Экзаменационные вопросы по курсу «Случайные процессы» (часть I – теория вероятности) (специальность ви)
-
Понятие вероятностного пространства. Аксиомы теории вероятностей. Простейшие свойства вероятностной меры.
-
Вероятностное пространство и способы задания вероятностной меры. Классическое определение вероятности.
-
Понятие случайной величины. Функция распределения случайной величины и ее свойства. Примеры.
-
Дискретные случайные величины. Функции распределения дискретных случайных величин.
-
Типовые дискретные распределения: бернуллиевское, биномиальное, Пуассона, полиномиальное. Основные формулы.
-
Абсолютно непрерывные распределения, понятие функции распределения, плотности распределения. Основные свойства.
-
Независимые и несовместные события. Условные вероятности. Формула полной вероятности.
-
Апостериорные вероятности. Формула Байеса.
-
Независимость случайных величин. Распределения сумм независимых случайных величин. Примеры.
-
Интеграл Лебега. Математическое ожидание случайной величины, его свойства. Примеры.
-
Дисперсия и ковариация, коэффициент корреляции, их свойства. Независимость и некоррелированность. Математическое ожидание функции от случайной величины.
-
Числовые характеристики вероятностных распределений (в том числе квантиль, медиана, мода). Примеры. Медиана экспоненциального распределения.
-
Вычисление математических ожиданий и дисперсий типовых дискретных распределений: бернуллиевское, биномиальное, Пуассона, полиномиальное.
-
Вычисление математических ожиданий и дисперсий типовых абсолютно непрерывных распределений: гамма-распределение, нормальное распределение, равномерное распределение.
-
Моменты случайных величин. Вычисление моментов k-го порядка для стандартной нормальной случайной величины и для гамма-распределения.
-
Математическое ожидание произведения независимых случайных величин. Примеры.
-
Неравенства Маркова и Чебышева.
-
Виды сходимости случайных величин: по вероятности, с вероятностью 1, слабая сходимость, сходимость в среднеквадратичном.
-
Определение и свойства производящих функций, нахождение распределений суммы независимых случайных величин. Вычисление k-ого факториального момента с использованием производящих функций. Примеры.
-
Определение и свойства характеристических функций. Характеристическая функция суммы независимых случайных величин. Вычисление характеристических функций на примере нормального распределения, гамма-распределения.
-
Теорема о равномерной непрерывности характеристических функций (с доказательством), теорема единственности (без доказательства).
-
Линейные преобразования случайных величин: формулы для функции распределения и плотности.
-
Закон больших чисел. Теоремы Бернулли, Хинчина, Чебышева.
-
Локальная предельная теорема Муавра-Лапласа (с доказательством).
-
Теорема Пуассона (с доказательством).
-
Интегральная предельная теорема Муавра-Лапласа (без доказательства).
-
Теорема Лебега (без доказательства). Дискретные, абсолютно непрерывные и сингулярные распределения.
-
Комбинаторные задачи теории вероятностей (упорядоченный и неупорядоченный выбор с возвращением и без возвращения). Основные формулы.
-
Случайные размещения. Определение случайной величины , к=0,1,…,n. Вычисление ее математического ожидания и дисперсии.
-
Парадокс дней рождений.
-
Распределения случайных векторов. Понятие математического ожидания и ковариационной матрицы. Примеры.
-
Многомерное нормальное распределение. Его свойства и основные теоремы.
-
Теорема о необходимом и достаточном условии независимости случайных векторов, имеющих многомерное нормальное распределение.