
- •0. Основные формулы комбинаторики
- •0/ /Выбор с возвращением и с учётом порядка.
- •| . . . | | . | . . | . . | | . |
- •| . . | . | . | . . | . . | | . | | | | | | | | . . . . . . . . . |
- •1. Классическое и геометрическое определения вероятности, примеры.
- •1//Геометрическое определение вероятности.
- •2. Дискретное вероятностное пространство, примеры.
- •3. Парадоксы доаксиоматической теории вероятностей.
- •4.Аксиоматика Колмогорова, вложение пред определений в аксиоматику.
- •5. Свойства вероятностей.
- •7. Условная вероятность. Теорема умножения вероятностей.
- •8. Независимость событий, примеры независимых и зависимых событий.
- •9. Формула полной вероятности, примеры.
- •10. Формула Байеса, примеры.
- •11. Схема Бернулли, примеры, полиномиальная схема.
- •12. Теорема Пуассона, примеры применения.
- •13. Теоремы Муавра-Лапласа, примеры применения.
- •14. Случайные величины, их распределения, функции распределения и их свойства.
- •15. Свойства плотностей распределения.
- •16. Математическое ожидание, механическая интерпретация, свойства.
- •17. Вычисление математических ожиданий функций от случайных величин с помощью дискретных и непрерывных плотностей распределения.
- •18. Свойства и статистический смысл дисперсии.
- •19. Математическое ожидание и дисперсия нормального закона.
- •20. Математическое ожидание и дисперсия биномиального распределения.
- •21. Математическое ожидание и дисперсия закона Пуассона.
- •22. Коэффициент корреляции и его свойства.
- •23. Двумерное нормальное распределение.
- •24. Случайные векторы, их распределения, функции и плотности распределения и их свойства.
- •25.Многомерный нормальный вектор
- •26. Теорема о плотности распределения преобразованной случайной величины.
- •27. Теорема о плотности распределения преобразованного случайного вектора. Примеры.
- •1. Преобразование случайных величин.
- •28. Неравенство Чебышева, закон больших чисел.
- •28//Закон больших чисел
- •29. Свойства характеристических функций.
- •30. Центральная предельная теорема Леви. Вывод из неё интегральной теоремы Муавра-Лапласа.
- •31. Свойства производящих функций, примеры их вычисления.
- •32. Примеры использования производящих функций для вычисления моментов.
- •33. Определение и свойства условного математического ожидания.
- •34. Условное мат ожидание и условное распределение одного подвектора норм случ вектора относит другого подвектора
- •34//Условная вероятность.
- •35. Задачи оценивания в математической статистике, состоятельность, несмещаемость, эффективность оценки.
- •36. Примеры построения оценок и исследования их свойств
- •36//Основные свойства
- •37. Критерий проверки гипотез.
- •38. Критерий Колиогорова и критерий χ², примеры.
- •39. Доверительные интервалы, примеры.
- •39//Пример:
- •40. Марковские цепи. Определения и основные характеристики.
- •41. Классификация состояний Марковских цепей. Период.
- •42. Уравнения Чупмена-Колмогорова.
- •43. Критерий возвратности и следствия из него.
- •44. Возвратность цепей Маркова
- •45. Эргодическая теорема для цепей Маркова.
0. Основные формулы комбинаторики
В данном разделе мы займёмся подсчётом числа «шансов». О числе шансов говорят, когда возможно несколько результатов какого-либо действия (извлечение карты из колоды, подбрасывание кубика или монетки). Число шансов — это число способов проделать это действие или, что то же самое, число возможных результатов этого действия.
Теорема о перемножении шансов.
Пусть одно действие можно проделать пятью способами, а другое — двумя. Каким числом способов можно проделать пару этих действий?
Теорема 1. Пусть множество A состоит из k элементов: A={a1 ,…, ak}, а множество B — из m элементов: B={b1 ,…, bm}. Тогда можно образовать ровно km пар (ai ,bj), взяв первый элемент из множества A, а второй — из множества B.
Замечание 1. Можно сформулировать утверждение теоремы 1 так: если первый элемент можно выбрать k способами, а второй элемент m — способами, то пару элементов можно выбрать km способами.
Доказательство. С элементом a1 мы можем образовать m пар: (a1 ,b1),…, (a1 ,bm). Столько же пар можно составить с элементом a2, столько же — с элементом a3 и с любым другим из k элементов множества A. Т.е. всего возможно km пар, в которых первый элемент выбран из множества A, а второй — из множества B.
Выбор без возвращения, с учётом порядка.
Теорема 2. Общее количество различных наборов при выборе k элементов из n без возвращения и с учётом порядка равняется
и называется числом размещений из n элементов по k элементов.
Доказательство. Первый шар можно выбрать n способами, его номер — любой из n возможных. При любом выборе первого шара есть n-1 способ выбрать второй шар. По теореме 1, число возможных пар (номер 1 шара, номер 2 шара) равно n(n-1). Для каждой такой пары есть n-2 способа выбрать третий шар. По теореме 1, число возможных троек ((номер 1 шара, номер 2 шара), номер 3 шара) равно произведению числа пар n(n-1) и числа способов выбора третьего шара, т.е. равно n(n-1)(n-2). Продолжая рассуждения, получим, что общее число возможных наборов из k шаров равно n(n-1) ..... (n-k+1). В этом произведении k сомножителей последний множитель n-k+1 есть число способов выбора k-го шара, когда уже выбраны предыдущие.
Следствие 1. Если в множестве n элементов, то существует ровно n! перестановок этих элементов.
Доказательство.
Перестановка — результат выбора без
возвращения и с учётом порядка n
элементов из n.
Поэтому общее число перестановок равно
Выбор без возвращения и без учёта порядка.
Теорема 3. Общее количество различных наборов при выборе k элементов из n без возвращения и без учёта порядка равняется
и называется числом сочетаний из n элементов по k элементов.
Доказательство.
Согласно следствию
1, k
различных номеров шаров можно упорядочить
k!
способами. Поэтому из каждого набора,
выбранного без возвращения и без учёта
порядка, можно образовать k!
наборов, отличающихся друг от друга
порядком следования номеров. Т.е. при
выборе без возвращения и с учётом порядка
возможно в k!
раз больше наборов, чем при выборе без
учёта порядка. Поэтому число наборов
при выборе без учёта порядка равно