- •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
Числові характеристики ннв
Означення. Математичним сподіванням неперервної випадкової величини Х, заданої щільністю розподілу, називається число, яке обчислюється за формулою
Якщо неперервна випадкова величина приймає значення на відрізку [a;b] та має щільність ймовірностей , то її математичне сподівання знаходиться за формулою
Задача 5. Випадкова величина задана щільністю розподілу
Знайти математичне сподівання.
Розв’язання. .
Відповідь: .
Для неперервної випадкової величини дисперсія обчислюється за формулою:
(17)
або
(18)
Задача 6. Випадкова величина задана щільністю розподілу
Знайти дисперсію та середнє квадратичне відхилення.
Розв’язання У задачі 5 знайдено математичне сподівання .
М(Х2)=. За формулою (18) знаходимо дисперсію
.
Відповідь: , 0,2357.
Правило трьох сигм
Якщо випадкова величина Х розподілена нормально, то , тобто ймовірність того, що абсолютна величина відхилення Х від її математичного сподівання прямує до нуля, а це означає, що– практично достовірна подія.
У практиці це правило використовують так: якщо закон розподілу випадкової величини Х невідомий, але , тоді можна припустити, що Х розподілена нормально.
6.2. Закон великих чисел та центральна гранична теорема
Граничні теореми, що встановлюють граничні закони розподілу випадкових величин, об’єднують загальною назвою – центральна гранична теорема
Теорема
(Нерівність Чебишова)
Для будь-якої випадкової величини Х ймовірність того, що вона відхиляється від свого математичного сподівання більше, ніж на число, завжди менша, ніж, тобто:
(19)
У статистиці частіше використовують нерівність Чебишева для середнього квадратичного відхилення:
Граничні теореми які встановлюють відповідність між теоретичними та дослідними характеристиками випадкових подій. Об’єднують загальною назвою – закону великих чисел.
Нехай Х випадкова величина, яка має математичне сподівання М(Х) і дисперсію D(X). Нехай Х1, Х2, ..., Хп випадкові величини, які мають ті ж параметри розподілу, що й Х.
Візьмемо нову випадкову величину . Застосуємо нерівність Чебишова для випадкової величини:
.
Наслідком цієї нерівності є твердження: .
Тобто середнє арифметичне результатів випробування зі зростанням п все точніше відображає математичне сподівання досліджуваної випадкової величини.
Запитання для самоконтролю
Яку величину називають випадковою? Які є види випадкових величин? Навести приклади.
Що таке закон розподілу ДВВ? Назвати основні закони розподілу ДВВ.
Які існують числові характеристики дискретних випадкових величин? Що вони означають та за якими формулами обчислюються?
Дати визначення інтегральної та диференціальної функції розподілу. Вказати властивості та взаємозв’язок між ними.
Назвати основні закони розподілу НВВ.
За якими формулами обчислюють числові характеристики для НВВ?
Записати нерівність Чебишова в двох формах.