- •2.2. Математичне сподівання і дисперсія лінійної функції двох випадкових величин
- •2.3. Математичне сподівання і дисперсія мінімальної із двох випадкових величин.
- •33 Охарактеризувати означення лінійної регресії
- •Класична модель лінійної регресії
- •Узагальнена модель лінійної регресії
- •Перевірка статистичних гіпотез
- •Класифікація статистичних гіпотез
- •Сутність кореляції
- •Коефіцієнт кореляції
- •41. Охарактеризувати геометричну ймовірність
- •Використання геометричної ймовірності
- •Формально
- •42. Охарактеризувати незалежність подій
- •Незалежні події
- •43 Охарактеризувати теорему множення ймовірностей.
- •44. Охарактеризувати формулу Бернуллі та алгоритм розв’язування задач за допомогою неї.
- •Умови використання
- •Виведення формули Бернуллі
- •Приклад задач Задача 1
- •45. Охарактеризувати ряд і перетворення Фур’є.
- •Визначення
- •Властивості
- •Використання
- •46.Охарактеризувати математичне сподівання.
- •Твердження
- •Означення 2
- •47 Охарактеризувати моменти випадкової величини.
- •48. Дисперсія випадкової величини. Середнє квадратичне відхилення
- •Означення
- •Твердження
- •Теореми
- •Властивості
- •49. Охарактеризувати початкові та центральні моменти.
- •51. Охарактеризувати систему двох випадкових величин.
- •Формулювання Ляпунова
- •Формулювання Лінденберга
- •53. Охарактеризувати закон великих чисел.
- •54. Охарактеризувати статистичні таблиці.
- •55. Охарактеризувати статичні оцінки параметрів генеральної сукупності.
- •Xарактеристики генеральної сукупності
- •Особливості
- •Приклад
- •56. Охарактеризувати нульову гіпотезу та алгоритм перевірки правильності нульової гіпотези.
- •Коефіцієнт кореляції
- •Властивості
- •60. Охарактеризувати класичне та статистичне означення ймовірностей.
9Охарактеризувати класичне означення ймовірності
Нехай простір елементарних подій є скінченною множиною
тобто є лише N можливих результатів випробування, отже, множина Ω є повною групою всіх попарно несумісних результатів випробування.
Вважатимемо додатково, що всі елементарні події рівноможливі, тобто з міркувань симетрії або якихось інших випливає, що нема об’єктивних причин вважати одну з елементарних подій більш імовірною порівняно з іншими. Наприклад, якщо експеримент полягає в одноразовому киданні грального кубика правильної форми, виготовленого з однорідного матеріалу, то всі 6 результатів цього випробування природно вважати рівноможливими.
Класичне
означення ймовірності формулюють для
подій, які є підмножинами множини Ω.
Якщо
де
то ймовірність події А визначають за формулою:
(1)
де N(A) – кількість елементів множини А.
Отже, ймовірністю події А називається відношення кількості сприятливих для події А елементарних подій до кількості всіх рівноможливих і попарно несумісних результатів випробування.
Визначена
за формулою (1) функція Р(А)
задовольняє всі аксіоми теорії
ймовірностей. З формули (1) випливає, що
ймовірність кожної елементарної події
рівна
(2)
Отож класична схема означення ймовірності може служити моделлю тих випадкових явищ, для яких є природним припущення (2).
Приклад. Знайти ймовірність того, що кількість очок, яка випаде при одноразовому киданні кубика, буде а) парною (подія А); б) кратною трьом (подія В).
Розв’язання.
10 Охарактеризувати відносну частоту
Відносна
частота події А - це таке відношення:
,
де
-
кількість разів, коли подія А відбулася,
а
-
загальна кількість експериментів.
Властивості частоти:
за
умови, що А і В несумісні
11 Охарактеризувати статистичну ймовірність
За класичним означенням ймовірність появи події шукають не проводячи ніяких дослідів, виходячи з теоретичних міркувань. На практиці часто доводиться мати справу iз статистичною ймовірністю. Її часто називають відносною частотою появи події i позначають
Р =
,
де m ‑ кількість випробувань, в яких подія А з'явилась,
n ‑ загальна кількість випробувань.
В дослідах статистична ймовірність коливається в околі деякого постійного числа, змінюючись мало, причому тим менше, чим більше проведено дослідів. Ця стала отримала назву класичної ймовірнocтi. Для існування статистичної iмовірнocтi необхідно:
1) мати можливість провести необхідну кількість випробувань, в кожному з яких подія А настане або нi;
2) наявність стійкості відносних частот появи події А в різних серіях достатньо великого числа випробувань.
Статистична ймовірність (the statistical probability) має властивості:
1) Р(А)
0 це
очевидно, оскільки m
0;
2) для
вірогідної події
;
3) якщо події А і В несумісні, то статистична імовірність події С=А+В дорівнює сумі статистичних ймовірностей Р(А+В)=Р(А)+Р(В).
Легко
бачити, що формулою (1) можна користуватись
лише у випадку скінченних m i n.
Якщо m і nнескінченні,
то класична імовірність вводиться
аксіоматично. Класичною
імовірністю Р(А) події А,
яка визначається простором елементарних
подій
,
називається числова функція, яка
задовольняє такі умови:
1) Р(А)
;
2)
;
3) для несумісних подій А і В: Р(А+В)=Р(А)+Р(В).
