- •Т.І. Малютіна, к.А. Дахер вища математика для економістів
- •Теорія ймовірностей і математична статистика
- •Розділ і випадкові події
- •1.1. Простір елементарних подій. Випадкові події та операції над ними. Комбінаторика
- •1.1.1. Основні поняття теорії ймовірностей. Операції над подіями
- •Питання для самоконтролю
- •1.1.2. Елементи комбінаторики
- •Розв’язування комбінаторних задач
- •1.2. Ймовірність випадкової події. Способи обчислення ймовірностей випадкових подій
- •1. Класичне означення ймовірності
- •Питання для самоконтролю
- •2. Статистична ймовірність
- •3. Геометрична ймовірність
- •Питання для самоконтролю
- •1.3. Теореми додавання і множення ймовірностей. Умовна ймовірність
- •Питання для самоконтролю
- •1.4. Формула повної ймовірності. Формула Байєса
- •Питання для самоконтролю
- •1.5. Послідовні незалежні випробування
- •1.5.1. Формула Бернуллі
- •1.5.2. Формула Пуассона
- •1.5.3. Локальна теорема Муавра-Лапласа
- •1.5.4. Інтегральна теорема Муавра-Лапласа
- •Питання для самоконтролю
- •Розділ іі випадкові величини
- •2.1. Одновимірні випадкові величини. Способи задання
- •2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
- •2.1.2. Неперервні випадкові величини. Щільність розподілу. Основні закони розподілу
- •Питання для самоконтролю
- •2.2. Числові характеристики випадкових величин
- •1. Математичне сподівання
- •2. Дисперсія та середнє квадратичне відхилення
- •3. Початкові та центральні моменти
- •4. Мода і медіана
- •Числові характеристики деяких розподілів
- •Питання для самоконтролю
- •2.3. Рівномірний, показниковий, нормальний розподіли
- •Питання для самоконтролю
- •2.4. Граничні теореми теорії ймовірностей. Закон великих чисел і центральна гранична теорема. Нерівність ЧебишОва
- •2.4.1. Лема Чебишова
- •2.4.2. Теорема Чебишова
- •2.4.3. Теорема Бернуллі
- •Питання для самоконтролю
- •2.5. Двовимірна випадкова величина
- •2.5.1. Закон розподілу ймовірностей. Закони розподілу компонент
- •2.5.2. Функція розподілу двовимірної випадкової величини та її властивості
- •2.5.3. Щільність сумісного розподілу ймовірностей неперервної двовимірної випадкової величини, основні властивості. Ймовірність попадання випадкової точки в задану область
- •2.5.4. Умовні закони розподілу складових системи дискретних і неперервних випадкових величин. Залежні та незалежні випадкові величини
- •1. Випадок дискретної величини
- •2. Випадок неперервної величини
- •Питання для самоконтролю
- •2.5.5. Числові характеристики двовимірної випадкової величини. Кореляційний момент і коефіцієнт кореляції
- •Числові характеристики двовимірної випадкової величини
- •Питання для самоконтролю
- •2.5.6. Умовні числові характеристики двовимірної випадкової величини. Регресія
- •1. Випадок дискретної випадкової величини
- •2. Випадок неперервної випадкової величини
- •Питання для самоконтролю
- •Розділ III елементи математичної статистики
- •3.1. Предмет та основні завдання математичної статистики
- •3.2. Генеральна та вибіркова сукупності. Вибірка. Способи відбору
- •Питання для самоконтролю
- •3.3. Статистичний розподіл вибірки
- •Питання для самоконтролю
- •3.4. Графічне зображення статистичних розподілів
- •3.5. Емпірична функція розподілу. Кумулята
- •Питання для самоконтролю
- •3.6. Числові характеристики статистичного розподілу вибірки
- •Питання для самоконтролю
- •3.7. Статистичні оцінки параметрів генеральної сукупності
- •3.7.1. Статистичні оцінки невідомих параметрів розподілу та їх властивості
- •3.7.2. Статистична оцінка математичного сподівання
- •3.7.3. Статистична оцінка дисперсії. Виправлена дисперсія
- •3.7.4. Метод моментів статистичного оцінювання параметрів розподілу
- •3.7.5. Метод максимуму правдоподібності статистичного оцінювання параметрів розподілу
- •Питання для самоконтролю
- •3.8. Інтервальні оцінки параметрів розподілу
- •3.8.1. Надійність. Інтервал довіри
- •3.8.2. Розподіл – “хі-квадрат”
- •3.8.3. Розподіл Стьюдента
- •3.8.4. Розподіл Фішера-Снедекора
- •3.8.5. Інтервальні оцінки для математичного сподівання
- •3.8.6. Оцінка істинного значення вимірюваної величини
- •3.8.7. Інтервали довіри для середнього квадратичного відхилення нормально розподіленої випадкової величини
- •3.8.8. Оцінка точності вимірювань
- •Питання для самоконтролю
- •3.9. Елементи теорії кореляції
- •3.9.1. Функціональна, статистична й кореляційна залежності
- •3.9.2. Вибірковий коефіцієнт кореляції. Коефіцієнт детермінації
- •Питання для самоконтролю
- •3.9.3. Основні поняття і методи регресійного аналізу
- •3.9.4. Метод найменших квадратів
- •Питання для самоконтролю
- •3.10. Статистична перевірка статистичних гіпотез
- •3.10.1. Статистичні гіпотези. Помилки першого та другого роду
- •3.10.2. Статистичний критерій перевірки нульової гіпотези
- •Питання для самоконтролю
- •3.10.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона
- •3.10.4. Перевірка гіпотези про порівняння середнього значення ознаки генеральної сукупності зі стандартом
- •3.10.5. Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •3.10.6. Перевірка гіпотези про значущість коефіцієнта кореляції
- •Питання для самоконтролю
- •Список використаної та рекомендованої літератури
- •Додаток а
- •Додаток б
- •Додаток в
- •Додаток г
- •Додаток д Критичні точки розподілу f Фішера-Снедекора
- •Додаток е
- •Додаток ж Значення
- •Вища математика для економістів
- •40030, М. Суми, вул. Петропавлівська, 57
2.2. Числові характеристики випадкових величин
1. Математичне сподівання
Середнім значенням, або математичним сподіванням випадкової величини Х називають
– (2.4)
для дискретної випадкової величини,
– (2.5)
для неперервної випадкової величини, причому припускається, що ряд і інтеграл збігаються абсолютно.
У
цих формулах
– значення випадкової величини,
– їх ймовірності,
щільність
ймовірності.
Властивості математичного сподівання:
1.
де
2.
3.
де
і
будь-які
випадкові величини.
4.
якщо
і
незалежні
випадкові величини.
2. Дисперсія та середнє квадратичне відхилення
Дисперсією випадкової величини називається математичне сподівання квадрата різниці випадкової величини та її математичного сподівання:
– (2.6)
для дискретної випадкової величини і
– (2.7)
для неперервної випадкової величини.
Для обчислення застосовують формулу
. (2.8)
Властивості дисперсії:
1.
де
2.
3. Якщо і незалежні випадкові величини, то
Корінь квадратний з дисперсії називається середнім квадратичним відхиленням випадкової величини:
(2.9)
Дисперсія і середнє квадратичне відхилення є мірою розсіювання значень випадкової величини навколо її математичного сподівання.
3. Початкові та центральні моменти
Початкові
та центральні моменти
-го
порядку випадкової величини Х
визначаються за формулами:
(2.10)
(2.11)
Центральні моменти виражаються через початкові моменти за формулами:
;
;
.
Центральні моменти характеризують розсіювання випадкової величини.
Асиметрія
(2.12)
де
.
Якщо розподіл
симетричний відносно математичного
сподівання, то
.
Якщо
,
то крива щільності ймовірності має
“скіс” з лівої сторони, якщо
,
то – з правої сторони.
Ексцесом випадкової величини Х називається величина
(2.13)
(для нормального
розподілу).
Величина
характеризує “крутизну” кривої
щільності ймовірності в порівнянні з
кривою Гаусса. Для гостровершинних
кривих
,
для пологих –
4. Мода і медіана
Модою дискретної випадкової величини називається її найбільш ймовірне значення.
Модою неперервної
випадкової величини називається
її значення, при якому щільність
ймовірності максимальна.
Медіаною
дискретної випадкової величини Х
називається
її значення в законі розподілу, для
якого сума ймовірностей можливих значень
зліва і справа від нього не перевищує
0,5.
Медіаною неперервної випадкової величини Х називається таке її значення , для якого
(2.14)
Приклад 2.4. Дана дискретна випадкова величина
Х |
1 |
2 |
3 |
4 |
Р |
|
|
|
|
Знайти:
Розв’язання
Математичне сподівання
Дисперсію знайдемо за формулою
Середнє квадратичне відхилення
Мода
Приклад 2.5. Щільність розподілу випадкової величини Х дорівнює
Знайти математичне сподівання, дисперсію, медіану і моду Х.
Розв’язання
У нашому випадку
Дисперсія
У нашому випадку
Середнє квадратичне
відхилення
.
Дослідимо функцію на екстремум.
критична
точка.
При
,
при
.
Отже,
точка максимуму,
Медіану знайдемо з умови
,
Приклад 2.6. Дано розподіл випадкової величини
Х |
2 |
4 |
6 |
8 |
Р |
0,4 |
0,3 |
0,2 |
0,1 |
Знайти початкові і центральні моменти перших трьох порядків.
Початкові моменти:
Центральні моменти:
Таблиця 2.1
