
- •1. Элементарная теория вероятностей
- •Комбинаторные эксперименты: выборы с возвращением и без, упорядоченные и неупорядоченные.
- •Формула Стирлинга.
- •Свойства вероятности:
- •Свойства условной вероятности:
- •Свойства математических ожиданий
- •Свойства.
- •Следствия:
- •Закон больших чисел я. Бернулли
- •Свойства:
- •Свойства условных математических ожиданий.
- •Задача о разорении.
- •2. Некоторые задачи и определения математической статистики
- •3. Вероятностная модель в общей постановке (в том числе с бесконечным числом исходов)
- •Примеры абсолютно непрерывных распределений
- •4. Математическое ожидание
- •Свойства математических ожиданий.
- •8) Если и , то
- •5. Характеристические функции
- •Свойства:
- •Формулы обращения (обратное преобразование Фурье).
- •Различные виды сходимости.
- •Соотношения сходимостей.
- •Метод характеристических функций.
- •Закон больших чисел.
- •Центральная предельная теорема.
- •6. Условные математические ожидания
- •О существовании и единственности.
- •Теорема о нормальной корреляции.
- •Фильтр Калмана.
- •Некоторые понятия теории случайных процессов.
1. Элементарная теория вероятностей
Обозначим в
эксперименте элементарные события
(исходы)
,
где
– конечно.
– их объединение – пространство
элементарных событий.
Пример.
Пусть монета брошена 1 раз, тогда
.
Пусть монета
брошена
раз, тогда
.
– обозначим число элементарных событий
в
.
;
.
Комбинаторные эксперименты: выборы с возвращением и без, упорядоченные и неупорядоченные.
Пусть из
элементов выбирается
Формула Стирлинга.
т.е.
где
Определение.
Подмножества
называются событиями и
предполагается, что известны утверждения
"исход
"
или "исход
".
Операции с
событиями: объединение
(или
),
пересечение
(или
),
разность
,
отрицание
.
Пустое множество обозначено
;
достоверное событие –
;
;
.
Определение. Алгебра – это такая система подмножеств , что
1)
2) если
и
,
то
,
,
.
Примеры:
,
,
.
Определение.
Разбиение
– система множеств
называется разбиением множества
,
если
1)
,
2)
,
3)
События
называются атомами разбиения.
Если
взять элементы
,
и всевозможные объединения атомов, то
получим алгебру
,
порожденную разбиением
.
Разбиение
мельче
(
),
если
.
Каждому
элементарному событию
,
"припишем" меру (вес)
называемую вероятностью исхода
,
если выполнены условия
1)
(неотрицательность)
2)
(нормированность).
Тогда для
любого события
определим вероятность
по формуле
Определение.
Тройка
,
где пространство элементарных событий
,
– некоторая алгебра подмножеств
,
вероятностная мера
определяет конечное вероятностное
пространство (вероятностную
модель).
Свойства вероятности:
1)
2)
3)
4)
,
если
,
то
5)
Пример
1. Биномиальное распределение.
n-кратное
подбрасывание монеты с результирующим
набором
или
,
.
Припишем
где
.
Корректность следует из того, что если
,
то
и
т.е.
Если
,
то
.
Набор
называется биномиальным распределением.
Пример
2. Случайное блуждание.
.
Определение.
Условной вероятностью события
при условии
с
называется
В классическом случае
Свойства условной вероятности:
1)
2)
3)
4)
при
5)
при
,
следовательно,
.
Пусть
– разбиение и пусть
и, следовательно,
,
Следовательно, верна
формула
полной вероятности:
Если
и
,
то
.
Отсюда получаем
формулу Байеса:
Если
– разбиение с
,
то очевидна
теорема Байеса:
Определение. События и называются независимыми, если
Определение.
Алгебры
и
называются независимыми, если
попарно независимы любые два множества
и
.
Определение.
Множества
– называются независимыми в
совокупности (или просто независимыми),
если для любого
Алгебры множеств
называются независимыми в совокупности,
если независимы любые множества
,
.
Из попарной независимости не следует независимость в совокупности.
Пример.
,
,
,
,
,
но
,
,
.
Пусть – вероятностное пространство с конечным числом исходов, – алгебра всех возможных подмножеств .
Определение.
Всякая числовая функция
,
определенная на конечном пространстве
элементарных событий
,
называется (простой) случайной
величиной.
Пример.
-
OO
OP
PO
PP
2
1
1
0
2
0
0
-2
1
1
1
0
1
0
0
0
0
0
0
0
…
…
…
…
…
Пусть
– все возможные значения
,
(очевидно,
),
и пусть
– совокупность подмножеств
.
На
вероятность
индуцирована
– по формуле
,
,
и определяется по формуле
,
.
Определение.
Набор
- называется распределением
вероятностей случайной величины
.
Пример.
Биномиальная случайная величина
с n+1 значениями
с вероятностями
,
.
Определение.
Пусть
.
Функция
называется функцией распределения
случайной величины
,
если
Наряду со случайными величинами
рассматриваются случайные вектора
(пусть здесь – вектора-столбцы)
,
– распределения вероятностей случайного
вектора
.
– функция распределения случайного
вектора
.
Определение.
Случайные величины
– независимы (т.е. независимы в
совокупности), если для любого
или, что то же самое
для любых
.
Если
и
– независимые случайные величины, то
для
имеет место формула свёртки
Пусть
– конечное вероятностное пространство,
– некоторая случайная величина со
значениями в
.
Пусть
,
.
Тогда
где
– индикаторная функция,
– разбиение.
Справедливо следующее
Определение.
Математическим ожиданием (или
средним) случайной величины
называют число
или
или
Заметим, что в элементарном (конечном) случае (из равенства интегралов Лебега-Стильтьеса и Римана-Стильтьеса в данном случае)