- •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
3.3. Геометричне означення ймовірності
Щоб подолати недолік класичного означення ймовірності, яке полягає у тому, що його не можна застосувати до випробування з нескінченою кількістю елементарних подій, вводять геометричну ймовірність – ймовірність попадання точки в область.
Нехай – деяка область на прямій, площині або в просторі, а А – деяка частина області. В областінавмання вибирають точку, вважаючи, що вибір точок області рівноможливий. Ймовірність того, що точка належить А, визначається рівністю
,
де – міра (довжина, площа, об’єм, час) А,.
Задача 11. На аудиокасеті записані концерти трьох співаків: першого – протягом 40 хв. звучання, другого – протягом 30 хв., третього – протягом 20 хв. Запис перемотується і навмання включається. Яка ймовірність того, що звучить пісня у виконанні другого співака?
Розв’язання Випробування – включається касета; подія А – звучить пісня у виконанні другого співака.
Час звучання запису Т()=90хв., час звучання другого співака Т(А)=30хв. За формулою (3) маємо.
Відповідь: .
Залежні та незалежні події. Умовна ймовірність. Теореми множення ймовірностей.
Означення. Дві події називаються незалежними, якщо здійснення однієї з них не впливає на ймовірність здійснення іншої в одному і тому ж випробуванні.
Приклад. Випробування – два студенти складають іспит; подія А – перший студент склав іспит; подія В – другий студент склав іспит. Події А і В – незалежні.
Означення. Дві події називаються залежними, якщо здійснення однієї з них впливає на ймовірність здійснення або не здійснення іншої в одному і тому ж випробуванні.
Приклад. У ящику 10 куль: 3 білих і 7 чорних. По черзі навмання виймають дві кулі. Нехай відбулися події: А – перша взята куля є білою; В – друга взята куля є чорною.
Можливі дві умови:
Перша умова. Першу взяту кулю повертають до ящика. Тоді ймовірність появи другої кулі, яка є чорною не залежатиме від події А і дорівнюватиме за класичним означенням . А події А і В при цій умові будутьнезалежними.
Друга умова. Першу взяту білу кулю не повертають до ящика, тоді ймовірність появи чорної другої кулі залежить від події А. Події А і В є залежними.
Перш ніж обчислити ймовірність події В за такої умови, введемо означення умовної ймовірності.
Означення. Ймовірність події В обчислена за умови появи події А називається умовною ймовірністю події В і позначається
РА(В) або Р(В/А)
Нарешті обчислимо РА(В). Після того як витягли білу кулю, в урні залишилося 2 білих і 7 чорних куль. Отже РА(В)=.
Теорема множення ймовірностей незалежних подій
Якщо події А і В незалежні, то ймовірність добутку цих подій дорівнює добутку їх ймовірностей, тобто
(1)
Наслідок . Ймовірність добутку скінченої кількості незалежних подій дорівнює добутку ймовірностей цих подій
Задача 12. Студент шукає потрібну йому формулу у двох довідниках. Ймовірність того, що формула знаходиться у першому дорівнює 0,6, а у другому – 0,7. Знайти ймовірність того, що формула міститься в обох довідниках.
Розв’язання. Випробування – студент шукає формулу у двох довідниках.
Подія А1 – формула знаходиться у першому довіднику;
подія А2 – формула знаходиться у другому довіднику.
Оскільки існування формули в першому довіднику не залежить від ймовірності існування формули у другому довіднику і навпаки, то події А1, А2 – незалежні. Тому для розв’язання задачі скористаємося формулою (1) для випадку двох незалежних подій .
Маємо .
Відповідь: 0,42.