- •1. Поняття про випадкові подій; неможливі; вірогідні; сумісні; несумісні подій.
- •2. Класичне визначення ймовірності, її властивості. Частість її визначення та відміна від ймовірності.
- •3.Геометричне визначення ймовірності.
- •4.Визначення ймовірності за аксіоматичним підходом.
- •5. Прості та складні випадкові подій. Простір елементарних подій. Математичні операції над подіями.
- •6. Використання елементів комбінаторики у теорії ймовірності.
- •7.Теореми додавання ймовірностей.
- •15.Теорема Бернуллі (виведення)
- •16. Поняття моди у експериментах за схемою Бернуллі.
- •8. І теорема множення ймовірностей.
- •9. Залежні та незалежні події. Умовна ймовірність.
- •22. Функція Гауса її властивості і використання в схемах Бернуллі.
- •23. Функція Лапласа, її властивості і використання в схемі Бернуллі.
- •24. Випадкові величини, види та способи їх опису.
- •25. Функція розподілу ймовірностей для дискретної випадкової величини, її властивості.
- •26. Функція розподілу ймовірностей для неперервної випадкової величини, її властивості
- •27. Закон розподілу дискретної випадкової величини.
- •28. Щільність ймовірностей, її властивості.
- •31. Математичне сподівання та його властивості для дискретної випадкової величини.
- •32. Математичне сподівання та його властивості для неперервної випадкової величини.
- •33.Диспесія та середньо-квадратичне відхилення дискретних випадкових величин.
- •34. Мода і медіана випадкової величини.
- •35. Теоретичні моменти дискретної випадкової величини. Зв'язок з іншими характеристиками.
- •36.Диспесія та середньо-квадратичне відхилення неперервних випадкових величин.
- •38. Імовірна твірна функція та її властивості.
- •39. Біноміальний закон. Числові характеристики.
- •40. Пуассонівський закон. Числові характеристики.
- •41. Гіпергеометричний закон. Числові характеристики.
- •42. Закон рівномірного розподілу на проміжку [a,b].
- •43. Пуассонівський (експоненціальний закон) розподілу неперервної випадкової величини.
- •44. Нормальний закон розподілу неперервної випадкової величини.
- •45. Ймовірність влучення нормально розподіленої величини в заданий інтервал
- •46. Ймовірність заданого відхилення. Правило 3ᵟ
- •47. Композиція неперервних випадкових величин. Стійкість розподілу
- •48.Розподіл Хи-квадрат.
- •49. Розподіл Ст’юдента .
- •50. Розподіл Фішера – Снедекора.
- •51. Система двох дискретних випадкових величин. Числові характеристики двомірної випадкової величини.
- •52. Система двох неперервних випадкових величин. Функції розподілу f(X,y) та її властивості.
- •53. Щільність розподілу системи двох випадкових величин.
- •54. Умовні закони розподілу системи двох випадкових величин. Числові характеристики. (Умовне математичне сподівання).
- •55. Кореляційний момент (коваріація, коефіцієнт кореляції). Властивості cov xy, rxy.
- •56. Нерівність Чебишева.(доведення).
- •57. Теорема Чебишева.(доведення).
- •58. Теорема Бернуллі.(доведення).
- •59. Центральна гранична теорема.
- •60.Генеральна та вибіркова сукупність. Співвідношення чисельних характеристик.
- •61. Статистичний розподіл вибірки. Полігон, гістограмма, емпірична функція.
- •62.Вибіркова середня (арифметична), вибіркова дисперсія, середнє квадратичне відхилення.
- •63. Медіана Ме, Мода Мо*, розмах варіації, коефіцієнт варіації.
- •64. Емпіричні моменти: початковий та центральний.
- •65. Асиметрія та ексцес емпіричного розподілу.
3.Геометричне визначення ймовірності.
Геометричне означення ймовірності. Якщо простір елементарних подій можна подати у вигляді деякого геометричного предмета, а множину елементарних подій для подій А – як частину цього геометричного образу, то ймовірність події А визначається як відношення мір цих множин P(A)=(A)/().При цьому вважається, що попадання в деяку частину геометричного образу пропорційна до міри цієї його частини.
Статистичною ймовірністю події А називається відношення кількості m випробувань, в яких подія А відбулась, до загальної кількості виконаних випробувань n: W(A)= m /n. Знаходження статистичної ймовірності пов’язане з проведенням n випробувань, тому вона називається ще частістю, або відносною частотою, події.
4.Визначення ймовірності за аксіоматичним підходом.
Ймові́рність — числова характеристика можливості того, що випадкова подія відбудеться в умовах, які можуть бути відтворені необмежену кількість разів.
Аксіоматичний підхід, строго сформульований Колмогоровим, будується на припущенні, що імовірності елементарних випадкових подій задані, і зосереджується на визначенні ймовірностей складних подій, що є сукупністю елементарних. Так, наприклад, при підкидуванні шестигранного кубика гральної кості, ймовірності випадіння будь-якого числа, вважаються однаковими й рівними 1/6. Виходячи з цієї аксіоми, теорія ймовірності може розрахувати ймовірність того, що сума чисел на двох костях буде, наприклад, 8. Аксіоми: 1) 0≤P(A)≤1; 2) P(A)=1, если А - достоверное событие;
3)
,
если А и В несовместны.
5. Прості та складні випадкові подій. Простір елементарних подій. Математичні операції над подіями.
6. Використання елементів комбінаторики у теорії ймовірності.
Переставленням із n елементів називають такі впорядковані множини з n елементів, які різняться між собою порядком їх розміщення. Кількість таких упорядкованих множин обчислюється за формулою: Pn = n!
Розміщенням із n елементів по m
(0≤m≤n)
називаються такі впорядковані множини,
кожна із яких містить m елементів і які
відрізняються між собою порядком
розташування цих елементів або хоча б
одним елементом:
=
n! /(n-m)!
Комбінаціями з n елементів по m
(0≤
m≤n) називаються такі множини з m
елементів, які різняться між собою хоча
б одним елементом:
=
n! / m!(n-m)!
7.Теореми додавання ймовірностей.
Теорема 1. Ймовірність появи однієї з двох несумісних подій дорівнює сумі ймовірностей цих подій.
Р( А В ) = Р ( А ) + Р ( В ).
Наслідок. Ймовірність появи однієї з декількох попарно несумісних подій дорівнює сумі ймовірностей цих подій:
Р( А1 А2 … Аn ) = P(A1 + A2+…+ An ).
Теорема 2. Нехай А та В - випадкові події. Тоді ймовірність появи хоча б однієї з двох сумісних подій дорівнює сумі ймовірностей цих двох подій без ймовірності їх сумісної появи:
Теорема може бути узагальнена на довільне число сумісних подій.
Теорема
3. Нехай А1,
А2,
…,Аn
випадкові події. Тоді
