- •Поняття випадкового процесу. Прості та складені випадкові події.
- •Операції над подіями.
- •Класичне означення імовірності.
- •Основні формули комбінаторики.
- •5. Геометрична ймовірність.
- •Статистична ймовірність.
- •Залежні та незалежні події. Умовна ймовірність.
- •Найімовірніше число появи випадкової події.
- •Локальна теорема Лапласа.
- •Інтегральна теорема Лапласа.
- •Використання інтегральної теореми.
- •Формула Пуассона.
- •Дискретні та неперервні величини. Закони розподілу їх ймовірностей.
- •Функція розподілу ймовірностей та її властивості.
- •Щільність ймовірностей та її властивості.
- •Математичне сподівання.
- •24. Властивості математичного сподівання.
- •Мода та медіана.
- •Дисперсія та середньоквадратичне відхилення.
- •Властивості дисперсії.
- •Початкові та центральні моменти.
- •Асиметрія та ексцес.
- •Система двох дискретних випадкових величин.
- •Закон розподілу ймовірностей дискретної двомірної величини.
- •Коефіцієнт кореляції та його властивості.
- •Функція розподілу ймовірностей системи двох випадкових величин та її властивості.
- •34. Щільність розподілу двомірної випадкової величини.
- •Основні числові характеристики системи двох неперервних випадкових величин (х,у).
- •Ймовірність влучення випадкових точок у прямокутник.
- •Функція 1-ого випадкового аргументу.
- •Математичне сподівання функції 1-ого випадкового аргументу.
- •Функції 2-х випадкових аргументів.
- •Математичне сподівання суми двох випадкових аргументів.
- •Біноміальний розподіл.
- •Розподіл х2.
- •Математичне сподівання і дисперсія при нормальному розподілу.
- •Емпірична функція розподілу.
- •Статистичні оцінки параметрів генеральної сукупності. Статистичні гіпотези.
- •Точкові статистичні оцінки.
- •Інтервальні статистичні оцінки.
- •Нульова й альтернативна гіпотези.
- •Область прийняття гіпотези. Критична область.
- •Алгоритм перевірки правильності нульової гіпотези.
- •Помилки першого та другого роду.
- •Елементи дисперсійного аналізу. Однофакторний дисперсійний аналіз.
- •Двофакторний дисперсійний аналіз.
- •Елементи теорії регресії і кореляції.
- •Рівняння лінійної парної регресії. Коефіцієнт кореляції.
- •Визначення параметрів в0, в1.
- •Властивості в0, в1.
- •Довірчі інтервали для в0, в1.
- •Множинна лінійна регресія
Основні числові характеристики системи двох неперервних випадкових величин (х,у).
_________________________________
Ймовірність влучення випадкових точок у прямокутник.
Імовірність влучення точки (Х, Y) в довільний прямокутник (a < X< b, c < Y < d) обчислюємо так:
P(a < x < b, c < y < d) = F(b, d) + F(a, c) – F(a, d) – F(b, c).
Доведення.
Розглянемо такі випадкові події:
A = (X < b, Y < d); B = (X < a, Y < c); C = (a < X < b, Y < c); D = (X < a, c < Y < d); E = (a < X < b, c < Y < d).
Оскільки випадкові події B, C, D, E несумісні, маємо:
A = B C D E.
P(A) = P(B C D E) = P(B) + P(C) + P(D) + P(E).
P(x < b, y < d) = P(x < a, y < c) + P(a < x < b, y < c) + P(х < a, c < у < d) + P(a < x < b, c < y < d).
F(b, d) = F(a, c) + F(b, c) – F(a, c) + F(a, d) – F(a, c) + P(a<X<b,c<Y<d);
P(a<X<b,c<Y<d)=F(b,d)+F(a,c)–F(a, d) – F(b, c), що й треба було довести.
_________________________________
Функція 1-ого випадкового аргументу.
Функцією випадкового аргументу Х називають таку випадкову величину Y, яка набуває значення Y = у = (х) щоразу, коли Х = х, де є невипадковою функцією. Якщо Х є дискретною випадковою величиною, то і функція випадкового аргументу Y = (х) буде дискретною.
Коли Х є неперервною випадковою величиною, то і Y = (х) буде неперервною.
1) Нехай закон дискретної випадкової величини Х задано таблицею:
Х = хi |
x1 |
x2 |
............ |
xk |
P(X = xi) = pi |
p1 |
p2 |
............. |
pk |
Тоді закон розподілу випадкової величини Y = (х) матиме такий вигляд:
Y = α (хi) |
α (х1) |
α (х2) |
.......... |
α (хk) |
P(Y = α (хi) = рi |
p1 |
p2 |
......... |
pk |
Умова нормування для f (у):
.
За знайденою f (у) функцією розподілу ймовірностей визначається
.
_________________________________
Математичне сподівання функції 1-ого випадкового аргументу.
Функцією випадкового аргументу Х називають таку випадкову величину Y, яка набуває значення Y = у = (х) щоразу, коли Х = х, де є невипадковою функцією. Якщо Х є дискретною випадковою величиною, то і функція випадкового аргументу Y = (х) буде дискретною.
Коли Х є неперервною випадковою величиною, то і Y = (х) буде неперервною.
Математичне сподівання дискретного випадкового аргументу
Математичне сподівання функцій неперервного випадкового аргументу:
;
_________________________________
Функції 2-х випадкових аргументів.
У загальному випадку функцію двох аргументів Х і Y можна позначити як
,
де є невипадковою функцією.
Якщо Х та Y є дискретними випадковими величинами, то і Z буде дискретною. Якщо Х та Y є неперервними, то і Z буде неперервною.
_________________________________
Математичне сподівання суми двох випадкових аргументів.
Математичне сподівання.
М (Х + Y) = М (Х) + М (Y). (1)
Висновок 1.
М(АХ+ВY+С)=АМ(Х)+ВМ(Y)+С.
А, В, С — деякі сталі.
Висновок 2.
.
_________________________________