
- •1.Предмет теории вероятностей.
- •2.Статистическое определение вероятности.
- •3.Классическое определение вероятностей.
- •4.Аксиоматическое определение вероятности.
- •6.Размещения без повторений.
- •7.Сочетания без повторений.
- •8.Сочетания с повторениями.
- •9.Перестановки.
- •10.Перестановки данного состава.
- •11.Условная вероятность.
- •12.Зависимые и независимые события.
- •13.Формула полной вероятности.
- •14.Формула Байеса.
- •15.Случайные величины. Основные понятия.
- •16.Дискретные случайные величины.
- •17.Случайные величины общего вида.
- •18.Функция распределения и ее свойства.
- •19.Непрерывные случайные величины.
- •20.Функция плотности вероятностей.
- •21.Схема Бернулли.
- •22.Предельные теоремы Лапласа.
- •23.Предельная теорема Пуассона.
- •24.Дискретные классические распределения.
- •25.Непрерывные классические распределения.
- •30.Дисперсия и среднее квадратическое отклонение случайной величины.
- •31.Моменты случайной величины.
- •32.Числовые характеристики системы случайных величин.
- •33.Свойства математического ожидания.
- •41.Метод моментов.
- •42.Метод максимального правдоподобия.
- •43.Точечная оценка математического ожидания и среднего квадратического отклонения для нормального закона распределения.
- •44.Свойства точечных оценок.
- •45.Точечная оценка для математического ожидания.
- •56. Выборочное уравнение регрессии.
- •58.Выборочный метод оценивания числовых характеристик случайных величин.
- •60.Классификация возможных состояний цепи Маркова.
- •61. Понятие случайной функции (случайного процесса).
- •62. Пуассоновский процесс.
61. Понятие случайной функции (случайного процесса).
Случайным процессом называется семейство случайных величин ξ(t), t ∈ T, такое, что
для каждого n = 1, 2, . . . и для любых t1, . . . , tn ∈ T случайные величины ξ(t1), . . . , ξ(tn)
имеют совместное распределение. Таким образом, существует вероятность
P(ξ(t1) < x1, . . . ξ(tn) <xn) = F(x1, t1; . . . ;xn, tn). (1)
62. Пуассоновский процесс.
Пуассо́напото́к (проце́сс), (устар. Пуассоновский процесс) — поток однородных событий, для которого число событий в интервале А не зависит от чисел событий в любых интервалах, не пересекающихся с А, и имеет экспоненциальное распределение с параметром Λ(А). В теории случайных процессов описывает количество наступивших случайных событий, происходящих с постоянной интенсивностью.
63.Уравнения Колмогорова.
64.Зависимые и независимые случайные величины.
Случайная
величина
называется
независимой от случайной величины
,
если закон распределения величины
не
зависит от того, какое значение приняла
величина
.
Для
непрерывных случайных величин условие
независимости
от
может
быть записано в виде:
при
любом
.
Напротив,
в случае, если
зависит
от
,
то
.