- •1. Случайный эксперимент. Пространство элементарных событий. Случайные события и операции над ними.
- •2. Классическое определение вероятности (ков). 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. Формула Бернулли. Наивероятнейшее число успехов.
- •9. Понятие случайной величины (св). Функция распределения св и ее свойства.
- •10. Дискретные св. Закон распределения (зр) дискретной св.
- •11. Важнейшие дискретные св.
- •12. Непрерывные св. Плотность вероятностей и ее свойства.
- •13. Важнейшие непрерывные св.
- •14. Математическое ожидание дискретных и непрерывных св.
- •15. Основная теорема о мо. Свойства мо.
- •16. Моменты, дисперсия и среднеквадратическое отклонение св. 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.
- •Понятие о моментах
- •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 с.В. И связи 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 хф.
- •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.
- •Способы представления статистических данных
- •41. Эмпирическая функция распределения и ее свойства.
- •42. Гистограмма и полигон частот.
- •Интервальный статистический ряд.
- •Вероятностный смысл гистограммы
- •43. Выборочные (эмпирические) числовые характеристики. Выборочное среднее и выборочная дисперсия.
- •44. Точечные оценки неизвестных параметров распределений. Требования, предъявляемые к точечным оценкам.
- •Точечные оценки неизвестных параметров распределения.
- •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. Критерий хи-квадрат Пирсона для проверки простой гипотезы о виде распределения.
- •52. Критерий хи-квадрат Пирсона для проверки сложной гипотезы о виде распределения.
- •53. Критерий хи-квадрат Пирсона для проверки гипотезы независимости.
31. Неравенство Чебышева. Виды сходимости последовательностей св и связь между ними.
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\
Есть две группы предельных теорем, объединяемых названиями: законы больших чиселицентральная предельная теорема. Законы больших чисел устанавливают факт приближения среднего арифметического случайных величин к некоторой неслучайной величине (константе). Центральная предельная теорема устанавливает факт приближения закона распределения суммы случайных величин к нормальному закону распределения.
Прежде, чем переходить к рассмотрению предельных теорем, приведем ряд понятий и фактов, необходимых для их формулировки и доказательства.
Неравенство Чебышева
Для любой СВ , имеющей конечную дисперсию (),справедливы неравенства:
и
Доказательство:
Из леммы следует, что .
Неравенство Чебышева дает простую оценку вероятности отклонения СВ с произвольным законом распределения от ее МО. Причем, если о СВ ничего не известно, кроме ее числовых характеристик, то оценка не улучшаема, (когда в (3) стоит равенство). Если же о СВ имеется дополнительная информация, например известен ее закон распределения, то оценки (3) и (3') могут быть существенно улучшены, притом существенно.
Пример:
(в соответствии с «правилом»).
Виды сходимости последовательностей с.В. И связи между ними.
Как в анализе, в теории вероятностей существует несколько видов сходимостей. Наиболее важными являются 3 из них:
1) сходимость по вероятности
2) сходимость почти наверное
3) сходимость в среднем.
Пусть на вероятностном пространстве задана последовательность с.в.и с.в..
Опр. Говорят, что последовательность с.в.сходится по вероятности к величине, еслиилии кратко записывают:
или
Опр. Говорят, что последовательность с.в.сходится почти наверно к величине(п.в. или с вероятностью 1), если:
И кратко записывают: или.
Другими словами, , еслипридля всех, за исключением, быть может,,. Это можно назвать поточечной сходимостью.
Опр. Говорят, что последовательность с.в.сходится к с.в.в среднем порядка, если, и записывают:– сходимость в среднем,– Гембертово пространство.
Сходимость в среднем порядка называют сходимостью в среднем квадратическом и обозначают:или, гдерасшифровывается как «limitinthemean».
Смысл сходящейся с.в.: понятие предела существует только для числовой последовательности, поэтому случайность под знаком предела должна быть ликвидирована либо с помощью вероятности (в определении первом), либо с помощью МО (в определении третьем), со своим понятием близости между и.
Лемма. (связь между видами сходимости)
1) из сходимости почти наверное следует сходимость по вероятности.
2) Из сходимости в среднем следует сходимость по вероятности:
Обратное в 1) и 2) в общем случае не верно.
Вывод: сходимость по вероятности является самой слабой из всех трех видов сходимостей.
Доказательство:
1) или
Переходя к противоположному событию получим:
(3) или(4)
Поскольку , то, переходя к пределус учетом (4) получим:, т.е.
Докажем эквивалентность (3) и (4). Покажем, что .
Поскольку из (4) следует, что правая часть стремится к нулю при , значит, и левая часть стремится к нулю; следовательно,.
Докажем, что :
Пусть . Так какис учетом (3), то по аксиоме непрерывности получаем, т.е. (4)
2) Из неравенства Чебышева при фиксированном иследует, что
Поскольку , т.е..
Отметим некоторые свойства сходимости по вероятности, необходимые в дальнейшем:
1) Сходимость по вероятности обладает обычными для сходимости свойствами:
Если ,, тои
2) Сходимость по вероятности сохраняется под действием непрерывной функции, а именно если и– непрерывная, то. В частности, если, то
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\