- •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.
20. Непрерывные случайные векторы. Плотность вероятностей случайного вектора и ее свойства.
Снова
начнем с рассмотрения двумерного
случайного вектора
.
Определение.
Случайный вектор
,
заданный на вероятностном пространстве
,
называетсянепрерывным
(или имеющим непрерывный
закон распределения),
если существует такая функция
,
двух действительных переменных, что
для любой точки
функция распределения
случайного вектора
допускает представление:
.
(3.5)
Функция
при этом называетсяплотностью
вероятностей
случайного вектора
или двумерной плотностью вероятностей
или совместной плотностью вероятностей
случайных величин
и
.
Из определения (3.5) следует:
1.
Функция распределения
непрерывного случайного вектора является
непрерывной по
и по
(как двойной интеграл с переменными
верхними пределами);
2.
Функция распределения
непрерывного случайного вектора является
дифференцируемой по
и по
во всех точках
,
являющихся точками непрерывности
двумерной плотности вероятностей
,
и при этом имеет место равенство:
(3.6)
(также по свойствам двойного интеграла с переменными верхними пределами).
Замечание.
Другими словами (сравнить с соответствующим
замечанием в разделе 2.4), равенство (3.6)
справедливо почти всюду, кроме (возможно)
из некоторого множества нулевой меры
на плоскости (площади).
Вероятностный смысл двумерной плотности вероятностей
Из (3.6), определения производной и свойства 2F4) двумерной функции распределения получаем, что



.
Таким
образом, плотность вероятностей
- это предел отношения вероятности
попадания непрерывного случайного
вектора
в прямоугольник со сторонами
и
,
параллельными осям координат, к площади
этого прямоугольника, когда длины обеих
сторон стремятся к нулю (при интерпретации
вероятности как массы, приходящейся на
элементарный прямоугольник
,
получаем, что
есть плотность массы в точке
).
При
малых
и
можно также записать, что
.
(3.7)
Свойства двумерной плотности вероятностей
2f1).
Двумерная плотность вероятностей
является функцией неотрицательной:
для любых
.
▲ Поскольку функция распределения
является неубывающей функцией по каждому
из своих аргументов, то ее производная
.
Поэтому свойство следует из равенства
(3.6) ■.
2f2).
-условие
нормировки.
▲ Из
представления (3.5) следует, что
,
а в соответствии со свойством 2F2)
двумерной функции распределения
■.
2f3).
Вероятность попадания непрерывного
случайного вектора
в любое борелевское множество
определяется формулой:
.
▲ Разобъем
множество
на

элементарных непересекающихся
прямоугольников
со сторонами,
параллельными осям координат и
равными
и
,
.
Так
как в соответствии с (3.7)
и
,
то в силу аддитивности вероятности
имеем:
.
Последняя
сумма является интегральной, и поэтому
предельный переход при
приводит к равенству
■.
Замечание.
Приведенное доказательство свойства
2f3),
хотя и не является полностью строгим,
но обладает наглядностью и фактически
основано на том, что любое борелевское
множество
представимо в виде суммы элементарных
прямоугольников.
2f4).
Координаты непрерывного случайного
вектора
с плотностью вероятностей
являются непрерывными случайными
величинами, плотности вероятностей
которых
(маргинальные плотности вероятностей),
выражаются через
по формулам:
,
(3.8)
в
точках непрерывности функций
и
.
▲ Из
представления (3.5) следует, что
.
Дифференцируя
обе части этого равенства по
,
в точках непрерывности функций
и
получаем:
.
Аналогично,
из представления (3.5)

и
после дифференцирования обеих частей
последнего равенства по
,
имеем:
в
точках непрерывности функций
и
■.
Определение.
Случайный вектор
называется непрерывным, если существует
такая функция
действительных переменных, что для
любой точки
функция распределения
случайного вектора
допускает представление:
.
Функция
при этом называетсяплотностью
вероятностей
случайного
вектора
или многомерной (
-мерной)
плотностью вероятностей, или совместной
плотностью вероятностей случайных
величин
.
Во
всех точках
,
являющихся точками непрерывности
плотности вероятностей
,
имеет место равенство:
.
Свойства многомерной плотности вероятностей
nf1).
.
nf2).
-условие
нормировки.
nf3).
Вероятность попадания случайного
вектора
в любое борелевское множество
определяется формулой:
;
nf4).
Если
- непрерывный случайный вектор с
плотностью вероятностей
,
то случайный вектор
при любом
и любом наборе индексов
также является непрерывным и имеет
плотность вероятностей, определяемую
по формуле:

(свойство согласованности).
