- •1.1 Случайные события: элементарные, достоверные, невозможные, несовместные, совместные, равновозможные. Попарно-несовместные, образующие полную группу. Пространство элементарных событий. Случай.
- •1.2. Сумма, произведение, разность, отрицание. Теоретико-множественная трактовка. Диаграммы Эйлера-Венна. Алгебра событий. Понятие сигма-алгебры.
- •1.3. Частота события. Свойство статистической устойчивости. Статистическое определение вероятности.
- •1.4. Классическое определение вероятности события. Непосредственное вычисление вероятностей.
- •1.5. Комбинаторика: правило умножения и сложения. Основные схемы: с возвращением, без возвращения. Понятия размещения, сочетания, перестановки.
- •1.6. Геометрическое определение вероятности.
- •1.7. Аксиоматическое определение вероятности. Свойства вероятностей.
- •1.8. Вероятностное пространство.
- •Независимые случайные величины Определения
- •1.12 Вероятность суммы событий
- •1.13 Формула полной вероятности.
- •1.14 Формула Байеса
- •1.15.Однородная цепь Маркова
- •1.16. Независимые испытания. Схема и формула Бернулли. Многоугольник распределения вероятностей.
- •1.17 . Предельные теоремы в схеме Бернулли: формула Пуассона, локальная и интегральная теоремы Муавры-Лапласа.
- •1.18 Схема Бернулли. Наивероятнейшее число
- •2.1.Понятие и определение случайной величины.
- •2.2. Закон распределения случайной величины. Многоугольник распределения.
- •2.3. Дискретные и непрерывные случайные величины
- •2.4.Дискретные случайные величины. Сумма, разность, произведение на число.
- •2.5. Произведение д.С.В. Независимость.
- •2.9. Числовые характеристики случайных величин. Мат ожидание. Свойства мат ожидания.
- •2.10. Числовые характеристики случайных величин. Дисперсия. Свойства. Среднее квадратное отклонение
- •2.11. Числовые характеристики случайных величин. Квантили. Мода, медиана. Начальные и центральные моменты.
- •2.12. Производящая функция (случай целочисленных случайных величин).
- •3.1. Понятие системы случайных величин. Закон распределения в дискретном случае.
- •3.8 Числовые характеристики. Математическое ожидание и дисперсия. Центр рассеивания.
- •3.9 Корреляционный момент. Свойства ковариации. Ковариационная матрица.
- •3.10 Коэффициент корреляции. Свойства. Линейная корреляционная зависимость.
- •3.11 Двумерное нормальное распределение. Центр рассеивания. Формула вероятности
- •3.12 Условное мат. Ожидание. Регрессия. Коэффициент линейной регрессии.
- •5.1 Неравенство Чебышёва
- •5.2 Неравенство Маркова для с.В. Принимающих неотрицательные значения
- •5.3 Сходимость по вероятности
- •5.4 Закон больших числе в форме Чебышёва
- •5.5 Закон больших чисел в форме Бернулли (схема Бернулли)
- •5.6 Центральная предельная теорема (формулировка, пример применения для решения задач)
- •5.7 Центральная предельная теорема в случае схемы Бернулли (теорема Муавра-Лапласа).
- •Глава 1. Случайные события
- •Глава 2. Случайные величины
- •Глава 3. Системы случайных величин
- •Глава 5. Предельные теоремы
2.1.Понятие и определение случайной величины.
Случайной величиной называется функция X(ω), Определенная на пространстве элементарных Ω, которая каждому элементарному событию ω ставит в соответствие число X(ω), причем функция X(ω) должна быть такова, чтобы для любого события А= {ω:X(ω)<x} была определена вероятность p(A)=p{X<x).
Случайные величины обычно обозначают большими буквами X, Y, Z , а их возможные значения – соответствующими строчными буквами x, y. z.
2.2. Закон распределения случайной величины. Многоугольник распределения.
Закон распредеения дискретной случайной величины представляет собой таблицу в которой значениям, принимаемым случайной величиной, сопоставлены их вероятности, причем события {X=x1}, i=1,n образуют полную группу событий , т.е.
Закон распределения может быть задан графически – многоугольником (полигоном) распределения. Для построения многоугольника распределения строим прямоугольную систему координат.
2.3. Дискретные и непрерывные случайные величины
Случайная величина, принимающая конечное или счетное число значений, называется дискретной.
Дискретной(непрерывной ) называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными вероятностями. Число возможных значений дискретной случайной величины может быть конечным или бесконечным. Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Очевидно, число возможных значений случайной непрерывной величины бесконечно. Из этого следует, что вероятность принятия случайной величиной определенного значения равна нулю.
2.4.Дискретные случайные величины. Сумма, разность, произведение на число.
Математические операции над случайными величинами
Прерывные случайные величины X и Y называются независимыми, если не зависимы при любых i и j, события X=xi и Y=yj.
Пусть случайная величина X принимает x1, x2, x3, …, xn с вероятностями p1, p2, p3 ,…, pn, соответственно, а Y-значения y1, y2, y3, …, ym, с вероятностями q1, q2, q3, …, qm.
а) Суммой случайных величин X и Y называется новая случайная величина Z=X+Y, которая принимает все значения вида zij=xi+yj(i=1,2,..n; j=1,2,...,m) с вероятностями pij, причем pij=P(X=xi;Y=yj)=P(X=xi)*PX=xi(Y=yj).
Если случайные величины X и Y независимые, то pij= pi+ qj.
Аналогично определяется разность и произведение случайных величин.
б) Разностью ( произведением) случайных величин X и Y называется новая случайная величина Z=X-Y (Z=XY), которая принимает все значения вида zij=xi-yj (zij=xiyj) с такими же вероятностями, с какими случайная величина Z=X+Y принимает соответствующие значения, т.е. pij= pi+ qj.
в) Произведением kX случайной величины Х на постоянную величину k называется новая случайная величина Z=kX, которая с теми же вероятностями, что и Х, принимает значения, равные произведениям значений случайной величины Х на k, т.е. =xi2.