- •№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.
№15. Векторный случайные величины, совместная плотность, многомерная вероятность, многомерный ряд распределения.
– многомерная случайная величина (упорядоченная совокупность случайных величин). Пример – абсцисса и ордината при случайном попадании (двумерная случайная величина).
– функция распределения (совместная, функция распределения), – многомерная вероятность.
Рассмотрим свойства двумерной функции распределения:
;
– неубывающая функция по каждому из аргументов и ;
;
;
;
– непрерывная слева в любой точке по каждому из аргументов и функция;
.
Совместная плотность распределения.
Непрерывной двумерной случайной величиной называют такую двумерную случайную величину , совместную функцию распределения которой можно представить в виде сходящегося несобственного интеграла: . Функцию называют совместной двумерной плотностью распределения случайных величин и , или плотностью распределения случайного вектора . Представление в виде повторного интеграла: .
Свойства двумерной плотности распределения:
;
;
– условие нормировки;
;
;
;
;
.
Многомерный ряд распределения.
Двумерную случайную величину называют дискретной, если каждая из случайных величин и является дискретной.
Для простоты ограничимся конечным множеством возможных значений, когда случайная величина может принимать только значения , – значения , а координаты двумерного случайного вектора – пары значений . Такое перечисление удобно представлять в виде таблицы. В этой таблице в верхней строке перечислены все возможные значения случайной величины , а в левом столбце – значения случайной величины . На пересечении столбца « » со строкой « » находится вероятность . В этой таблице обычно добавляют ещё одну строку « » и столбец « ». На пересечении столбца со строкой « » записывают число . Но представляет собой не что иное, как вероятность того, что случайная величина примет значение , т.е. . Таким образом, первый и последний столбцы таблицы дают нам ряд распределения случайной величины . Аналогично, в последней строке « » помещены значения , а первая и последняя строки дают ряд распределения случайной величины . Для контроля правильности составления таблицы рекомендуется просуммировать элементы последней строки и последнего столбца. Если хотя бы одна из этих сумм не будет равна единице, то при составлении таблицы была допущена ошибка.
Используя данную таблицу, нетрудно определить совместную функцию распределения . Ясно, что для этого необходимо просуммировать по всем тем и , для которых , т.е. .
№16. Нормальный случайный вектор.
Введём двумерное нормальное распределение случайного вектора .
Пусть координаты и случайного вектора являются случайными величинами, распределёнными по нормальному закону, т.е. имеют плотности распределения и . Если и являются независимыми случайными величинами, то , и в этом случае плотность распределения двумерного нормального распределения имеет вид . В общем случае вектор имеет (невырожденное) двумерное нормальное распределение, если его плотность распределения определяется формулой , где функция двух переменных есть положительно определённая квадратичная форма (т.е. для любых ).
Двумерное нормальное распределение зависит от пяти параметров:
– координат и вектора , называемого вектором математических ожиданий вектора ;
– координат и вектора , называемого вектором средних квадратических отклонений вектора ;
– числа , называемого коэффициентом корреляции случайных величин и .