- •Тема 1. Основні поняття теорії ймовірностей 8
- •Модульний план
- •Розподіл балів за виконані роботи
- •Критерії оцінювання знань, вмінь та навичок студентів Лекційні заняття
- •Практичні заняття
- •Оцінювання самостійної та індивідуальної роботи
- •Модуль і. Теорія ймовірностей Змістовний модуль 1. Теоретичні основи теорії ймовірностей та комбінаторики
- •Тема 1. Основні поняття теорії ймовірностей
- •1.1. Поняття "випробування" та "подія". Предмет теорії ймовірностей. Коротка історична довідка.
- •Властивості операцій над подіями
- •Запитання для самоконтролю
- •Тема 2. Основні поняття та принципи комбінаторики
- •Сполуки без повторень елементів
- •Сполуки з повторенням елементів
- •Основні принципи комбінаторики
- •Запитання для самоконтролю
- •Тема 3. Ймовірність подій. Основні теореми теорії ймовірностей
- •Властивості ймовірності
- •3.2. Відносна частота. Статистичне означення ймовірності.
- •3.3. Геометричне означення ймовірності
- •Залежні та незалежні події. Умовна ймовірність. Теореми множення ймовірностей.
- •Теорема множення ймовірностей залежних подій
- •3.5. Теореми додавання ймовірностей Теорема додавання ймовірностей несумісних подій
- •3.6. Ймовірність настання хоча б однієї події
- •Теорема
- •Запитання для самоконтролю
- •Тема 4. Формула повної ймовірності. Формула Бейєса.
- •4.1. Формула повної ймовірності
- •4.2. Формула Бейєса
- •Запитання для самоконтролю
- •Тема 5. Послідовні незалежні випробування
- •5.1.Схема повторних незалежних випробувань Бернуллі.
- •5.2. Граничні теореми у схемі Бернуллі
- •5.3. Ймовірність відхилення відносної частоти від сталої ймовірності в незалежних випробуваннях
- •Запитання для самоконтролю
- •Практичні заняття Практичне заняття №1
- •Практичне заняття №2
- •Практичне заняття №3
- •Практичне заняття №4
- •Практичне заняття №5
- •Самостійна робота
- •Рівень а
- •Рівень б
- •Рівень в
- •Рівень а
- •Рівень б
- •Рівень в
- •Теми рефератів
- •Задачі для самоперевірки
- •Змістовний модуль 2. Випадкові величини
- •Тема 6. Види випадкових величин та способи їх задання
- •6.1. Поняття випадкової величини. Закони розподілу випадкових величин.
- •6.1.1. Дискретні випадкові величини
- •Числові характеристики двв
- •6.1.2. Неперервні випадкові величини. Щільність розподілу.
- •Основні закони розподілу неперервних величин
- •Числові характеристики ннв
- •Правило трьох сигм
- •6.2. Закон великих чисел та центральна гранична теорема
- •Теорема
- •Запитання для самоконтролю
- •Практичны заняття Практичне заняття №6
- •Практичне заняття №9
- •Самостійна робота
- •Числові характеристики основних розподілів
- •Рівень а
- •Рівень б
- •Рівень в
- •Задача 1
- •Задача 2
- •10. Неперервна випадкова величина задана інтегральною функцією розподілу:
- •Задачі для самоконтролю
- •Модуль іі. Математична статистика Змістовний модуль 3. Теоретичні основи математичної статистики
- •Тема 7. Предмет та задачі математичної статистики
- •Види та способи відбору
- •Первинна обробка даних
- •Згрупований розподіл накопиченої частоти
- •Розподіл щільності частоти і щільності відносної частоти
- •Емпірична функція розподілу
- •Властивості емпіричної функції розподілу
- •Запитання для самоконтролю
- •Тема 8. Статистичні оцінки параметрів розподілу
- •8.1. Числові характеристики статистичного розподілу
- •Алгоритм методу добутків
- •8.2. Точкові та інтервальні оцінки параметрів розподілу
- •Точкова оцінка математичного сподівання
- •Точкова оцінка дисперсії. Виправлена дисперсія
- •Інтервальні оцінки для математичного сподівання
- •Знаходження об’єму вибірки
- •Запитання для самоконтролю
- •Практичні заняття Практичне заняття №10
- •Практичне заняття №11
- •Практичне заняття №12-13
- •Практичне заняття №14
- •Самостійна робота
- •Змістовний модуль 4. Статистична перевірка гіпотез. Елементи теорії кореляції і дисперсійного аналізу
- •Тема 9. Статистична перевірка гіпотез
- •Статистичні гіпотези та їх класифікація
- •9.2. Статистичні критерії перевірки нульової гіпотези
- •9.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона.
- •Запитання для самоконтролю
- •Тема 10. Елементи теорії кореляції
- •Запитання для самоконтролю
- •Тема 11. Поняття дисперсійного аналізу. Однофакторний дисперсійний аналіз
- •Запитання для самоконтролю
- •Практичні заняття
- •Практичне заняття №17
- •Практичне заняття №18
- •Самостійна робота
- •Методичні рекомендації
- •Список використаної та рекомендованої літератури
- •Додатки
- •Математична довідка
- •Властивості функції
- •V. Правила інтегрування функцій
Запитання для самоконтролю
Що називають повною групою подій?
Записати формулу повної ймовірності.
Які події називаються залежними? Навести приклад.
Дати означення умовної ймовірності. Навести приклад.
Записати формулу Бейєса. Які умови її використання?
Тема 5. Послідовні незалежні випробування
5.1.Схема повторних незалежних випробувань Бернуллі.
Формула Бернуллі.
Часто при дослідженні деякої випадкової події А організовують експеримент за такою схемою:
проводять п послідовних незалежних випробувань, в кожному з яких може відбутися подія А;
ймовірність події А в кожному випробуванні є величина стала Р(А)=р, тоді Р()=q, відомо, що Р(А)+ Р()=1 p+q=1;
ставиться питання, яка ймовірність того, що при цих п незалежних випробуваннях, подія А настане к разів (0≤к≤п). Аналітично це виглядає так: ? або–?
Експеримент організований за такою схемою називають схемою повторних незалежних випробувань Бернуллі.
Ймовірність того, що подія А настанек разів в п випробуваннях знаходиться за формулою Бернуллі:
, де (7)
Число k0, при якому ймовірність найбільша, називаєтьсянайімовірнішим числом настання події А. Знайти його можна за формулою – ціла частина числа. Якщо виявиться, що число– ціле, ток0-1 також буде найімовірнішим числом настання події А.
Задача.18. Що більш ймовірно: виграти у гравця у шахи (рівного собі за силою гри) чотири партії з восьми, чи три партії з п’яти?
Розв’язання. За умовою ,.
Скориставшись формулою (7), одержимо:
,
.
Відповідь: Оскільки , то більш ймовірно виграти три партії з п’яти, чим чотири з восьми.
5.2. Граничні теореми у схемі Бернуллі
Знаходження ймовірності за схемою Бернуллі ускладнюється, якщо п дуже велике і р або q дуже малі числа.
Для такого випадку застосовують наближені формули:
а) формула Пуассона
Справедлива наближена рівність
, де ,(8)
Ця формула дає досить точне наближення при тар близьких до нуля (р0,1), тобто для подій, які рідко трапляються.
Задача.19. Середній брак при виробництві продукції становить 0,1%. Перевіряється партія з 1000 деталей. Яка ймовірність того, що бракованих буде 4 деталей?
Розв’язання. За умовою задачі n=1000, p=0,001→0, λ=np=1000*0,001=1. При таких умовах застосовуємо формулу Пуассона: . Отже, маємо.
Відповідь: 0,0153.
б) локальна теорема Муавра-Лапласа
Справедлива наближена рівність
, (9)
де ,– локальна функція Муавра-Лапласа.
Функція парна. Таблиця значень функції наведена у додатку 2. Формула (9) дає добре наближення, якщоп достатньо велике, а 0р1.
Задача 20. При виробництві деякої продукції ймовірність виготовлення 1-го сорту приймається рівною 0,60. Визначити ймовірність того, що із 100 навмання взятих виробів 65 будуть першого сорту.
Розв’язання Нехай подія А – виготовлення виробу першого сорту. За умовою n=100, k=65, p=0,60, q=0,40. Оскільки n достатньо велике число, p не прямує ні до 0, ні до 1, то скористаємося локальною теоремою Муавра-Лапласа: .
.
За таблицею значень локальної функції Лапласа (додаток 2) знаходимо, що . Тому шукана ймовірність
.
Відповідь: 0,045.
в) інтегральна теорема Муавра-Лапласа
Ймовірність того, що при п незалежних випробуваннях, в кожному з яких подія А може відбутися з ймовірністю р (0р1), подія А відбудеться не менше к1 і не більше к2 разів, наближено дорівнює
(10)
де – інтегральна функція Муавра-Лапласа.
Функція непарна. Таблиця значень інтегральної функції наведена у додатку 3. Для всіх значень х≥5 можна вважати.
Задача 21. Ймовірність виходу з ладу одного приладу дорівнює 0,1. Визначити ймовірність того, що за час Т зі 100 приладів вийде з ладу від 6 до 18 приладів.
Розв’язання За умовою задачі n=100, k1=6, k2=18, p=0,1, q=1‑p=1‑0,1=0,9. Скористаємося інтегральною теоремою Муавра-Лапласа: .
.
За таблицею значень інтегральної функції Лапласа (додаток 3) знаходимо:
Ф(2,66)=0,4961, Ф(-1,33)=-Ф(1,33)=-0,4082.
Тому .
Відповідь: 0,9043.