
- •Теория вероятностей Введение в теорию вероятностей Предмет теории вероятностей
- •Возникновение и развитие теории вероятностей До появления аксиоматики Колмогорова
- •В наше время
- •Необходимость теории вероятностей как науки
- •Возможность анализа случайных явлений
- •Расчет шансов и прогнозирование последствий
- •Примеры практических задач, при решении которых применяется теория вероятностей
- •Игра по крупному
- •Основные понятия и определения Первичные понятия Опыт (эксперимент)
- •Элементарный исход
- •Пространство элементарных исходов
- •Советы по построению пространства элементарных исходов.
- •Определения Подмножества
- •Операции над подмножествами
- •Случайные события
- •Информационный смысл понятия сигма - алгебра
- •Пересечение сигма-алгебр
- •Вероятностное пространство
- •Парадокс определения вероятностного пространства
- •Независимые события
- •Теорема (о непрерывности вероятностной меры)
- •Дискретная вероятностная модель
- •Конечное пространство элементарных исходов
- •Классическая вероятностная модель
- •Связь классической вероятностной модели с комбинаторикой
- •Основная формула комбинаторики
- •Факториал
- •Урновая схема
- •Общее определение вероятности для экспериментов с конечным или счетным числом исходов
- •Дискретное распределение и вероятность
- •Равномерное распределение - классическая вероятностная модель
- •Биномиальное распределение – схема Бернулли
- •Мультиномиальное распределение – схема бросания частиц по ячейкам
- •Геометрическое распределение – испытания до первого успеха
- •Распределение Паскаля – испытания до m-того успеха
- •Пуассоновское распределение - теорема Пуассона
- •Теорема Пуассона.
- •Сходимость по вариации - приближение одних моделей другими
- •Использование понятия независимости для построения моделей. Произведение вероятностных пространств.
- •Примеры построения моделей.
- •Расчет надежности при параллельном соединении элементов.
- •Расчет надежности при последовательном соединении элементов
- •Расчет надежности сложной системы.
- •Замечания к примерам.
- •Условная вероятность
- •Урновая схема
- •Марковская зависимость
- •Формула полной вероятности и формула Байеса
- •Случайные величины
- •Отображения вероятностных пространств
- •Случайная величина
- •Борелевская сигма-алгебра
- •Свойства случайных величин
- •Случайный вектор
- •Распределения случайных величин и векторов
- •Точки непрерывности и разрыва функции распределения
- •Несобственные функции распределения
- •Геометрическое распределение
- •Мера Лебега на прямой.
- •Плотность распределения
- •Вероятностный смысл плотности распределения
- •Бета-распределение на отрезке [0,1]
- •Смеси распределений.
- •Нормальное (гауссовское) распределение.
- •Экспоненциальное (показательное) распределение.
- •Гамма-распределение.
- •Построение меры в конечномерном пространстве Борелевская сигма-алгебра в конечномерном пространстве
- •Определение случайного вектора
- •Мера Лебега в конечномерном пространстве
- •Мера Лебега на квадрате - Задача о встрече
- •Независимые случайные величины
- •Многомерное нормальное распределение
- •Числовые характеристики случайных величин и векторов
- •Интеграл Лебега – математическое ожидание
- •Свойства интеграла Лебега (математического ожидания)
- •Теоремы о предельном переходе под знаком интеграла Лебега
- •Теорема Лебега о мажорируемой сходимости
- •Неравенства Неравенство Маркова
- •Неравенство Чебышева. Дисперсия
- •Неравенство Коши-Буняковского-Шварца. Ковариация
- •Неравенство Йенсена.Выпуклые функции
- •Неравенство Ляпунова.Моменты
- •Вычисление математического ожидания.
- •Теорема Лебега о замене переменных
- •Вычисление интеграла Лебега на прямой.
- •Вычисление интеграла Лебега в произведении пространств. Теорема Фубини
- •Теорема Фубини
- •Вычисление маргинальных плотностей
- •Вычисление числовых характеристик важных распределений.
- •Абсолютная непрерывность вероятностных мер
- •Абсолютно непрерывные и сингулярные меры и распределения
- •Теорема Радона-Никодима
- •Суммирование независимых случайных величин
- •Сходимость последовательностей случайных величин и их распределений
- •Сходимость по вероятности
- •Сходимость в среднеквадратическом
- •Слабая сходимость распределений
- •Взаимосвязь различных видов сходимости
- •Закон больших чисел в форме Бернулли
- •Теорема Шеффе
- •Преобразование Лапласа и производящая функция
- •Теорема единственности для характеристических функций и характеристические функции важных распределений
- •Предельные теоремы теории вероятностей
- •Классическая схема
- •Закон больших чисел в форме Чебышева
- •Закон больших чисел для схемы серий
- •Закон больших чисел в форме Хинчина
- •Центральная предельная теорема в форме Леви Теорема Леви
- •Теорема Муавра-Лапласа
- •Центральная предельная теорема в форме Ляпунова
- •Условное математическое ожидание, условная вероятность и условное распределение
- •Определение и основные свойства условного математического ожидания
- •Теорема существования и единственности условного математического ожидания
- •Математическое ожидание одной случайной величины относительно другой
- •Свойства условного математического ожидания
- •Определение условной вероятности, условного распределения и условной плотности Условная вероятность
- •Условное распределение
- •Вычисление условной плотности и условного математического ожидания
Точки непрерывности и разрыва функции распределения
Множество на прямой называется всюду плотным, если в любой окрестности любой точки прямой найдется точка из этого множества |
Заметим, что, в силу своей монотонности, любая функция распределения имеет не более чем счетное число точек разрыва. Поэтому между любыми двумя точками на прямой содержится бесконечно много (континуум) точек непрерывности функции распределения. Ясно также, что для определения функции распределения во всех точках достаточно знать ее только в точках непрерывности или более общо на любом всюду плотном множестве. |
Несобственные функции распределения
Условие
отражает условие нормировки
.
Многие утверждения относительно функции
распределения легко переносятся на так
называемые несобственные функции
распределения, т.е. функции удовлетворяющие
условиям 1),2),4) и условию
.
В дальнейшем мы будем иногда пользоваться
этим понятием. Несобственным функциям
распределения соответствуют по теореме
Каратеодори меры на прямой с условием
Дискретные распределения на прямой
Основные дискретные распределения - равномерное, биномиальное, геометрическое, пуассоновское, можно рассматривать как распределения на пространстве
так как множество целых чисел содержится в множестве действительных чисел и борелевская сигма-алгебра содержит все одноточечные множества. Добавим к ним еще одно важное распределение – вырожденное, и построим графики функций распределения для этих распределений.
Вырожденное распределение
Вырожденное распределение это такая вероятностная мера, которая приписывает вероятность 1 одному элементарному исходу, т.е.
а всем остальным исходам, естественно, ничего не достается
Говорят, что распределение вырождено в точке x0.
Построим функцию распределения вырожденного распределения.
поэтому
На следующем рисунке приведен график функции распределения вырожденого в нуле распределения.
Случайная величина, имеющая вырожденное распределение называется вырожденная случайная величина.
Бернуллиевское распределение
Бернуллиевское распределение приписывает вероятность pточке1и1-p точке 0, т.е.
Построим функцию распределения вырожденного распределения
На следующем рисунке приведен график функции распределения бернуллиевского распределения при p= 0,7
Видно, что функция распределения бернуллиевского распределения равна сумме двух вырожденных функций распределения – в 0 и 1 с множителями 0,3 и 0,7.
Случайная величина, имеющая бернуллиевское распределение называется бернуллиевская случайная величина.
Биномиальное распределение
Биномиальное распределение приписывает точке kвероятность
Построим функцию распределения биномиального распределения
На следующем рисунке приведен график функции распределения биномиального распределения при n=5,p=0,7.
На следующем рисунке приведен график функции распределения биномиального распределения при n=20,p=0,5.
Случайная величина, имеющая биномиальное распределение называется биномиальная случайная величина. Для биномиального распределения используют обозначение
.
В частности, бернуллиевское распределение это
вырожденное в нуле распределение это
Обозначение
означает, что случайная величина
биномиальная с параметрами n и p.