- •Раздел 1. Классическая вероятностная схема
- •1.1 Основные формулы комбинаторики
- •Теорема о перемножении шансов
- •Урны и шарики
- •Урновая схема: выбор без возвращения, с учетом порядка
- •Урновая схема: выбор без возвращения и без учета порядка
- •Урновая схема: выбор с возвращением и с учетом порядка
- •Урновая схема: выбор с возвращением и без учета порядка
- •1.2 Основные понятия элементарной теории вероятностей Предмет теории вероятностей. Статистическая устойчивость.
- •Пространство элементарных исходов. Операции над событиями
- •Вероятность на дискретном пространстве элементарных исходов
- •Классическое определение вероятности
- •Гипергеометрическое распределение
- •Раздел 2. Геометрическая вероятность
- •2.1 Что это такое
- •2.2 Задача о встрече
- •2.3 Задача Бюффона
- •2.4 Парадокс Бертрана
- •Раздел 3. Аксиоматика теории вероятностей
- •3.2 Вероятность как нормированная мера
- •Раздел 4. Условная вероятность, независимость
- •4.1 Условная вероятность
- •4.2 Независимость
- •4.3 Формула полной вероятности
- •4 .4 Формула Байеса
- •Раздел 5. Схема Бернулли
- •5.1 Распределение числа успехов в n испытаниях
- •5.2 Наиболее вероятное число успехов
- •5.3 Номер первого успешного испытания
- •5.4 Приближение гипергеометрического распределения биномиальным
- •5.5 Независимые испытания с несколькими исходами
- •5.6 Теорема Пуассона для схемы Бернулли
- •Раздел 6. Случайные величины и их распределения
- •6.1 Случайные величины
- •6.2 Дискретные распределения
- •6.3 Примеры дискретных распределений Вырожденное распределение.
- •Распределение Бернулли.
- •Биномиальное распределение.
- •Геометрическое распределение.
- •Распределение Пуассона.
- •Гипергеометрическое распределение.
- •Раздел 7. Функция распределения
- •7.1 Свойства функции распределения
- •Прочие полезные свойства функций распределения
- •Функция распределения дискретного распределения
- •Раздел 8. Абсолютно непрерывные распределения
- •Свойства плотностей
- •8.1 Примеры абсолютно непрерывных распределений
- •8.2 Свойства нормального распределения
- •Стандартное нормальное распределение
- •Раздел 9. Случайные вектора и их распределения
- •9.1 Свойства функции совместного распределения
- •9.2 Типы многомерных распределений
- •Дискретное совместное распределение
- •Абсолютно непрерывное совместное распределение
- •9.3 Независимость случайных величин
- •Раздел 10. Преобразования случайных величин
- •10.1 Преобразование одной случайной величины
- •10.2 Функции от двух случайных величин
- •10.3 Примеры использования формулы свертки
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 12. Числовые характеристики зависимости случайных величин
- •12.1 Чем отличается дисперсия суммы от суммы дисперсий?
- •12.2 Коэффициент корреляции
- •12.3 Свойства коэффициента корреляции
- •Раздел 13. Куда и как сходятся последовательности случайных величин
- •13.1 Сходимость «почти наверное» и «по вероятности»
- •13.2 Неравенства Чебышёва
- •13.3 Законы больших чисел
- •13.4 Примеры использования збч и неравенства Чебышёва
- •Раздел 14. Цпт (центральная предельная теорема)
- •14.1 Как быстро сходится к ?
- •14.2 Слабая сходимость
- •14.3 Центральная предельная теорема
- •14.4 Предельная теорема Муавра — Лапласа
- •14.5 Примеры использования цпт
6.2 Дискретные распределения
Определение 25. Говорят, что случайная величина ξ имеет дискретное распределение, если существует конечный или счетный набор чисел {a1, a2, …} такой, что:
а) pi = P{ ξ = ai} > 0 для всех i;
б)
.
То есть случайная величина ξ имеет дискретное распределение, если она принимает не более чем счетное число значений.
Определение 26. Если случайная величина ξ имеет дискретное распределение, назовем таблицей распределения соответствие ai ↔ pi, которое чаще всего рисуют так:
-
ξ
а1
а2
а3
…
Р
р1
р2
р3
…
6.3 Примеры дискретных распределений Вырожденное распределение.
Говорят, что случайная величина ξ имеет вырожденное распределение с параметром а, и пишут ξ Ia если ξ принимает единственное значение а с вероятностью 1, то есть P(ξ = a) = 1. Таблица распределения ξ имеет вид
-
ξ
а
Р
1
Распределение Бернулли.
Говорят, что случайная величина ξ имеет распределение Бернулли с параметром р, и пишут ξ Вр, если ξ принимает значения 1 и 0 с вероятностями р и 1 - р, соответственно. Случайная величина ξ с таким распределением равна числу успехов в одном испытании схемы Бернулли с вероятностью успеха (0 успехов или 1 успех). Таблица распределения ξ имеет вид
-
ξ
0
1
Р
(1-p)
Р
Биномиальное распределение.
Говорят, что случайная величина ξ имеет биномиальное распределение с параметрами n и p, где 0 p , n и пишут ξ Вn,р, если ξ принимает значения 0, 1, …,n с вероятностями P(ξ = k) = Cnk pk (1-p)n-k . Случайная величина ξ с таким распределением имеет смысл числа успехов в n испытаниях схемы Бернулли с вероятностью успеха р .
Таблица распределения ξ имеет вид
-
ξ
0
1
…
k
…
n
Р
(1-p)n
n p(1-p)n-1
…
Cnk pk (1-p)n-k
…
Pn
Геометрическое распределение.
Говорят, что случайная величина τ имеет геометрическое распределение с параметром р, где 0 p , n, и пишут τ Gр, если τ принимает значения 1, 2, 3, …с вероятностями P(τ = k) = p (1-p)k-1. Случайная величина τ с таким распределением имеет смысл номера первого успешного испытания в схеме Бернулли с вероятностью успеха р .
Таблица распределения τ имеет вид
-
τ
1
2
…
k
…
Р
p
Р (1 – р)
…
p (1-p)k-1
…
Распределение Пуассона.
Говорят, что случайная величина ξ имеет распределение Пуассона с параметром λ, где λ > 0 , и ξ П λ, если ξ принимает значения 0, 1, 2 … с вероятностями
Таблица распределения ξ имеет вид
-
ξ
1
2
…
k
…
Р
е- λ
λ е- λ
…
(λk /k!)е- λ
…
