- •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.
12 Охарактеризувати теорему для додавання несумісних подій та сумісних подій
Теорема додавання сумісних подій
Сумою 2-х сумісних подій називають подію, що складається з появи або події A, або події B, або обох їх одразу (одночасно).
Теорема. Імовірність суми 2-х сумісних подій дорівнює сумі імовірностей цих подій без урахування їх спільної появи:
p(A+B)=p(A)+p(B)−p(AB)
Доведення:
A+B=AB+AB+AB (сума несумісних пар)
Тоді p(A+B)=p(AB)+p(AB)+p(AB)
Подія A=AB+AB,
Подія B=AB+AB
p(A+B)=p(A)−p(AB)+p(B)−p(AB)+p(AB)=p(A)+p(B)−p(AB)
Заувага: в цій теоремі може існувати 2 різні ситуації.
p(A+B)=p(A)+p(B)−p(A)p(B), де A і B - незалежні;
p(A+B)=p(A)+p(B)−p(A)p(B/A), де A і B - залежні;
У теорії імовірностей розрізняють прості і складені події. Наприклад,
під час кидання костей у сумі випало 2 очка – це проста подія.
Подія називається складеною, якщо поява її залежить від появи інших,
простих подій. Наприклад, під час кидання двох гральних кубиків у сумі
випало 10 очок. Ця подія є складеною, бо вона може складатися з трьох
простих подій:
на першому кубику випало 4, на 2-ому 6 очок;
2) на першому і на 2-ому випало по 5 очок;
Їх імовірності обчислюють через імовірності простих подій, в яких
складаються складені. Таке обчислення спирається на застосування теорем
додавання і множення несумісних однаково можливих подій, які утворюють
повну групу, тобто елементарних подій. Теореми додавання і множення
доведені для елементарних подій, а для інших, які не належать до
елементарних подій, (а для інших які не належать до) ці теореми
приймаються без доведення, тобто постулюються.
Теорема: Імовірність суми двох несумісних подій дорівнює сумі
іморвіностей цих подій, тобто
Р(А+В) = Р(А)+Р(В)
Сумою подій А і В називає подія С, яка полягає у здійсненні під час
одиничного випробування або подій А, або події В, або обох разом.
13 Охарактеризувати умовні ймовірності та незалежні події
Умо́вна ймові́рність — ймовірність однієї події за умови, що інша подія вже відбулася.
Нехай
—
фіксований ймовірнісний
простір.
Нехай
дві випадкової
події,
причому
.
Тоді
умовною ймовірністю події
при
умові події
називається
Властивості
Прямо з визначення очевидно випливає, що
Якщо
,
то умовна ймовірність, строго кажучи,
не визначена. Проте іноді умовляються
вважати її в цьому випадку рівною нулю
.
Умовна ймовірність є ймовірністю, тобто функція
,
задана формулою
задовольняє всім аксіомам імовірнісної міри.
У теорії ймовірностей дві випадкові події називаються незалежними, якщо настання однієї з них не змінює вірогідність настання іншої. Аналогічно, дві випадкові величини називаютьнезалежними якщо значення однієї з них не впливає на розподіл значень іншої.
[Ред.]Незалежні події
Вважатимемо, що дано фіксований ймовірнісний простір .
Означення 1. Дві події називають незалежними, якщо
.
Зауваження 1. В тому випадку, якщо ймовірність однієї події, скажемо ненульова, тобто , визначення незалежності еквівалентне:
,
тобто умовна
ймовірність події
за
умови
дорівнює
безумовній вірогідності події
.
Означення
2. Нехай
є сімейство (скінченне або нескінченне)
випадкових подій
,
де
—
довільна індексна безліч. Тоді ці події
є попарно
незалежними,
якщо будь-які дві події з цього сімейства
незалежні, тобто
.
Означення
3. Нехай
є сімейство (скінчене або нескінчене)
випадкових подій
.
Тоді ці події сукупно
незалежні,
якщо для будь-якого кінцевого набору
цих подій
вірно:
.
