1.1. Поняття "випробування" та "подія". Предмет теорії ймовірностей. Коротка історична довідка.
В теорії ймовірностей розглядаються експерименти, які в незмінних умовах можна повторити будь-яку кількість разів, але результати яких наперед неможливо передбачити. Такі експерименти називають випробуваннями. Найпростіший результат випробування називається елементарною подією і позначається .
Означення. Сукупність усіх елементарних подій випробування називається простором елементарних подій і позначається .
Приклад. Випробування – підкидання монети; елементарні події: –поява герба, – поява номіналу; = .
Означення. Будь-яка підмножина А простору елементарних подій називається випадковою подією. Елементарні події, що входять в А, називаються сприятливими для А.
Отже, випадковою називають таку подію, яка при умовах, що розглядаються, може здійснитися, а може й не здійснитися.
Випадкові події позначають великими літерами, наприклад, A, B, C, X, Y, Z, A1, A2, A3,…, An.
Приклад. Випробування – підкидання правильного грального кубика. Випадкова подія А – поява парного числа очок, тоді А ={ , , }, де – випадання двох очок, – випадання чотирьох очок, – випадання шести очок – сприятливі елементарні події для А.
Окрім випадкових подій розрізняють достовірні та неможливі події.
Означення. Достовірною називають таку подію, яка в даному випробуванні обов’язково здійсниться.
Приклад. Простір елементарних подій – є достовірною подією, оскільки одна з елементарних подій обов’язково здійсниться. У прикладі про підкидання монети обов’язково з’явиться герб або номінал.
Означення. Неможливою називають таку подію, яка в даному випробуванні не може здійснитися.
Приклад. Порожня множина є неможливою подією. У першому прикладі подія „монета впаде на ребро” – неможлива.
Якщо випадкову подію розглядати багато разів при однакових умовах, то можна виявити певну закономірність її появи. Таку закономірність називають імовірною закономірністю масових однорідних випадкових подій.
У теорії ймовірностей під масовими однорідними випадковими подіями розуміють такі події, які здійснюються багатократно при однакових умовах або багато однакових подій.
У XVIII ст. Бюффон підкинув монету 4040 разів. Герб випав 2048 разів. У ХХ ст. Пірсон підкинув монету 24000 разів. Герб випав 12012 разів. Отже, випадання герба є однаково ймовірностним і приблизно дорівнює 0,5.
Означення. Теорія ймовірностей – це наука, яка вивчає закономірності випадкових явищ.
Перші роботи, в яких з’явилися основні поняття теорії ймовірностей, належать вченим XV-XVI століття: Б.Спінозі, Дж. Кардано, Галілео Галілею. Вони будувалися на теорії азартних ігор (наприклад, грі в кості).
Подальшим розвитком (кінець XVII - початок XVIII ст.) теорія ймовірностей зобов’язана таким математикам як Б.Паскаль, П Ферма, Х. Гюйгенс, К. Гаус, Я. Бернуллі, С. Пуассон, А. Муавр, П. Лаплас, Т. Бейєс.
Лише наприкінці XIX ст. П.Л. Чебишов та його учні А.А. Марков та А.М. Ляпунов перетворили теорію ймовірностей у математичну науку.
- Модульний план
- Розподіл балів за виконані роботи
- Критерії оцінювання знань, вмінь та навичок студентів Лекційні 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.
- Класифікація випадкових подій
- Алгебра випадкових подій
- 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
- Класичне означення ймовірності
- 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
- Біноміальний розподіл
- Геометричний розподіл
- Числові характеристики двв
- 6.1.2. Неперервні випадкові величини. Щільність розподілу.
- Основні закони розподілу неперервних величин
- Рівномірний розподіл
- Показниковий розподіл
- Нормальний розподіл
- 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.
- Перевірка гіпотези про рівність середніх двох сукупностей
- Перевірка гіпотези про рівність часток ознаки двох сукупностей
- Перевірка гіпотези про рівність дисперсій двох сукупностей
- Перевірка гіпотез про числові значення параметрів
- 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
- Варіанти завдань для самостійної індивідуальнї роботи