- •Тема 1.
- •Суть, призначення та умови застосування тй та мс
- •Основні типи соціально-економічних задач, які розв'язуються методами тй та мс.
- •Стохастичний експеримент
- •Випадкові події та операції над ними.
- •Ймовірності в дискретних просторах елементарних подій.
- •Частотне та класичне означення ймовірності.
- •Елементи комбінаторики.
- •Тема 2 Геометричне означення ймовірності. Аксіоми теорії ймовірностей.
- •Геометричне означення ймовірності
- •Аксіоми теорії ймовірностей.
- •Тема 3. Умовні ймовірності. Формула повної ймовірності, формула Байєса. Незалежні події.
- •Тема 4. Дискретні випадкові величини. Основні числові характеристики.
- •Тема 6. Неперервні випадкові величини (нвв)
- •Тема 7.
- •2. Функції від випадкових величин.
- •Тема 8.
- •Тема 9. Закон великих чисел. Центральна гранична теорема.
- •Центральна гранична теорема.
- •Тема 10. Елементи описової статистики. Емпірична функція розподілу. Гістограма.
- •Елементи описової статистики.
- •Емпірична функція розподілу. Гістограма.
- •Тема 11. Статистичне оцінювання параметрів. Вибіркове середнє та дисперсія.
- •Вибіркове середнє квадратичне відхилення:
- •Вибіркова мода:
- •Вибіркова медіана:
- •Незміщенність
- •Ефективність
- •Тема 12. Методи моментів і максимальної правдоподібності. Надійні інтервали.
- •Тема 13. Перевірка статистичних гіпотез
- •Тема 14.
- •Тема 15.
- •16.Коефіцієнт кореляції рангів
Тема 6. Неперервні випадкові величини (нвв)
ВВ ξ називається неперервною, якщо існує кусково неперервна функція р(х) така, що функція розподілу ймовірностей ВВ ξ має вигляд
F(x)=
Кусково-неперервна функція або неперервна або має точку розриву 1го роду.
Функція р(х) називається цільністю розподілу ймовірностей НВВξ
·р(х) ≥0 …. ·.
·F’(x)=р(х),в точка неперервності р (х)
…………………………………….
Геометрич. зміст властивойстей р(х)
1) Графік р(х) лежить не нижче осі Ох
2) Площа фікури обмежена графіком у=р(х) і віссю Ох
ВВ ξ – Р {ξ є [α,β] } = F(β) – F(α)
НВВξ– Р {ξ є [α,β] } =
Функція розподілу НВВξ є неперервною функцією, тому ймовірність попадання ξ в точку = 0. Отже, при обчисленні ймовірності попадання НВВ ξ в проміжок не має значення чи включаються кінці проміжку чи ні.
F’(x)=p(x)
Числові характеристики НВВ ξ
Мξ=
Dξ=……………………………
σξ=√D
Тема 7.
1.Ріномірний розподіл-НВВ ξ має рівномірний розподіл на відрізку , якщо її щільність задається формулою:
Mξ =
Mξ2 =
Dξ =
ξ =
Показниковий розподіл-НВВ ξ має показниковий розподіл з параметром λ>0, якщо її щільність задаеться формулою:
Mξ=ξ=
Нормальний розподіл- НВВ ξ має нормальний розподіл з параметрами , якщо її щільність визначається формулою:
P(x)= ;
F(x)=;
Mξ=a;
ξ=;
Dξ=2;
2. Функції від випадкових величин.
Нехай задана монотонна функція y=g(x).Введемо випадкову ВВη= g(ξ)
g(ξ)}
=
Нехай -НВВ,
P
Тема 8.
Математичним сподіванням ДВВ ξ називається Mξ = , де ряд є абсолютно збіжним.
Дисперсією ДВВ ξ називається число Dξ=
Нерівність Чебишева:
Для довільної ВВ ξ, що має Mξ та Dξ та для довільної >0 виконується:
P
P
Якщо ξ має біноміальний розподіл, то нерівність набуде такого вигляду: P;
Коефіцієнт кореляції –
Тема 9. Закон великих чисел. Центральна гранична теорема.
-
Теорема Чебишева (Закон великих чисел).
Якщо … – послідовність НВВ, що мають М= , і=1,∞ та обмежені в сукупності дисперсії (,тоді ε>0 виконується:
Зміст теореми: при великих значеннях n ( ВВ)практично вирогідно,що ВВ мало відрізняється від детермінованої величини , тобто при зростанні n ВВ втрачає свою випадковість і перетворюється у детерміновану.
Доведення: η =
ΣD
Нерівність Маркова(Чебишева): нехай ВВξ невід’ємна ξ≥0 та має матем сподівання, тоді при А>0 виконується :
або
Доведення для ДВВ ξ:
ξ |
|
.. |
|
Р |
|
.. |
|
М= при А>0⇒.
Мξ=
Нерівність Чебишева: для довільної ВВξ, що має матем сподівання і дисперсію та для довільного ε>0 виконується:
або
Доведення:
η = ; A=
Якщо ξ має біноміальний розподіл,то нерівність набуде такого вигляду:
; M( D⇒
-
Центральна гранична теорема.
ЦГТ – це комплекс теорем про закон розподілу сумм ВВ.
Теорема Ліндеберга-Леві:якщо …-послідовність незалежних, однаково розподілених ВВ, що мають М= та дисперсії δ ,то стандартна сума цих величин при n→∞ має розподіл, який наближається до стандартного нормального.
Наслідок з ЦГТ:
Інтегральна теорема Муавра-Лапласа:
|
0 |
1 |
P |
q |
p |
якщо в i-тому випробуванні успі; якщо невдача.
q + p=1 М=p D=
Якщо і=1,∞ - послідовність незал випробувань,в кожному з яких може настати успіх або невдача,то виконується:
- к-сть успіхів у випробуванні