- •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
Тема 6. Види випадкових величин та способи їх задання
6.1. Поняття випадкової величини. Закони розподілу випадкових величин.
Ми розглядали події сутність яких полягала у появі того чи іншого числа. Наприклад, при підкиданні грального кубика могли з’явитися числа 1, 2, 3, 4, 5, 6. Заздалегідь визначити яка кількість очок випаде неможливо, оскільки вона залежить від багатьох випадкових обставин, які повністю не можуть бути враховані. У такому розумінні кількість очок є величина випадкова; числа 1, 2, 3, 4, 5, 6 є можливими значеннями цієї величини.
Випадкові величини позначають великими літерами X, Y, Z, а їх можливі значення – відповідними малими літерами з індексами. Наприклад, Х: х1, х2, ..., хп ; Y: y1, y2, …,yn.
Означення. Випадковою називають величину Х, яка в результаті випробування приймає одне і тільки одне можливе дійсне значення, наперед невідоме і залежне від випадкових обставин.
Означення. Дискретною випадковою величиною (ДВВ) називають таку величину, яка може приймати відокремлені ізольовані одне від одного (їх можна пронумерувати) числові значення з відповідними ймовірностями.
Приклад. Кількість хлопчиків серед 100 новонароджених є випадковою величиною Х, яка приймає такі можливі значення 1,2,3,...,100.
Означення. Неперервною випадковою величиною (НВВ) називають таку величину, яка може приймати будь-яке числове значення з деякого скінченого або нескінченного інтервалу (а;в).
Приклад. Зріст учнів 14 років, виміряний у мм.
6.1.1. Дискретні випадкові величини
З кожною випадковою величиною пов’язана деяка множина чисел – значень, які вона може приймати. В результаті проведення випробування ці значення мають різні ймовірності їх появи. Для повної характеристики випадкової величини потрібно вказати не лише усі її можливі значення, але й закон, за яким знаходиться ймовірність кожного значення pk=p(X=xk)=f(X) або P(X). Правило, що встановлює зв’язок між можливими значеннями та їх ймовірностями, називають законом розподілу випадкової величини. У випадку ДВВ функціональну залежність можна задавати таблично, аналітично або графічно.
Означення. Законом розподілу дискретної випадкової величини називається співвідношення, що встановлює зв’язок між можливими її значеннями та відповідними їх ймовірностями.
Нехай ДВВ Х приймає одне з п різних значень х1, х2, х3, ..., хn. При цьому кожне з цих значень величина Х приймає з визначеною ймовірністю – відповідно р1, р2, р3, ..., рn. Якщо ці дані помістити в таблицю, то така таблиця називається таблицею розподілу ДВВ Х або рядом розподілу ДВВ Х, й говорять, що величину подано таблично.
Х |
х1 |
х2 |
х3 |
х |
... |
хп |
р |
р1 |
р2 |
р3 |
р4 |
... |
рп |
Оскільки випадкова величина Х неодмінно прийме якесь значення, то .
За рядом розподілу можна побудувати функцію розподілу (ймовірності) дискретної випадкової величини Х
=,
де підсумовування проводиться за всіма k, для яких хк < х.
Графік функції розподілу дискретної випадкової величини має ступінчастий вигляд. Переконаємося у цьому на прикладі.
Задача 1. В партії з шести деталей чотири стандартні. Навмання вибрані три деталі. Знайти:
а) ряд розподілу дискретної випадкової величини Х – число стандартних деталей серед відібраних;
б) функцію розподілу дискретної випадкової величини Х.
Розв’язання
а) Випадкова величина Х може приймати такі значення: х1=1, х2=2, х3=3. Знайдемо ймовірності цих значень
;
;
.
Отже, маємо ряд розподілу дискретної випадкової величини Х:
х |
1 |
2 |
3 |
р |
0,2 |
0,6 |
0,2 |
Перевірка: 0,2+0,6+0,2=1.
б) побудуємо функцію розподілу дискретної випадкової величини Х та її графік:
якщо х <1, то =0;
якщо 1≤ х<2, то =0,2;
якщо 2≤ х<3, то =0,2+0,6=0,8;
якщо х≥3, то =0,2+0,6+0,2=1.
Отже,
Будуємо графік
Основні закони розподілу дискретних випадкових величин
Біноміальний розподіл
Проводиться п однакових незалежних випробувань в кожному з яких може відбутися подія А з ймовірністю р (0<р<1).
Випадкова величина Х – число настання події А. Тоді ряд розподілу має вигляд
Х |
0 |
1 |
2 |
... |
к |
... |
п |
р |
|
|
|
|
|
|
|
де ,,к=0,1,2,...,п.
Розподіл Пуасона
Х |
0 |
1 |
... |
п |
р |
|
|
... |
|
, де >0, п=0,1,2,...
Геометричний розподіл
Проводять незалежні випробування, в кожному з яких може відбутися подія А з ймовірністю р (0<р<1). Дискретна випадкова величина Х – число проведених випробувань до першого настання події А.
Х |
1 |
2 |
3 |
... |
п |
р |
|
|
|
... |
|