- •События и операции над ними. Относительные частоты и их свойства.
- •2.Аксиомы тв. Дискретное пространство элементарных исходов. Классическое определение вероятности.
- •3. Элементы комбинаторики. Основное правило комбинаторики.
- •(Обобщенная теорема сложения вероятностей)
- •(Теорема сложения k слагаемых)
- •6.Условная вероятность. Независимость.
- •7.Формулы полной вероятности и Байеса.
- •8.Схема Бернулли.Полиноминальное распределение.
- •9.Теорема Пуассона.
- •10.Локальная и интегральная теоремы Муавра-Лапласа.
- •12.Дискретные случайные величины. Закон распределения. Биномиальное, геометрическое и распределение Пуассона.
- •13.Математическое ожидание дискретной случайной величины и его свойства
- •Свойства математического ожидания:
- •Математическое ожидание постоянной величины равно самой постоянной:
- •Постоянный множитель можно выносить за знак математического ожидания:
- •14.Дисперсия случайной величины и ее свойства. Начальный и центральный момент.
- •15. Непрерывные случайные величины. Св-во плотности распределения
- •16. Равномерное, показательное, нормальное распределения и их св-ва
- •17. Лемма о нормальном распределении. Критерии независимости дискретной и непрерывной случайной величин
- •18. Случайный вектор. Св-ва функции распределения случайного вектора
- •2.Функция распределения случайного вектора неубывающая по каждому аргументу.
- •19. Случайный вектор. Свойства плотности распределения случайного вектора
- •20. Функция двух случайных аргументов. Формула свёртки
- •21. Числовые характеристики системы двух случайных величин. Корелляция и ее св-ва
- •22. Задачи математической статистики. Генеральная совокупность. Выборка
- •23. Эмпирическая функция распределения. Полигон и гистограмма
17. Лемма о нормальном распределении. Критерии независимости дискретной и непрерывной случайной величин
Теорема 1.(лемма о нормальном распр) Если случайная величина Х имеет нормальное стандартное распределение с параметрами (a, G2), то случайная величина имеет нормальное распределение, т.е. .
; .
Теорема 2. (Критерий независимости дискретных случайных величин).
Для того чтобы дискретные случайные величины Х1,…,Хn были независимы, необходимо и достаточно, чтобы для любых действительных чисел х1,…,хn выполнялось соотношение .
Теорема 3. (Критерий независимости для непрерывных случайных величин).
Для того чтобы непрерывные случайные величины Х1, Х2,…,Хn были независимыми, необходимо и достаточно, чтобы для любых действительных чисел х1,…,хn выполнялось соотношение
.
Здесь —совместимая плотность распределения случайных величин Х1,…,Хn, то есть совместимая функция распределения случайных величин Х1,…,Хn
.
Предположим, что случайная величина . Вероятность, что
.
Пусть .
.
, где —функция Лапласа.
Замечание. Необходимо отметить, что φ(t)—четная функция, т.е.
φ(-х)=φ(х); функция Лапласа —нечетная, т.е. ; функция стандартного нормального распределения N(x) обладает свойством N(x)+N(-x)=1.
18. Случайный вектор. Св-ва функции распределения случайного вектора
Вектор , где —случайные величины, называются n-мерным случайным вектором.
Функция
называется функцией распределения случайного вектора или совместной функцией распределения случайных величин .
Свойства функции распределения случайного вектора.
1. .
2.Функция распределения случайного вектора неубывающая по каждому аргументу.
Пусть x1<y1, тогда событие .
Тогда . По свойству вероятности если , то , получим . Т.е. функция не убывает по первому аргументу. Аналогично для любого аргумента.
3. .
=0
4.
.
= .
Случайный вектор называется дискретным, если все его компоненты—дискретные случайные величины.
Случайный вектор называется непрерывным, если существует неотрицательная функция , называется плотностью распределения случайных величин такая, что функция распределения .
19. Случайный вектор. Свойства плотности распределения случайного вектора
Вектор , где —случайные величины, называются n-мерным случайным вектором. Случайный вектор называется непрерывным, если существует неотрицательная функция , называется плотностью распределения случайных величин такая, что функция распределения .
Свойства плотности распределения случайного вектора.
1.
2. .
.
3. , где —множество из пространства IRn.
20. Функция двух случайных аргументов. Формула свёртки
Если каждой паре возможных значений случайных величин X и Y соответствует одно возможное значение случайной величины Z, то Z называют функцией двух случайных аргументов X и Y:
.
Рассмотрим общий случай:
Пусть Х и Y—независимые случайные величины, принимающие значения . Обозначим через , , .
Z=X+Н. Обозначим через
.
Таким образом, —формула свертки.
Плотность распределения суммы независимых случайных величин называется композицией.
Замечание. Если возможные значения X и Y неотрицательны, то формула свертки .