- •1. Классическое и геометрическое определение вероятности, элементы комбинаторики
- •2. Аксематическое определение вероятности. Свойства вероятности.
- •3. Формула полной вероятности. Формула Байеса.
- •4. Схема независимых испытаний Бернулли. Предельная теорема Пуассона.
- •5. Классификация случайных величин.
- •2) Непрерывные случайные величины.
- •6. Математическое ожидание и его свойства.
- •7. Дисперсия и ее свойства.
- •Свойства дисперсии:
- •8. Характеристические функции и их свойства.
- •Свойства характеристической функции :
- •Способы описания св:
- •9.Теорема об обращении характеристической функции.
- •1 1. Виды сходимости случайных последовательностей.
- •13.Критерий сходимости в среднем квадратичном.
- •15. Усиленный закон больших чисел.
- •16. Центральная предельная теорема.
- •10.Производящие функции и их свойства.
- •17. Определение случайного процесса.
- •19. Статистические средние характеристики случайных процессов.
- •20. Сходимость в среднем квадратичном для случайных процессов.
- •21. Непрерывность случайных процессов.
- •22. Дифференцируемость случайных процессов.
- •23. Интегрирование случайных процессов.
- •24. Стохастические обыкновенные дифференциальные уравнения.
- •25. Процессы с независимыми приращениями.
- •26. Гауссовский случайный процесс.
- •27. Винеровский случайный процесс.
- •28. Марковские случайные процессы и цепи маркова определения.
- •29. Однородные цепи Маркова.
- •32. Уравнения Чепмена-Колмогорова.
- •33. Нахождение вероятностей переходов с помощью производящих функций.
- •34. Классификация состояний цепи Маркова по арифметическим свойствам вероятностей перехода
- •35. Свойство периода состояния.
- •36. Классификация состояний по асимптотическим свойствам переходных вероятностей
- •37. Критерий возвратности состояний.
- •38.Эргодические цепи Маркова
- •40. О средних временах переходов между состояниями
- •41. Стационарные цепи Маркова
- •42. Оптимальные стратегии в марковских цепях
- •43. Система диф.Ур-ий Колмогорова для однородной цепи Маркова с конеч.Числом состояний.
- •44. Процесс гибели и размножения
- •49. Обобщенное уравнение Маркова
- •50.Диффузионные процессы
- •51. Обратное уравнение Колмогорова
- •45. Марковские системы массового обслуживания.
- •Рассмотрим систему с простейшим потоком и экспоненциальным обслуживанием
- •46. Система обслуживания м / м / 1
- •47.Система м / м / n / 0
- •48. Система обслуживания м / м / n
- •52.Прямое уравнение Колмогорова для диффузных процессов
- •53. Стохастический интеграл Ито
- •54. Стохастический интеграл в форме Стратоновича
- •55. Стохастические дифференциальные уравнения
- •39. Закон больших чисел для цепей Маркова с конечным числом состояний.
- •57. Стационарность гауссовского случ.Процесса.
- •58. Теорема Бохнера., спектральная плотность случ.Процесса.
- •60. Мартингалы.
- •18. Пуассоновский случ.Процесс
- •Классическое и геометрическое определение вероятности, элементы комбинаторики
Свойства дисперсии:
;
Если , то СВ является константой.
, где .
, где .
Если и - независимая СВ, то .
Доказательство:
6. Неравенство Чебышева для дисперсии: .
Распределение (название) |
Плотность |
|
|
СВ Бернулли |
|
|
|
СВ Пуассона |
|
|
|
Равномерная СВ |
|
|
|
Экспоненциальная СВ |
|
|
|
Нормальная СВ |
|
|
|
8. Характеристические функции и их свойства.
Определение: Характеристической функцией СВ называется функция: .
.
,
.
Характеристическая функция существует всегда для любой СВ:
, т.е. .
Свойства характеристической функции :
.
, где и - константы.
Доказательство:
.
Если - независимая СВ, то: .
Доказательство:
.
Характеристическая функция - равномерная непрерывная функция, т.е. .
Если , то .
Если , то определено разложение характеристическое функции в ряд Маклорена:
.
.
Способы описания св:
Существуют следующие способы описания СВ:
С помощью функции распределения .
С помощью момента:
,
Характеристической функцией.
Семиинвариантной СВ.
9.Теорема об обращении характеристической функции.
Теорема: Если Fξ(x) - ф.р. СВ ξ , φξ(t) - ее характеристическая функция , то для любых точек непрерывности х и у функции Fξ(x):
Доказательство.
1. Пусть Fξ(x) - абсолютно непрерывная функция. В этом случае существует обратное преобразование Фурье:
Тогда проинтегрировав обе стороны этого соотношения от х до у, получим
1 1. Виды сходимости случайных последовательностей.
Опр. Последовательность СВ {ξk(ω), k=1,2...} сходится к СВ ξ(ω) по вероятности (обозначается
если
С уществует еще несколько типов сходимости случайных последовательностей:
- сходимость почти наверное (п.н.) (с вероятностью 1):
сходимость в среднем порядка r (предполагается, что M|ξk(ω)|r<+∞):
е сли r=1, то имеем сходимость в среднем; если r=2 - то сходимость в среднем квадратичном, которая записывается в виде
- сходимость по распределению:
во всех точках непрерывности ф.р. Fξ(x), обозначается
также
Теорема1.(достаточный признак сходимости почти наверное). Если для любого ε>0 с вероятностью 1 происходит лишь конечное число событий
То
Рассмотрим непосредственные соотношения между различными типами сходимости случ. посл-тей. Очевидно,
откуда вытекает, что из сходимости почти наверное следует сходимость по вероятности. Используя неравенства Чебышева и Ляпунова для мат. ожиданий, получаем, что
Поэтому из сходимости в среднем порядка q следует сходимость в среднем порядка r<q, в частности, сходимость в среднем; из сходимости в среднем следует сходимость по вероятности.
Теорема.1. Из сходимости по вероятности следует сходимость по распределению.
Соотношения между различными типами сходимости случайных последовательностей можно отобразить на следующей схеме.
12 Лемма Бореля-Кантелли (закон нуля и единицы): Пусть {Ak,k=1,2,…}- последовательность случайных событий, заданных на вероятностном пространстве (Ω,F,P), A- событие, заключающееся в том, что произойдет бесчисленное множество событий Ak , т.е.