- •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.
14 Охарактеризувати ймовірність настання хоча б однієї події
Випадковою подією називається подія, яка може відбутися або не відбутися під час здійснення певного випробування.
Імовірність — це числова характеристика можливості настання випадкової події за певної умови, яка може бути відтворена необмежену кількість разів.
Імовірністю випадкової подіїназивається відношення кількості елементарних подій, які сприяють цій події, до кількості всіх однаково можливих несумісних подій, які утворюють повну групу подій під час певного випробування. Імовірність події знаходять за формулою Pдорівнює відношенню чисел m і n, де n— загальна кількість однаково можливих і несумісних подій, які утворюють повну групу; m — число елементарних подій, які сприяють події
15 охарактеризувати формулу повної ймовірності
Формула повної ймовірності дозволяє обчислити ймовірність деякої події через умовні ймовірності цієї події в припущенні якихось гіпотез, а також ймовірностей цих гіпотез. Визначення
Нехай
дано імовірнісний
простір
,
і повна
група подій
,
таких що
.
Хай
подія,
що цікавить нас. Тоді
.
Зауваження
Формула
повної ймовірності також має наступну
інтерпретацію. Нехай
- випадкова
величина,
що має розподіл
.
Тоді
,
тобто апріорна ймовірність події рівна середньому його апостеріорної ймовірності.
16 Охарактеризувати фолмулу Баєса
Теоре́ма Ба́єса — одна з основних теорем теорії ймовірностей, яка визначає ймовірність настання події, коли відома тільки часткова інформація про подію. Названа на честь Томаса Баєса(/ beɪz / (1701-1761)). У теорії ймовірностей і статистиці, теорема Байеса (закон Байеса або ж правило Байєса) це теорема з двома різними інтерпретаціями. В байєсівсій інтерпретації, раціонально виразити, суб'єктивну ступінь віри у разі зміни показань для обліку . У "частотній інтерпретації", теорема стосується подання зворотної ймовірності двом подіям. В байєсівській інтерпретації, теорема Байеса має основоположне значення для байєсівської статистики та програми в полях у тому числі науки, техніки, медицини та права. Реалізація теореми Байеса для поновлення висновоків про ймовірності називається байєсівським висновком. який запропонував використовувати першу теорему оновити вірування. Тим не менш, історичні праці, опубліковані посмертно WAS. Його ідеї отримали обмежений вплив, поки не були відкриті заново і далі Top самостійно розроблений Лапласа, хто вперше опублікований сучасної формулюванні в історію 1812 Аналітична теорія ймовірностей. До другої половини 20-го століття, байєсовський інтерпретації залучила широке незгоду [правити] від спільноти математики займав частотної переглядів цілому [правити] Відмова Bayesianism як ненаукові. Тим не менш, у даний час широко прийнято. Це може бути викликано були розвиток обчислювальної техніки, які дозволили успішно Застосування Bayesianism до багатьох складних проблем
Формула Баєса:
де
—
апріорна
ймовірність гіпотези A;
—
ймовірність
гіпотези A при
настанні події B (апостеріорна
ймовірність);
—
ймовірність
настання події B при
істинності гіпотези A;
—
ймовірність
настання події B.
Формула виводиться із визначення умовної ймовірності:
