- •1. Случайный эксперимент. Пространство элементарных событий. Случайные события и операции над ними.
- •2. Классическое определение вероятности (ков). Урновая схема. Пример.
- •3. Геометрическое определение вероятности. Пример.
- •4. Аксиоматическое определение вероятности. Вероятностное пространство. Свойства вероятности.
- •5. Условная вероятность и ее свойства. Правило и теорема умножения вероятностей.
- •6. Независимость событий. Свойства независимых событий. Независимость в совокупности.
- •7. Формулы полной вероятности и Байеса. Пример.
- •8. Схема независимых испытаний Бернулли. Формула Бернулли. Наивероятнейшее число успехов.
- •9. Понятие случайной величины (св). Функция распределения св и ее свойства.
- •10. Дискретные св. Закон распределения (зр) дискретной св.
- •11. Важнейшие дискретные св.
- •12. Непрерывные св. Плотность вероятностей и ее свойства.
- •13. Важнейшие непрерывные св.
- •14. Математическое ожидание дискретных и непрерывных св.
- •15. Основная теорема о мо. Свойства мо.
- •16. Моменты, дисперсия и среднеквадратическое отклонение св. Свойства дисперсии.
- •17. Числовые Характеристики важнейших св.
- •18. Случайные векторы. Функция распределения случайного вектора и ее свойства.
- •19. Дискретные случайные векторы. Закон распределения дискретного случайного вектора.
- •20. Непрерывные случайные векторы. Плотность вероятностей случайного вектора и ее свойства.
- •21. Равномерное распределение в области на плоскости. Равномерные распределения в прямоугольнике и в круге.
- •22. Независимость случайных величин. Условия независимости. Независимость в совокупности.
- •23. Условные законы распределения. Условная плотность вероятностей и ее свойства. Условные числовые характеристики.
- •24. Числовые характеристики случайных векторов. Корреляционная матрица и ее свойства. Понятие о моментах случайных векторов.
- •Понятие о моментах
- •25. Теоремы о числовых характеристиках.
- •26. Некоррелированные св. Связь между некоррелированностью и независимостью. Пример.
- •27. Коэффициент корреляции, его свойства и вероятностный смысл.
- •28. Многомерное нормальное распределение и его свойства.
- •29. Функции от св и их законы распределения.
- •Функции случайных аргументов
- •Функции от случайных величин
- •Функции от случайных векторов
- •30. Закон распределения суммы св. Композиция (свертка) законов распределения. Пример.
- •31. Неравенство Чебышева. Виды сходимости последовательностей св и связь между ними.
- •Неравенство Чебышева
- •Виды сходимости последовательностей с.В. И связи между ними.
- •32. Закон больших чисел (збч) для последовательностей св. Теоремы Маркова и Чебышева.
- •33. Збч для последовательностей независимых одинаково распределенных св. Задача об измерениях. Теорема Бернулли и ее применение.
- •34. Характеристическая функция св и ее свойства.
- •Свойства хф.
- •35. Характеристические функции важнейших св. Устойчивость нормального закона распределения.
- •Характеристические функции случайных векторов
- •36. Сходимость распределений (слабая сходимость) и ее связь со сходимостью по вероятности. Теорема непрерывности.
- •37. Центральная предельная теорема (цпт) для независимых одинаково распределенных св. Интегральная теорема Муавра-Лапласа.
- •38. Цпт для независимых разнораспределенных св: теоремы Линдеберга и Ляпунова. Смысл условия Линдеберга. Асимптотическая нормальность.
- •39. Теорема Хинчина. Понятие об усиленном збч.
- •40. Статистическая модель. Генеральная совокупность (гс), выборка, объем выборки. Простейшие способы представления статистических данных.
- •Способы представления статистических данных
- •41. Эмпирическая функция распределения и ее свойства.
- •42. Гистограмма и полигон частот.
- •Интервальный статистический ряд.
- •Вероятностный смысл гистограммы
- •43. Выборочные (эмпирические) числовые характеристики. Выборочное среднее и выборочная дисперсия.
- •44. Точечные оценки неизвестных параметров распределений. Требования, предъявляемые к точечным оценкам.
- •Точечные оценки неизвестных параметров распределения.
- •45. Свойства выборочного среднего и выборочной дисперсии как точечных оценок мо и дисперсии соответственно.
- •46. Метод моментов получения точечных оценок. Свойства оценок, найденных по методу моментов. Пример.
- •Метод моментов.
- •47. Метод максимального правдоподобия. Свойства оценок максимального правдоподобия. Пример.
- •48. Интервальные оценки неизвестных параметров распределений. Доверительные интервалы (ди) для мо нормально распределенной гс (при известной и неизвестной дисперсии).
- •49. Ди для дисперсии нормально распределенной гс (при известном и неизвестном мо).
- •50. Асимптотические ди для мо и дисперсии произвольно распределенной гс.
- •51. Критерий хи-квадрат Пирсона для проверки простой гипотезы о виде распределения.
- •52. Критерий хи-квадрат Пирсона для проверки сложной гипотезы о виде распределения.
- •53. Критерий хи-квадрат Пирсона для проверки гипотезы независимости.
24. Числовые характеристики случайных векторов. Корреляционная матрица и ее свойства. Понятие о моментах случайных векторов.
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\
Рассмотрим вначале двумерный случайный вектор .
Прежде, чем приводить соответствующие определения, сформулируем обобщение основной теоремы о математическом ожидании (ОТМО) на случай функции двух переменных .
Теорема (обобщение ОТМО на двумерный случай).
Пусть - некоторый случайный вектор, закон распределения которого известен,- неслучайная функция, область определения которой содержит множество возможных значений случайного вектора,- случайная величина, являющаяся функцией двух случайных аргументов.
Если - дискретный случайный вектор, принимающий значенияс вероятностями, и рядсходится, то у случайной величинысуществует математическое ожидание и.
Если - непрерывный случайный вектор с плотностью вероятностейи несобственный интегралсходится, то у случайной величинысуществует математическое ожидание и
.
Заметим, что приведенная теорема очевидным образом обобщается и на случай функции переменных.
Теперь перейдем к рассмотрению числовых характеристик случайных векторов.
Основными числовыми характеристикамидвумерного случайного вектораявляются:
математическое ожидание- вектор, координатами которого являются математические ожидания случайных величини(характеризует координаты средней точки, около которой группируются другие значения вектора);
дисперсия- вектор, координатами которого являются дисперсии случайных величини(характеризует степень разброса (рассеивания) значений вектораоколо его среднего значения);
корреляционный моментслучайных величини, которым называется математическое ожидание произведения отклонений этих случайных величин относительно их математических ожиданий:
. (3.17)
Как будет показано далее, корреляционный момент характеризует степень линейной зависимости между случайными величинамии.
Для корреляционного момента справедливо также следующее выражение:
.
Таким образом, наряду с (3.12),
. (3.18)
Корреляционный момент обладает следующими двумя очевидными свойствами:
;
.
Благодаря этим свойствам, вектор дисперсий можно не рассматривать как самостоятельную числовую характеристику, а использовать объединенную характеристику – корреляционную матрицу, элементами которой являются всевозможные корреляционные моменты:
.
Таким образом, можно считать, что случайный вектор имеетдве основные числовые характеристики:
математическое ожидание ;
корреляционную матрицу .
Математические ожидания и дисперсиикоординат случайного векторамогут быть вычислены как по двумерному закону распределения с помощью обобщения ОТМО на двумерный случай, так и по обычным формулам через одномерные законы распределения случайных величини.
Так, если - дискретный случайный вектор, то приимеем:
, где,
а при или
, где.
Аналогичны выражения для и(написать самостоятельно).
Корреляционный момент вычисляется с помощью обобщения ОТМО на двумерный случай, когда функцияилиитолькочерез двумерный закон распределения:
если - дискретный случайный вектор, то
;
если - непрерывный случайный вектор, то
.
Многомерный случай.
Основными числовыми характеристики -мерного случайного вектораявляются:
математическое ожидание ;
корреляционная матрица , элементами которой являются всевозможные попарные корреляционные моменты координат:.
Свойства корреляционной матрицы.
Матрица является симметрической размера:,.
На диагонали матрицы расположены дисперсии координат случайного вектора:,.
Матрица является неотрицательно определенной матрицей, то есть для любогои для любых действительных чисел
.
▲ Обозначим - центрированную случайную величины,. Тогдаи для произвольных чиселимеем:
■.
Наряду с корреляционной матрицей , иногда рассматривают нормированную корреляционную матрицу, элементами которой являются всевозможные попарные коэффициенты корреляции координат:. Отличие ее от просто корреляционной матрицы состоит в том, что у нормированной корреляционной матрицы все диагональные элементы равны 1:.