- •16. Равномерное, показательное, нормальное распределения. Их функции распределения.
- •17. Лемма о нормальном распределении. Критерий независимости дискретной и непрерывной св.
- •18. Случайный вектор. Свойства функций распределения случайного вектора.
- •19. Случайный вектор. Свойства плотности распределения
- •20. Функция двух случайных аргументов. Формула свертки.
- •1. События и операции над ними. Относительные частоты и их свойства
- •2. Аксиомы теории вероятностей. Дискретные пространства элементарных исходов. Классическое определение вероятности.
- •3. Элементы комбинаторики. Основные правила.
- •4. Число выборок, свойства сочетаний, геометрические вероятности.
- •5. Свойства вероятности.
- •6.Условная вероятность.Независимость.
- •7.Формула полной вероятности и Байеса.
- •10.Локальная и интегральная теоремы Муавра-Лапласа.
- •9.Теорема Пуассона.
- •8.Схема независимых испытаний Бернулли. Полиномиальное распределение.
- •11. Случайные величины. Функции распределения и их свойства.
- •12. Дискретные случайные величины. Законы распределения биномиальное, геометрическое и Пуассона.
- •13. Мат ожидание дсв и их свойства.
- •14. Дисперсия, свойства. Начальные и центральные моменты.
- •15. Непрерывные случайные величины. Свойства плотности распределения.
- •21. Числовые характеристики 2-х случайных величин.
- •22. Производящие функции и их свойства.
- •23. Характеристические функции и их свойства.
- •Свойство комплекснозначных случайных величин.
- •Свойства характеристических функций.
- •24. Закон больших чисел в форме Чебышева и Бернулли.
- •25. Центральная предельная теорема.
9.Теорема Пуассона.
Теорема. Если вероятность р появления события А в каждом испытании при неограниченном возрастании числа испытаний n изменяется таким образом, что некоторое событие А появится ровно k раз в n независимых испытаниях стремится к величине , то есть .
▲ По формуле Бернулли вероятность того, что событие появится ровно k раз в n независимых испытаниях
8.Схема независимых испытаний Бернулли. Полиномиальное распределение.
Предположим, что в результате испытания возможны два исхода: «У» и «Н», которые мы называем успехом и неудачей. , , p+q=1. Предположим, что мы производим независимо друг от друга n таких испытаний.
Опр. Последовательность n испытаний называется испытаниями Бернулли, если эти испытания независимы, а в каждом из них возможны два исхода, причем вероятности этих исходов не меняются от испытания к испытанию.
Элементарным исходом будет являться: (w1,w2,…,wn), . Всего таких исходов 2n. . (1) Формула (1) показывает, что события независимы. Обозначим через µ число успехов в n испытаниях Бернулли. — вероятность того, что в n испытаниях произошло k успехов. Рассмотрим событие . По теореме сложения получим
Таким образом, получим —формула Бернулли.
11. Случайные величины. Функции распределения и их свойства.
Опр. Случайной величиной Х называется функция X(w), отображающая пространство элементарных исходов Ω во множестве действительных чисел R.
Множество значений случайной величины обозначается Ωх.
Опр. Функцией распределения случайной величины Х называется функция F(x) действительной переменной х, определяющая вероятность того, что случайная величина Х примет в результате эксперимента значение, меньшее некоторого фиксированного числа х. . .
Свойство 1. Функция распределения F(x)–неубывающая функция, т.е. для таких что x1<x2 . Пусть х1 и х2 принадлежат множеству Ωх и х1<х2.Событие, состоящее в том, что Х примет значение, меньшее, чем х2, т.е. , представим в виде объединения двух несовместимых событий . Тогда по теореме сложения вероятностей получим , т.е. . Поскольку , то .
12. Дискретные случайные величины. Законы распределения биномиальное, геометрическое и Пуассона.
Опр. Случайная величина Х называется дискретной, если она принимает конечное либо счетное число значений, т.е. Ωх—конечно или счетно.
Опр. Законом распределения дискретной случайной величины Х называется совокупность пар чисел вида (хi, рi), где xi—возможные значения случайной величины, а pi—вероятности, с которыми случайная величина принимает эти значения, т.е. , причем .
Опр. Говорят, что дискретная случайная величина Х имеет биномиальное распределение с параметрами (n,p), если она может принимать целые неотрицательные значения с вероятностями .
Опр. Говорят, что случайная величина Х имеет распределение Пуассона с параметром λ (λ>0), если она принимает целые неотрицательные значения с вероятностями . Обозначают , т.е. случайная величина Х имеет распределение Пуассона с параметром λ.
Опр. Говорят, что случайная величина Х имеет геометрическое распределение с параметром р (0<р<1), если она принимает натуральные значения с вероятностями , где q=1-p.
.