- •1. Случайный эксперимент. Пространство элементарных событий. Случайные события и операции над ними.
- •Свойства операций над событиями
- •2. Классическое определение вероятности. Урновая схема. Пример.
- •3. Геометрическое определение вероятности. Пример.
- •4. Аксиоматическое определение вероятности. Вероятностное пространство. Свойства вероятности.
- •5. Условная вероятность и ее свойства. Правило и теорема умножения вероятностей.
- •6. Независимость событий. Свойства независимых событий. Независимость в совокупности.
- •7. Формулы полной вероятности и Байеса. Пример.
- •8. Схема независимых испытаний Бернулли. Наивероятнейшее число успехов.
- •9. Понятие случайной величины (св). Функция распределения св и ее свойства.
- •10. Дискретные св. Закон распределения дискретной св.
- •11. Важнейшие дискретные св.
- •12. Непрерывные св. Плотность вероятностей и ее свойства.
- •13. Важнейшие непрерывные св.
- •14. Математическое ожидание (мо) дискретных и непрерывных св.
- •15. Основная теорема о мо. Свойства мо.
- •16. Моменты высших порядков. Дисперсия и среднеквадратическое отклонение. Свойства дисперсии.
- •17. Числовые характеристики важнейших св.
- •18. Случайные векторы. Функция распределения случайного вектора и ее свойства.
- •19. Дискретные случайные векторы. Закон распределения дискретного случайного вектора.
- •20. Непрерывные случайные векторы. Плотность вероятностей случайного вектора и ее свойства.
- •21.Равномерное распределение в области на плоскости. Равномерные распределения в прямоугольнике и в круге.
- •22. Независимость случайных величин. Условия независимости. Независимость в совокупности.
- •23.Условные законы распределения. Условная плотность вероятностей и ее свойства. Условные числовые характеристики.
- •24.Числовые характеристики случайных векторов. Корреляционная матрица и ее свойства. Понятие о моментах случайных векторов.
- •25. Теоремы о числовых характеристиках.
- •26. Некоррелированные св. Связь между некоррелированностью и независимостью. Пример.
- •27. Коэффициент корреляции, его свойства и вероятностный смысл.
- •28. Многомерное нормальное распределение и его свойства.
- •29. Функции от св и их законы распределения. Функции случайных аргументов
- •Функции от случайных величин
- •Функции от случайных векторов
- •30. Закон распределения суммы св. Композиция (свертка) законов распределения. Пример.
- •31. Неравенство Чебышева. Виды сходимости последовательностей св и связь между ними.
- •Неравенство Чебышева
- •Виды сходимости последовательностей случайных величин и связь между ними
- •32. Закон больших чисел (збч) для последовательностей св. Теоремы Маркова и Чебышева.
- •33. Збч для последовательностей независимых одинаково распределенных св. Задача об измерениях. Теорема Бернулли и ее применение.
- •34. Характеристическая функция св и ее свойства.
- •Свойства характеристических функций
- •35.Характеристические функции важнейших св. Устойчивость нормального закона распределения.
- •Характеристические функции случайных векторов
- •36. Сходимость распределений (слабая сходимость) и ее связь со сходимостью по вероятности. Теорема непрерывности.
- •37.Центральная предельная теорема (цпт) для независимых одинаково распределенных св. Интегральная теорема Муавра-Лапласа.
- •38.Цпт для независимых разнораспределенных св: теоремы Линдеберга и Ляпунова. Смысл условия Линдеберга. Асимптотическая нормальность.
- •39. Теорема Хинчина. Понятие об усиленном збч.
- •40. Статистическая модель. Генеральная совокупность (гс), выборка, объем выборки. Простейшие способы представления статистических данных.
- •41. Эмпирическая функция распределения и ее свойства.
- •42. Гистограмма и полигон частот.
- •43.Выборочные (эмпирические) числовые характеристики. Выборочное среднее и выборочная дисперсия.
- •44.Точечные оценки неизвестных параметров распределений. Требования, предъявляемые к точечным оценкам.
- •Точечные оценки. Методы нахождения точечных оценок.
- •45. Свойства выборочного среднего и выборочной дисперсии как точечных оценок мо и дисперсии соответственно.
- •46. Метод моментов получения точечных оценок. Свойства оценок, найденных по методу моментов. Пример. Метод моментов.
- •47. Метод максимального правдоподобия. Свойства оценок максимального правдоподобия. Пример.
- •48. Интервальные оценки неизвестных параметров распределений. Доверительные интервалы (ди) для мо нормально распределенной гс (при известной и неизвестной дисперсии).
- •49. Ди для дисперсии нормально распределенной гс (при известном и неизвестном мо).
- •50. Асимптотические ди для мо и дисперсии произвольно распределенной гс.
- •51. Статистические гипотезы. Критерии согласия и их характеристики.
- •52. Критерий хи-квадрат Пирсона для проверки простой гипотезы о виде распределения.
- •53. Критерий хи-квадрат Пирсона для проверки сложной гипотезы о виде распределения.
17. Числовые характеристики важнейших св.
1. Индикаторная случайная величина.
Индикаторная
случайная величина имеет вид:

а ее закон распределения:
|
|
0 |
1 |
|
|
q |
p |
где
.
Найдем математическое ожидание и дисперсию этой случайной величины.
.
.
|
Окончательно, |
|
2.
Биномиальная
случайная величина
.
Множество
возможных значений биномиальной СВ
,
а вероятности, с которыми значения принимаются, определяются по формуле Бернулли:
.
Найдем
математическое ожидание случайной
величины
:

.
Для
нахождения дисперсии случайной величины
вычислим вначале
:


.
Теперь
для дисперсии случайной величины
получаем выражение:
.
|
Окончательно, |
|
3.
Геометрическая
случайная величина
.
Множество
возможных значений геометрической
случайной величины
,
а
вероятности значений определяются по
формуле:
.
Найдем
математическое ожидание случайной
величины
:
.
Заметим,
что ряд
представляет собой результат
дифференцирования по
геометрической прогрессии
.
Поэтому
.
Для
нахождения дисперсии СВ
вычислим вначале
.
.
Заметим
теперь, что при нахождении математического
ожидания было получено, что
.
Поэтому
.
Теперь
для дисперсии случайной величины
получаем выражение:
.
|
Окончательно, |
|
4.
Пуассоновская
случайная величина
.
Множество
возможных значений пуассоновской
случайной величины
,
а
вероятности, с которыми значения
принимаются, задаются формулой:
.
Найдем
математическое ожидание случайной
величины
:
.
Для
нахождения дисперсии случайной величины
вычислим вначале
:


Теперь
для дисперсии случайной величины
получаем выражение:
.
|
Окончательно, |
|
5.
Равномерная
случайная величина
.
Плотность
вероятностей случайной величины
,
равномерно распределенной на отрезке
,
имеет вид:

Найдем
математическое ожидание случайной
величины
:
.
Найдем
далее
:
.
Для
дисперсии случайной величины
получаем выражение:
.
|
Окончательно, |
|
6.
Показательная
(экспоненциальная) случайная величина
.
Плотность
вероятностей показательно распределенной
случайной величины
имеет вид:

Найдем
математическое ожидание случайной
величины
:
.
Найдем
далее
:
.
Для
дисперсии случайной величины
получаем выражение:
.
|
Окончательно, |
|
7.
Нормальная
(гауссовская) случайная величина
.
Плотность
вероятностей нормально распределенной
с параметрами
случайной величины
имеет вид:
.
Найдем
математическое ожидание случайной
величины
:


Найдем
дисперсию случайной величины
(причем
в данном случае удобнее пользоваться
выражением для дисперсии
):


.
|
Окончательно, |
|
8. Случайная величина, имеющая распределение Коши.
Случайная
величина
,
распределенная по закону Коши, имеет
плотность вероятностей вида:
.
Найдем математическое ожидание этой случайной величины:
.
В
связи с этим проверим выполнения условие
существования математического ожидания,
а именно абсолютную сходимость интеграла
:
.
Поскольку
интеграл
абсолютно расходится, то у случайной
величины, распределенной по закону
Коши, математического ожидания не
существует. А, следовательно, у данной
случайной величины не существует
дисперсии и других моментов более
высоких порядков.



,
.
,
.
,
.
,
.
,

,

,
