- •№1. Случайные события. Классификация. Действия над событиями.
- •№2. Аксиоматическое определение вероятности. Аксиомы Колмогорова. Следствия.
- •№3. Классическое, геометрическое и статистическое определения вероятности как частный случай аксиоматического.
- •№4. Теорема сложения. Следствия.
- •Теорема доказана.
- •№7. Формула полной вероятности и формула Байеса. Примеры.
- •№8. Схема независимых испытаний Бернулли. Теорема Пуассона. Предельная теорема Муавра-Лапласа.
- •№9. Случайная величина. Функция распределения случайной величины и её свойства.
- •№12. Математическое ожидание случайной величины и функции случайной величины. Свойства.
- •№14. Основные законы распределения: нормальный, равномерный, биномиальный, показательный, Пуассона.
- •№15. Векторный случайные величины, совместная плотность, многомерная вероятность, многомерный ряд распределения.
- •№16. Нормальный случайный вектор.
- •№17. Условные вероятности и плотности вероятностей. Независимость случайных величин.
- •№20. Ряд распределения функции дискретной случайной величины.
- •№21. Плотность вероятности функции случайной величины при заданной плотности вероятности аргумента. Закон распределения суммы случайных величин. Пример.
- •24. Распределения , Стьюдента (Госсета), Фишера. Их характеристики и свойства.
- •№27. Случайная выборка и генеральная совокупность. Закон распределения выборки.
- •№28. Оценка вероятности события. Оценка функции распределения. Оценка плотности вероятностей.
- •№29. Выборочные моменты. Несмещённость выборочного среднего как оценки математического ожидания. Смещённость выборочной дисперсии как оценки теоретической дисперсии.
- •№30. Точечные оценки и их свойства.
- •№31. Функция правдоподобия. Неравенство Рао-Крамера. Критерий эффективности Рао-Крамера.
- •№37. Критерий согласия . Пример.
№9. Случайная величина. Функция распределения случайной величины и её свойства.
Скалярная случайная величина принимает значения из некоторого множества, до опыта заранее не известные.
Примеры случайных величин: количество студентов на занятии, уровень воды в реке, сила электрического тока в сети в конкретный момент времени, количество частиц в пригоршне песка и т.п.
В зависимости от множества принимаемых значений случайные величины подразделяются на непрерывные (НСВ) и дискретные (ДСВ).
У дискретной случайной величины множество значений конечно, либо счётно. Если множество значений несчётно, то случайная величина является непрерывной. Также различают смешанные случайные величины.
Случайные величины обозначаются: .
– случайные события, у которых можно считать вероятность.
Малыми латинскими буквами обозначаются конкретные значения случайной величины.
Закон распределения случайной величины: . – измеримая функция, действующая из в подмножество пространства . – множество значений случайной величины .
Измеримость функции позволяет любому бореевскому множеству
поставить в соответствие одно конкретное множество из . Таким образом , поэтому вероятность события есть вероятность события : . Закон распределения – связь между подмножеством значений случайной величины и вероятностью её попадания в это подмножество.
Случайная величина считается заданной, если задан её закон распределения и множество значений.
Вид функции полностью задаёт закон распределения.
Как правило в практических задачах явный вид функции неизвестен. Его либо невозможно, либо крайне трудно найти.
Если , то имеем вероятность – функция распределения. полностью задаёт закон распределения.
Свойства функции распределения:
;
;
Доказательство:
, ч.т.д.
;
Доказательство:
, ч.т.д.
№10. Дискретная случайная величина. Формы задания закона распределения дискретной случайной величины.
Случайную величину называют дискретной, если множество её возможных значений конечно или счётно.
Формы задания закона распределения ДСВ:
Ряд распределения.
Свойства ряда распределения:
;
– свойство нормировки;
;
Доказательство:
, ч.т.д.
Ф ункция распределения. Функция распределения ДСВ является кусочно постоянной функцией, принимающей на промежутке значение 0, на промежутках – значение и на промежутке – значение 1.
А налитическое и графическое задание закона распределения ДСВ. Для задания закона распределения ДСВ, наряду с рядом распределения и функцией распределения, используют другие способы. Например, распределение игральной кости описывают формулой . Графическое изображение этого распределения приведено на рисунке.
№11. Непрерывная случайная величина. Плотность вероятности и её свойства.
Непрерывной называют случайную величину , функцию распределения которой можно представить в виде (1). Функцию называют плотностью распределения случайной величины . Предполагают, что несобственный интеграл в представлении (1) сходится.
Все реально встречающиеся плотности распределения случайных величин являются непрерывными (за исключением, быть может, конечного числа точек) функциями. Следовательно, функция распределения для непрерывной случайной величины является непрерывной на всей числовой оси, и в точках непрерывности плотности распределения имеет место равенство: (2).
Соотношения (1) и (2), связывающие между собой функцию и плотность распределения, делают понятной следующую терминологию, часто употребляемую на практике. Функцию распределения называют интегральным законом распределения случайной величины, а плотность распределения – дифференциальным законом распределения той же случайной величины.
Плотность распределения обладает следующими свойствами:
;
Доказательство: .
– свойство нормировки;
;
; (равенство в записи не играет никакой роли, т.к. вероятность попадания в точку равна нулю)
, где – некоторое множество (совокупность отрезков).