Loading [MathJax]/jax/output/HTML-CSS/jax.js
Skip to main content
LibreTexts - Ukrayinska

3: Ймовірність

  • Franz S. Hover & Michael S. Triantafyllou
  • Massachusetts Institute of Technology via MIT OpenCourseWare

  • 3.1: Події
    Визначення подій та пояснення різниці між простими та складовими подіями.
  • 3.2: Умовна ймовірність
    Пояснення складеної ймовірності та рівнянь для опису ситуацій із складеною ймовірністю.
  • 3.3: Правило Байєса
    Огляд правила Байєса та його застосування при знаходженні ймовірності простої події, обумовленої на складеному, з використанням ймовірності складеної події, обумовленої на простому.
  • 3.4: Випадкові величини
    Роль випадкової величиниx в ситуаціях, коли кожній події у вибірковому просторі присвоюється числове значення, в тому числі і при знаходженні середнього значення і дисперсії.
  • 3.5: Безперервні випадкові величини та функція щільності ймовірностей
    Введення в неперервні випадкові величини, які вимагають використання функції щільності ймовірності для знаходження середнього значення випадкової величиниx та її функцій.
  • 3.6: Гаусова PDF
    Огляд нормальної, або гаусової, функції щільності ймовірностей
  • 3.7: Функція кумулятивної ймовірності
    Функція кумулятивної ймовірності, як вона пов'язана з функцією щільності ймовірності, та її роль у перетворенні pdf випадкової величини в pdf функції цієї випадкової величини.
  • 3.8: Теорема центральної межі
    Центральна гранична теорема як властивість випадкових величин та короткий огляд її реальних застосувань. Досить дивовижна властивість випадкових величин вловлюється в центральній граничній теоремі; що сума випадкових величин, взятих з розподілів - навіть багатьох різних розподілів - наближається до єдиного гауссового розподілу, оскільки кількість зразків стає більшою.