- •36. Предмет теорії ймовірностей. Види випадкових подій. Операції над подіями.
- •37. Частота і ймовірність події. Статист. І класичне означ. Ймовірності. Геом.. Ймовірність.
- •38. Елементи комбінаторики. Перестановки. Розміщення і сполуки з n елементів по m.
- •39.Сума подій. Теорема про ймовірність суми несумісних подій. Теорема про ймовірність суми двох сумісних подій
- •40.Добуток подій. Залежні і незалежні події. Умовна ймов. Теореми множення ймовірностей
- •41.Формула повної ймовірності.
- •42. Формула Байеса.
- •44. Наймовірніше число появи події в незалежних випробуваннях.
- •45. Локальна теорема Муавра-Лапласа.
- •46. Інтегральна теорема Муавра-Лапласа.
- •48. Поняття випадкової величини.Дискретні і неперервні в.В. Закон розподілу. Функція розподілу в.В.Ймовірність попадання в.В. В заданий проміжок.
- •49. Неперервна випадкова величина .Функція розподілу і щільність розподілу н.В.В., їх властивості .Ймовірність попадання в.В. В заданий інтервал.
- •50.Числові характеристики дискретної випадкової величини m(X),d(X), ∂(X) та їх властивості .
- •51. Числові характеристики неперервної випадкової величини, їх властивості.
- •52.Біноміальний розподіл дискретної випадкової величини і його числові характеристики.
- •53. Розподіл Пуассона дискретної випадкової величини і його числові характеристики .
- •54.Рівномірний розподіл неперервної випадкової величини і його числові характеристики m(X), d(X), σ(X).
- •55. Показниковий розподіл неперервної випадкової величини і його числові характеристики.
- •61.Дискретні двовимірні випадкові величини. Закон розподілу. Основні властивості. Закони розподілу компонент.
- •66.Закон великих чисел Лема і нерівність Чебишева.
- •67. Закон великих чисел. Теорема Чебишева.
- •68. Теорема Бернуллі.
- •69. Теорема Ляпунова.
- •70.Завдання математичної статистики.Генеральна ті вибіркова сукупності.ВВибірка.Способи відбору.
- •71.Генеральна та вибіркова сукупності.Вибірка. Способи відбору
- •72. Статистичний розподіл вибірки,дискретний варіаційний ряд,полігон частот
- •73. Статистичний розподіл вибірки,інтервальний варіаційний ряд,полігон частот
- •74.Емпірична с ф-ція розподілу і її властивостей. Кумулята
55. Показниковий розподіл неперервної випадкової величини і його числові характеристики.
Показниковим назив розподіл ймов неперервної випадк величини х, яку можна описати щільністю:
Характеризує цей розподіл один параметр λ. Визначимо його ймов зміст. Для цього знайдемо числові характеристики даного розподілу.
М(х)=
D(x)=
D(x)=
]
D(x)=
56.Нормальний
закон росподілу-називають
розподіл йм. неперерв.в.в Х щільність
якого мае вигляд f(x)=
.(1)
Де а і
параметри розподілу які мають певний
ймовірністний зміст а=М(х)
=Д(х)
Графіком нормального розподілу е нормальна крива (Крива Гаусса) для побудови гр.ф.(1) оберем метод диференціального числення обл.. визначення
1)Х (- ; )
2) При любих значеннях Х f(Х)>0 отже графік знаходиться вище осі ОХ
3)
=0
х=а-крит.точна
4)
дослідимо на екстремуми
f(x)=
.
а=х критична точкат.
А) якщо Х>а то (Х)>0 отже . Зростає на інтервалі від - до а (-;а)
Б) якщо
Х>а
тоf
(х)<0
отже f(х)
спадає (а;
)отже т. Х =а е т. Мах знайдемо значення
ф. Умах=f(a)=
А(а;
)-т
мах
5) Різниця (х-а) міститься в аналітичному виразі функції в квадраті , отже графік ситричний відносно прямої х=а.
6)
Дослідимо ф-цію на точки перетину
f(x)=-
(х-а)2=
2
х1= а+ ; х2= а- при переходы через цы точки 2-га похыдна змінюе знак отже т Х1Х 2 э абсциссами т перетину. Знайдемо ординати
f(a-
)=f(a+
)=
P1=(
а-
;
)
P2=
а+
;
(;
)
графік фf(х).
Параметр а впливає на зміщення кривої вздовж осі ОХ, якщо A>0 крива зміщується вправо на А одиниць якщо А 0 то крива зміщюеться вліво на А одиниць якщо А =0 то крива симетрична відносно оу. Крутизна графіка залежить від знаменника параметра чим він менще тим вище вершина графіка чим більше тим тим більше він прижатий до осі ОХ.При любих значеннях параметрів площя яка знаходиться між нормальною кривою і вісью ОХ=1.
57. Математичне сподівання нормально розподіленої неперервної в.в.
Нехай
величина розподілена за нормальним
законом математичне сподівання
знаходиться за формулою М(х)=
=
=а(
)-
інтеграл Пуассона
,
як інтеграл від непарної функції з
симетричними межами інтегрування
М(х)=а
58. Дисперсія нормально розподіленої неперервної в.в.
Припустимо,
що ввх розподілена за нормальним
законом. Д(х)=
Д(х)=
=
Д(Х)= 2
59.Ймовірність попадання в заданий інтервал нормально розподіленої в в Ймовірність її відхилення від мат сподівання. Правило трьох сігм
Нехай
величина розподілена за нормальним
законом знайдемо Р(
)
Відомо,
що Р(
)=
В нашому
випадку Р(
)=
=
Р( )=
60.Поняття про теор. моменти, поч.. і центральні моменти к-го порядку в.в. Асиметрія і Ексцес.
Центральним
моментом к
порядка к В,В,Х називають математичне
сподівання центральної ВВ х
тобто к=
(х-М(х))к
Жля
дискретної величини к=
Для
неперервної величини к=
Початковий момент к порядкук ввх називають математичне сподівання величини хк
Для
дискретної величини к=
Для
неперервної к=
початковий
момент нульового порядку = 1, а першого
математичному сподіваню
Асиметрія
теоретичного розподілу називається
відношення центрального моменту 3-го
порядку до кубу середнього квадратичного
відхилення Аs=
асиметрія показує чи симетричний
розподіл відносно центру розподілу
мат сподів Якщо Аs>0
то довга частина розташована справа
Якщо ж більше то зліва
Ексцесом-
ввХ називають величину Ex=
таким
чином ексцес для норми розподілу =0.
Криві більш гостроверші в порівняні з
нормальною кривою мають додатній ексцес
а криві менш менш плоско верші мають
відємний ексцес
