- •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
Теорема множення ймовірностей залежних подій
Якщо події А і В залежні, то ймовірність добутку цих подій дорівнює добутку ймовірностей однієї з них на умовну ймовірність іншої, за умови, що перша подія відбулася, тобто
або (2)
Наслідок . Ймовірність добутку скінченої кількості залежних подій обчислюється за формулою
Задача 13. Студент прийшов на екзамен, знаючи лише 20 з 25 екзаменаційних питань. Яка ймовірність того, що він знає відповіді на всі три запитання?
Розв’язання Випробування – студент отримає три запитання.
подія А1 – студент знає відповідь на перше запитання;
подія А2 – студент знає відповідь на друге запитання;
подія А 3 –студент знає відповідь на третє запитання.
Оскільки студент знає відповіді лише на 20 запитань із 25, то події А1, А2, А3 – залежні. Тому для розв’язання задачі скористаємося формулою (2) для випадку трьох залежних подій
.
Маємо .
Відповідь: 0,49.
Зауваження. Теореми множення ймовірностей використовуються для того, щоб дати відповідь на запитання: „Події, що розглядаються, залежні чи ні?”
У випадку залежності подій спрацьовує формула (2), у випадку незалежних подій – формула (1).
Приклад. З колоди 36 карт навмання виймають одну карту. Припустимо здійснення таких подій:
подія А – взята карта пікова;
подія В – взята карта дама.
Визначимо залежні події чи ні? Для цього розглянемо добуток подій А і В – подію АВ: „взята карта пікова дама”.
Знайдемо ймовірність подій А, В та АВ:
Р(А)=; Р(В)=; Р(АВ)=.
Відповідно до зауваження, якщо події А і В незалежні, то справедливою буде рівність , а якщо залежні, то ця рівність не виконуватиметься. Перевіряємо її, підставляючи значення ймовірностей,
Рівність справедлива, отже події А і В – незалежні.
3.5. Теореми додавання ймовірностей Теорема додавання ймовірностей несумісних подій
Якщо події А і В несумісні (АВ=), то ймовірність суми цих подій дорівнює сумі їх ймовірностей
(3)
Наслідок 1. Ймовірність суми скінченої кількості попарно несумісних подій дорівнює сумі ймовірностей цих подій
.
Наслідок 2. Ймовірність протилежної до А, події дорівнює
Наслідок 3. Сума ймовірностей подій, що утворюють повну групу, дорівнює одиниці .
Задача 14. У ящику 10 червоних і 6 синіх ґудзиків. Навмання виймають два ґудзики. Яка ймовірність того, що ґудзики будуть одного кольору?
Розв’язання. Випробування – витягування з ящика двох ґудзиків. Подія А – ґудзики одного кольору; подія А1 – ґудзики червоні; подія А 2 – ґудзики сині.
Очевидно А=А1+А2, і події А1 і А2 несумісні. Скористаємося формулою (3) . Спочатку обчислимо Р(А1) та Р(А2).
Число способів взяти 2 ґудзики з 16 дорівнює . Число випадків, сприятливих для події А1 дорівнює , сприятливих для події А2 – .
Одержимо, ;
.
Отже, .
Відповідь. .
Теорема додавання ймовірностей сумісних подій.
Якщо події А і В сумісні, то ймовірність суми цих подій дорівнює сумі їх ймовірностей без ймовірності їх добутку
(4)
Зауваження 1. Якщо події А та В незалежні, то формула (4) набуває вигляду: .
Зауваження 2. Якщо події А та В залежні, то формула (4) набуває вигляду:
або
.