- •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
Гамма-распределение.
Рассмотрим плотность
где
параметры распределения. Распределение с такой плотностью называется гамма распределение. Приведем график плотности этого распределения при
Величина
рассматриваемая как функция переменной
называется гамма-функцией и имеет следующие, легко доказываемые свойства
Это распределение обозначается
Гамма распределение обобщает экспоненциальное распределение и превращается в него при
Гамма распределение с целым параметром
называется распределение Эрлангапорядкаи обозначается
Распределение
где n – целое, называется распределение хи-квадрати обозначается
Построение меры в конечномерном пространстве Борелевская сигма-алгебра в конечномерном пространстве
Борелевская сигма-алгебра на пространстве действительных векторов определяется аналогично борелевской сигма-алгебре на прямой с заменой прямоугольников
на параллелепипеды
Обозначим ее
Эта сигма-алгебра содержит все практически важные множества векторов. Множество, принадлежащее борелевской сигма-алгебре называется борелевское множество.
Определение случайного вектора
Пусть
основное вероятностное пространство
пространство векторов с борелевской сигма-алгеброй
Покажите, что координаты случайного вектора – случайные величины и, наоборот, вектор, составленный из случайных величин – случайный вектор |
поточечное измеримое отображение, ставящее в соответствие каждому элементарному исходу основного пространства действительный вектор. Это отображение называется случайный вектор. |
Вероятностная мера, определенная на борелевской сигма-алгебре по формуле
называется распределением случайного вектора.
Пусть
случайный вектор и
Функция
называется функция распределения (иначе - совместная функция распределения) случайного вектора
Аналогично одномерному случаю определяются дискретные и непрерывные случайные вектора и их распределения.
Плотность распределения случайного вектора f(x) – это функция, удовлетворяющая условию
Мера Лебега в конечномерном пространстве
Мера Лебега в конечномерном пространстве это мера, приписывающая параллелепипеду его объем. В частности, мера Лебега прямоугольника это его площадь.
Мера Лебега на квадрате - Задача о встрече
Рассмотрим следующую задачу.
Два человека договорились встретиться в определенном месте в течение часа и ждать друг друга не более 10 минут. Найти вероятность, того они встретятся, если момент прихода каждого совершенно случаен.
Для решения задачи построим следующую вероятностную модель. Исходом опыта является вектор
где первая координата – момент прихода первого человека, вторая – момент прихода второго. Сигма-алгебра – все борелевские подмножества единичного (1 час=1 единица времени) квадрата. Предположение о совершенной случайности моментов прихода приводит к вероятностной мере, которая приписывает каждому множеству единичного квадрата его площадь. Эта мера называется мера Лебега на квадрате. Подсчитаем вероятность интересующего нас события. Два человека встретятся, если
Площадь этой наклонной полосы
равна
Независимые случайные величины
Случайные величины
,
заданные на одном вероятностном пространстве, называются независимыми, если для любых борелевских множеств
В одну сторону доказательство очевидно |
Можно показать, что независимость случайных величин эквивалентна тому, что их совместная функция распределения
равна произведению их одномерных функций распределения
|
Это важно. Докажите! |
Если случайные величины независимы и имеют совместную плотность, то она является произведением их одномерных плотностей. Верно и обратное. |