- •1.Класичне означення імовірності події. Властивості імовірності. Теорема добутку імовірностей та наслідки з неї.
- •2.Довести теорему суми імовірностей та 3 наслідки з неї.
- •3.Довести теореми (формула повної імовірності та формули Байєса.
- •4.Дискретні випадкові величини - двв. Закони розподілу ймовірностей для двв. Дії над двв
- •5.Математичне сподівання дискретної випадкової величини та його властивості. Довести (на вибір) три з них.
- •6.Дисперсія дискретної випадкової величини та її властивості. Довести 3 з них на вибір. Середнє квадратичне відхилення.
- •8.Неперервні випадкові величини - нвв. Означення інтегральної функції розподілу та доведення її властивостей.
- •9.Означення диференціальної функції розподілу (щільності розподілу ймовірностей) та доведення її властивостей.
- •10.Означення нормального закону розподілу. Вивести формулу для імовірності попадання значень нормально розподіленої вв до заданого проміжку, наслідок. Правило «трьох сигм».
- •11.Закон показникового розподілу, або показниковий закон. Інтегральна функція розподілу ймовірностей для показникового закону. Мс та дисперсія для показникового закону.
- •12.Закон рівномірного розподілу, або рівномірний закон. Інтегральна функція розподілу ймовірностей для рівномірного розподілу ймовірностей. Мс та дисперсія для показникового закону.
- •13.Центральна гранична теорема.Муавр Лаплас
- •16.Корелят момент.Коефициент кореляції
- •17.Функц, статистична,та корелят залежності..
- •18.Коефіцієнт детермінації (r2)
- •1.Класичне означення імовірності події. Властивості імовірності. Теорема добутку імовірностей та наслідки з неї.
- •2.Довести теорему суми імовірностей та 3 наслідки з неї.
1.Класичне означення імовірності події. Властивості імовірності. Теорема добутку імовірностей та наслідки з неї.
Імовірність події А дорівнює: , де п – число (кількість) подій у просторі елементарних подій, а т – число наслідків, які сприяють появі події А.
Властивості:
Ддля довільної події А: ;
Ддля достовірної події U: P(U)=1;
Ддля неможливої події V: P(V)=0.
Імовірність добутку двох подій А і В дорівнює добутку імовірності однієї з них на умовну імовірність іншої, при умові, що настала перша подія: Доведення: Нехай п – кількість подій у просторі елементарних подій, з яких к подій сприяють появі АВ, т – сприяють появі А, а l – сприяють появі В.
За класичним означенням імовірності:
Наслідок 1. Якщо імовірність подій відмінні від нуля, то:
Наслідок 2. Якщо подія А не залежить від події В, то і навпаки, подія В не залежить від події А, тобто вони взаємно незалежні.
Наслідок 3. Із незалежності подій А і В випливає незалежність пар подій: і , і , і .
Наслідок 4. Імовірність добутку двох незалежних подій дорівнює добутку їх ймовірностей:
2.Довести теорему суми імовірностей та 3 наслідки з неї.
Теорема: Імовірність суми двох подій А і В дорівнює сумі імовірностей цих подій без імовірності їх добутку. Р(А+В)=Р(А)+Р(В)-Р(АВ)
Доведення: Для доведення скористуємось діаграмою теореми добутку. За класичним означення:
Наслідок 1. Імовірність суми двох несумісних подій дорівнює сумі їх імовірностей:
Наслідок 2. Сума імовірностей подій , що утворюють повну групу, дорівнює одиниці:
Доведення: - повна група (U-достовірна подія), несумісні. = за наслідком 1= (достовірність)
Наслідок 3. Для взаємно протилежних подій А і :
, ,
Доведення випливає із попереднього наслідка 2:
Наслідок 4. Імовірність появи хоча б однієї із подій дорівнює:
Доведення: За наслідком 3 жодна із подій не настане =
3.Довести теореми (формула повної імовірності та формули Байєса.
Формула повної імовірності. Нехай подія А може настати лише сумісно з хоча б однією із подій-гіпотез , які утворюють повну групу. Тоді імовірність (повна імовірність) події А дорівнює: тобто сумі добутків імовірностей гіпотез на умові ймовірності події, при умові, що настала відповідна гіпотеза.
Доведення:
= за теоремою суми =
Теорема Байєса. Нехай подія А може настати лише сумісно з хоча б однією із подій-гіпотез , які утворюють повну групу. Якщо подія А настала, то умовні (уточнені) імовірності гіпотез дорівнюють:
де повна імовірність
Доведення. Зазначимо, що виконуються усі умови теореми – формули повної ймовірності. Розглянемо одну із подій і скористуємось теоремою добутку: . Звідси: , де Р(А) – повна імовірність.
4.Дискретні випадкові величини - двв. Закони розподілу ймовірностей для двв. Дії над двв
Випадковою називається величина, яка може набувати різних числових значень. Строгіше означення випадкової величини пов’язане з поняттям простору елементарних подій. Нехай задано простір елементарних подій . Однозначна числова функція яку задано на просторі елементарних подій, називається випадковою величиною. Якщо простір дискретний, то випадкова величина дискретна. Неперервному простору елементарних подій відповідає неперервна випадкова величина.
Співвідношення між значеннями випадкової величини і їхніми ймовірностями називається законом розподілу випадкової величини.
Для дискретних випадкових величин закони розподілу можуть задаватися множиною значень, що їх набуває випадкова величина, і ймовірностями цих значень.
Якщо то або, якщо величина набуває зліченної множини значень, то Закони розподілу дискретних випадкових величин задаються у табличній формі (подаються значення випадкової величини і їхні ймовірності), аналітичній (наводиться формула, за якою обчислюються ймовірності для заданих значень випадкової величини), графічній (у прямокутній системі координат задається набір точок сполучивши точки відрізками прямих, дістанемо многокутник розподілу ймовірностей).