- •1.1.Cформулювати предмет теорії імовірностей?
- •1.2.Дати означення підмножини, скінченної, нескінченної, зліченої, незліченої, упорядкованої та неупорядкованої множин. Навести приклад.
- •1.3.Дати означення об’єднання(або суми), перетину(або добутку) та різниці множин. Навести основні властивості цих операцій та відповідні приклади.
- •1.4.Дати означення розміщення, переставлення та сполучення. Записати формули для обчислення числа цих сполук.Пояснити зміст позначень та навести приклади.
- •1.5. Записати формулу, що пов’язує число переставлень, сполучень та розміщень. Сформулювати правила суми та добутку. Навести приклади.
- •1.7. Дати означення подій: неможливої, достовірної, випадкової, рівноможливих, сумісних, несумісних, попарно несумісних подій. Навести приклади.
- •1.8. Дати означення об’єднання (суми), перетину (добутку) подій, протилежної події, повної групи подій. Навести приклади.
- •1.9. Як випадкова подія виражається через елементарні наслідки випадкового експерименту? Які елементарні наслідки називаються такими, що сприяють появі даної випадкової події? Навести приклади.
- •1.11.Сформулювати геометричне визначення імовірночті, записати відповідну формулу і пояснити зміст позначень. Навести приклади. Назвати основні властивості імовірності.
- •1.12. Дати означення частоти та відносної частоти випадкової події. Сформулювати статистичне визначення імовірності, записати відповідну формулу і пояснити зміст позначень.Навести приклади.
- •1.14. Дати означення незалежності і залежності двох подій, попарної незалежності декількох подій, незалежності у сукупності декількох подій, умовної імовірності події .Навести приклади.
- •1.15. Виписати формулу для обчислення імовірності хоча б однієї з декількох подій, незалежних у сукупності.Пояснити зміст позначень. Навести приклади.
- •1.16. Вивести формули: а) повної імовірності; б) Байеса. Пояснити зміст позначень. Навести приклади застосування цих формул.
- •1.17. Описати схему випробувань Бернулі. Записати формулу Бернулі.Навести приклади її застосування.
- •1.18. С формулювати граничні теореми у схемі випробувань Бернулі. А)Пуассона. Б) Локальну та інтегральну Лапласа.
- •1.19.Записати формули для обчислення в схемі Бернулі: а)імовірності відхилення частоти від імовірності б)найбільш імовірного числа появи подій
- •2.1. Дати означення випадкової величини (в.В.), дискретної (д.В.В.) та неперервної випадкої величини (н.В.В.). Навести приклади.
- •2.2. Дати означення закону та багатокутника розподілу ймовірностей д.В.В. Навести приклади.
- •2.3. Дати означення інтегральної та диференціальної функції розподілу н.В.В. Довести їх основні властивості. Навести приклади з побудовою відповідних графіків.
- •2.5. Пояснити, що характеризують: а) математичне сподівання; б) дисперсія та середнє квадратичне відхилення; в) асиметрія; г) ексцес; д) мода; е) медіана.
- •2.6. Сформулювати основні властивості математичного сподівання і дисперсії.
- •2.8.Записати основні закони розподілу н.В.В.: а) рівномірний; б) показниковий; в) нормальний. Пояснити зміст позначень. Навести приклади д.В.В., розподілених за цими законами.
- •2.9.Пояснити зміст терміну «закон великих чисел». Сформулювати нерівність а. Чебишова у всіх формах. Навести приклади її застосування.
- •2.10.Сформулювати основні теореми закону великих чисел: а) Бернуллі; б) Чебишова. Пояснити значення цих теорем для практики
- •2.11 Сформ. Центр. Гран. Теор. У формі Леві –Ліндеберга
- •2.12.Дати означення:а) системи випадкових величин (с.В.В.); б) закону розподілу дискретної двовимірної випадкової величини (д.Д.В.В.). Навести приклади.
- •2.13.Дати означення функціїї розподілу імовірностей с.В.В. Сформулювати її основні властивості та геометричний зміст.
- •2.14.Дати означення функції щільності розподілу імовірностей с.В.В. Сформулювати її основні властивості та геометричний зміст.
- •2.16. Дати означення залежності та незалежності випадкових величин. Сформулювати і довести теореми про необхідну достатню умови незалежності в.В.,, що входять у с.В.В.
- •2.17.Вивести формули для знаходження:а)законів розподілу;б)умовних законів розподілу складових дискретної с.В.В. Навести відповідні означення та функції.
- •2.20. Навести основні властивості кореляційного моменту μxy та коефіцієнту кореляції rxy
- •2.21. Дати означення корельованості (некорельованості) двох в.В. Пояснити різнцю і зв’язок між корельованістю (некорельованістю) і залежністю двох в.В.
- •2.22. Вивести рівняння лінійної середньоквадратичної регресії y на х(х на y). Пояснити зміст позначень.Дати означення коефіцієнту регресії , залишкової дисперсії та пояснити, що вони характеризують.
- •2.23. Сформулювати теорему про корельованість складових нормально розподіленої двовимірної в.В.
- •2.25. Записати формули для обчислення математичного сподівання тта дисперсії функцій д.В.В. Та н.В.В.Навести приклади.
- •2.26. Пояснити, як будуються випадкові величини, що мають розподіл:а) Пірсона х2;б) Стьюдента;в) Фішера
- •3.1. Сформулювати предмет математичної статистикита її основні задачі.
- •3.2.Дати означення:а) генеральної та вибіркової сукупностей;б)обсягу вибірки;в) повторної і без повторної, репрезентативної вибірки
- •3.3.Дати означення статистичної (емпіричної) ф-ї розподілу та сформулювати її основні властивості. Навести приклади побудови емпіричної функції розподілу та її графіки.
- •3.4. Дати означення кумулятивних частоти та відносної частоти.Пояснити їх статистичний зміст.
- •3.5.Дати означення полігону, гістограми.Навести приклади їх побудови.
- •3.6.Дати означення:а) точкової статистичної оцінки параметра розподілу генеральної сукупності;б) незаміщеної, ефективної, обгрунтованої вичерпної оцінки.
- •3.7.Означення генеральної та вибіркової середньої, довести...
- •3.8.Означення генеральних та вибіркових дисперсій та середнього квадр відхилення, формули
- •3.9.Дати озн вибіркових: Моди, медіани , початкового моменту, центрального моменту, асиметрії, ексцесу.
- •3.10.Дати означення: а)інтегральної оцінки параметра генеральної сукупності, її точності та надійності б)надійного інтервалу
- •3.12 Сформ. Та обґрунтувати взаємозалежність між точністю інтервальної оцінки
- •3.14.Дати означення емпіричної та теоретичної частот, формули для обч теоретичних частот розподілів : Пуассона, нормальної та генеральної сукупності
- •3.15.Дати озн функціональної, статистичної, кореляційної залежності, умовного середнього, вибіркових рівняння та лінії регресії.
- •3.16.Вивести формули для обч параметрів вибіркового рівн лінійної регресії : а) за не згрупованими даними, б) за згрупованими
- •3.17.Записати формулу для обч вибіркової кореляції кінців надійного інтервалу для інтерн. Оцінки коеф кореляції нормально розподіленої ген сукупності
- •3.18.Дати означення статистичної гіпотези, назвати основні види, означення нульової, альтернативної гіпотез, помилки 1 і 2 роду
- •3.19.Означення статистичного критерію, спостереженого та теор значенню критерію, Крит обл., обл. Прийняття гіпотези, критичних точок, однобічної та двобічної Крит обл., лівоб та правоб крит обл
- •3.20.Дати означення рівня значущості та потужності статистичного критерію. Пояснити способи знаходження однобічної та двобічної критичних областей.
- •3.21 Навести приклади перевірки гіпотез про..
- •1.1.Cформулювати предмет теорії імовірностей?
- •1.2.Дати означення підмножини, скінченної, нескінченної, зліченої, незліченої, упорядкованої та неупорядкованої множин. Навести приклад.
- •1.3.Дати означення об’єднання(або суми), перетину(або добутку) та різниці множин. Навести основні властивості цих операцій та відповідні приклади.
2.22. Вивести рівняння лінійної середньоквадратичної регресії y на х(х на y). Пояснити зміст позначень.Дати означення коефіцієнту регресії , залишкової дисперсії та пояснити, що вони характеризують.
Лінійна середньоквадратична регресія Y на Х має вигляд
g(X)=my+ (X – mx), де mx=М(Х), my=М(Y), σx= , σy= , r=μxy/( σxσy) – коефіцієнт кореляції величин Х та Y.
Виведення:
Введем у розгляд функцію двох незалежних аргументів та :
F( , )=M[Y - - X]2 . (*)
Враховуючи, що М(Х – mx)=M(Y – my)=0,
M[(X - mx)*(Y - my)]= μxy=r σxσy та виконав викладки, отримаємо
F( , )= + - 2r σxσy +( my - - mx)2
Дослідим функцію F( , ) на екстремум, для чого прирівняєм 0 часткові похідні :
, σxσy=0
Звідси , mx
Легко впевнитися , що при цих значеннях та розглянута функція приймає найменше значення. Звідси лінійна середньоквадратична регресія Y та X має вигляд
g (X)= X= - mx+ X, або g(X)=my+ (X – mx),
Коефіцієнт = наз. коефіцієнтом регресії Y на X
Підставимо знайдені значення та у співвідношення (*), отримаємо мінімальне значення значення функції F( , ) , яке дорівнює (1 – r2). Величину (1 – r2) наз. залишковою дисперсією в.в. Y відносно в.в. Х..Вона характеризує величину похибки , яку допускають при заміні Y лінійної функції g(X)= X. При r=+ -1 залишкова дисперсія =0
Аналогічно можно отримати пряму середньоквадратичної регресії Х на Y
X - mx=r (Y- my), де r - коефіцієнт регресії Х на Y.Залишкова дисперсія (1-r2) величини Х відносно Y.
2.23. Сформулювати теорему про корельованість складових нормально розподіленої двовимірної в.В.
а) Мат. сподівання двохвимірної випадкової величини (X, Y) характеризує координати центру розподілу випадкової величини. Ці координати знаходять за формулами:
Дисперсії DX та DY характеризують розсіювання випадкової точки (X, Y) вздовж координатних осей Ox та Oy, відповідно. Їх знаходять за формулами:
б) Условным мат. ожиданием ДСВ Y при X=x (x – определенное возможное значение X) называют произведение возможных значений Y на их условные вероятности:
M(Y|X=x)= Для непрерывных величин , где - условная плотность случайной величины Y при X=x.
в) Для опису двохвимірної випадкової величини використовують також кореляційний момент (або коваріація): KXY=M((X-mX)(Y-mY))= . Корреляционным моментом μxy случайных величин X та Y называют мат. ожидание произведения отклонений этих величин. Для ДСВ: Корреляционный момент служит для характеристики связи между величинами X и Y.
г) коефіцієнт кореляції є кількісна характеристика залежності випадкових величин X та Y і часто використовуються в статистиці.
Коэффициенттом корреляции rxy случайных величин X и Y называют отношение корреляционного момента к произведению средних квадратических отклонений этих величин.
2.24. Дати означення функції випадкової величи. Навести спосіб побудови закону розподілу функції д.в.в. Записати формулу для знаходження щільності розподілу імовірностей функції н.в.в.Навести приклади.пояснити зміст позначень.
Н.В.В. Нехай х-дійсне число. Імовірність події, що Х прийме значення, менше х (Х <х), позначимо F(x)-функцією від х. Функцією розподілу називають функцію F(x), обозначаючу ймовірність того, що випадкова величина Х в результате випробування прийме значення, менше х, т.е. F(x)=P(X<x). Геометричний зміст: F(x)-ймовірність того, що, випадкова величинна прийме значення, котре зображається на числовій прямій точкою, розташованій лівіше точки х.
Законом розподілу дискретної випадкової величини є відношення між можливими значеннями і їх імовірностями. Задаєтся таблично, аналітично, графічно.
Приклад:
В лотереї 100 білетів. Розігрують один виграш в 50 грн. і 10 виграшів по 1 грн.Найти закон розподілу випадкової величини Х-вартість виграшуу для власника одного білета.
Розв’язок:
X: x =50, x =1, x =0. p =0,01 =0,01 =1( =0,89.
Закон розподілу Х(50,10,0), р(0,01;0,1;0,89).
Щільніссть розподілу імовірностей н.в.в. Х називають функцію f(x)-першу похідну від функції розподілу F(x):
f(x)= F’(x) функція розподілу. Для опису рлзподілу д.в.в. неприймається.
Приклад: Дано: F(x)= 0, x<0
x2/81 0<x<=9
1 x>9
f(x)=F’(x)
f(x)= 2x/81 x e (0;9] 0 x не належить (0;9]