|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
m |
|
вероятность |
43. |
|
P( X ) |
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
попадания непрерывной |
|
случайной величины |
X в интервал |
a, b , распределенной по нормальному закону |
|
44. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Φ y |
|
|
1 |
|
|
y |
y 2 |
|
|
|
|
|
|
|
|
45. |
|
|
|
|
e |
|
2 dy |
|
функция Лапласа |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
x |
|
|
|
1 |
|
|
x |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
e t |
/ 2dt; |
|
|
46. |
|
Φ(x) |
|
|
|
Φ |
|
|
|
|
|
|
|
|
|
|
|
нормированная |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
функция Лапласа
|
47. |
f (x, y) |
2 F (x, y) |
плотность |
|
x y |
|
|
|
|
распределения двумерной случайной величины X ,Y
48. |
|
p((X ,Y ) D) f (x, y)dxdy. |
вероятность |
|
|
|
|
|
|
D |
|
|
|
|
|
попадания точки в область D |
|
|
|
49. |
(х / у) |
f (x, y) |
|
f (x, y) |
|
условная |
|
|
|
|
|
|
|
f2 ( y) |
|
|
|
|
|
|
f (x, y)dx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
плотность распределения |
|
|
|
|
|
50. |
k,s M ( X kY s ) |
начальный момент порядка k , |
s |
двумерной случайной величины |
|
|
|
k ,s |
xik ysj pij начальный момент |
порядка k , s |
для |
|
i |
j |
|
|
|
|
|
дискретных случайных величин |
|
|
|
|
|
|
|
|
|
|
|
k ,s |
|
xk ys f (x, y)dxdy |
начальный момент порядка |
k , |
s |
для непрерывных случайных величин
51.k,s M ((X M ( X ))k (Y M (Y ))s )
центральный момент порядка k, s двумерной случайной
величины ( X ,Y ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k ,s |
(xi |
M ( X ))k ( y j |
M (Y ))s pij |
|
|
|
центральный |
|
|
|
|
i |
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
момент порядка k, s для дискретных случайных величин |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k ,s |
|
(x M ( X ))k ( y M (Y ))s |
f (x, y)dxdy |
центральный |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
момент порядка k, s для непрерывных случайных величин |
|
|
|
|
|
|
52. |
Kxy 1,1 M ((X M (X ))(Y M (Y ))) |
|
|
|
|
|
|
|
|
корреляционный момент или ковариация |
|
|
|
|
|
|
|
|
|
|
|
|
n |
m |
|
ax y j |
a j pij корреляционный |
|
|
|
|
|
|
|
|
Kxy |
xi |
|
момент |
для |
|
|
|
|
i 1 |
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
дискретных случайных величин |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Кху |
|
(x M ( X ))( y M (Y )) f (x, y)dxdy корреляционный |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
момент для непрерывных случайных величин |
|
|
|
|
|
|
|
|
|
53. |
rxy |
Kxy |
|
коэффициент корреляции |
|
|
|
|
|
|
|
|
x y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
54. |
|
D |
k |
корреляционная матрица |
|
|
|
|
|
|
|
|
K |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
x a1 2 |
|
y a2 2 |
|
|
x a1 |
|
y a2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 xy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
2 |
|
|
2 |
2 |
|
|
|
|
55. |
f x, y |
|
|
|
|
|
|
e |
|
2 1 xy |
|
x |
|
y |
|
|
x |
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
y |
1 r2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
xy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нормальный закон распределения на плоскости (закон |
|
|
|
Гаусса) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
56. |
P X ,Y R f |
x, y dxdy |
|
|
вероятность |
|
|
|
|
|
|
попадания в прямоугольник
|
|
|
|
|
|
|
|
|
|
|
|
|
|
57. |
p |
|
X M X |
|
ε |
D X |
неравенство Чебышева |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
X1 X 2 X n |
|
ε |
X1 |
M X 2 M X n |
|
|
58. |
|
|
M |
|
ε |
|
|
n |
|
|
|
n |
|
|
|
|
|
|
|
|
теорема Чебышева |
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
59. |
lim p |
|
p |
|
ε 1 |
|
|
|
|
n |
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
60. |
g t |
M eitX |
|
случайной величины X
теорема Бернулли
Характеристическая функция
|
n |
|
61. |
g t eitxk pk |
X – дискретная случайная |
k 1
величина, заданная рядом распределения
62.g t eitx f x dx характеристическая функция для
непрерывной случайной величины с плотностью распределения f (x)
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
63. |
Yn |
X k |
|
|
|
|
центральная |
предельная теорема для |
|
|
|
|
|
k 1 |
|
|
|
|
|
|
одинаково распределенных слагаемых |
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
bk |
|
|
|
|
|
|
64. |
lim |
|
k 1 |
|
|
|
|
теорема Ляпунова |
|
|
|
|
3 |
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dk |
|
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
Y np |
|
|
|
|
|
|
|
|
|
|
|
|
65. |
p |
|
α |
|
|
|
|
|
|
β Φ β |
Φ α теорема Муавра- |
|
|
|
|
|
|
npq |
|
|
|
|
|
|
|
|
|
|
|
|
|
Лапласа
Список литературы
1.Венцель Е.С. Теория вероятностей. М.: Академия, 2005
2.Гмурман В.Е. Теория вероятностей и математическая статистика: учеб пособие. - М.: Образование, 2007. -
479с.
3.Вентцель Е.С. Задачи и упражнения по теории вероятностей. – М.: Высшая школа, 2002. – 448 с.
4.Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник для вузов. – М.: ЮНИТИ-ДАНА,
2001.
5.Калинина В.Н., Панкин В.Ф. Математическая статистика. - М.: Высшая школа, 2001.
6.Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. - М. Высшая школа , 2001 -400с.
286