- •1. Классификация случайных событий: возможные и невозможные события, совместные и несовместные, противоположные и достоверные события. Примеры.
- •2. Полная группа событий. Пространство элементарных исходов. Примеры.
- •3. Классическое определение вероятности события. Свойства вероятности события. Примеры.
- •4. Статистическое определение вероятности события. Примеры. Теорема Бернулли (с доказательством).
- •5. Геометрическое определение вероятности. Примеры.
- •6. Сумма событий и ее свойства. Примеры.
- •7. Теорема сложения вероятностей (с доказательством) и ее следствия. Примеры. 8 Произведение событий и его свойства.
- •9. Условная вероятность. Зависимые и независимые события. Теорема умножения вероятностей (с доказательством). Примеры
- •11. Случайная величина (определение). Дискретная случайная величина и ее закон (ряд) распределения. Основное свойство закона распределения. Примеры.
- •Определение независимости случайных величин.
- •13.* Математические операции над дискретными случайными величинами. Примеры.
- •14. Функция распределения случайной величины, ее определение, свойства и график. Примеры.
- •15. Функция распределения дискретной случайной величины. Примеры.
- •16. Теорема о существовании случайной величины с заданной функцией распределения. Непрерывная случайная величина. Вероятность отдельно взятого значения непрерывной случайной величины. Примеры.
- •18. Математическое ожидание случайной величины и его свойства. Примеры
- •Свойства математического ожидания
- •Доказательство:
- •19. Дисперсия случайной величины и ее свойства. Среднее квадратическое отклонение случайной величины. Примеры.
- •1. Дискретная случайная величина, закон и функция распределения
- •2. Числовые характеристики дискретных случайных величин
- •20. Закон распределения Бернулли, его определение, свойства и примеры.
- •21. Биномиальный закон распределения, его определение, свойства и примеры.
- •22.Закон распределения Пуассона, его определение, свойства и примеры.
- •25. Нормальный (гауссовский) закон распределения.
- •26. Стандартный нормальный закон распределения. Функция Гаусса, ее свойства и график. Теорема о связи плотности нормального закона распределения и функции Гаусса.
- •27. Функция Лапласа, ее свойства, график и геометрический смысл. Теорема о связи функции распределения нормального закона и функции Лапласа. Примеры.
- •28.* Свойства случайной величины, распределенной по нормальному закону. Правило трех сигм. Примеры.
- •29.* Показательный (экспоненциальный) закон распределения, его определение, свойства и примеры.
- •34. Лемма Чебышева. Примеры
- •35. Неравенство Чебышева. Примеры
- •36. Понятие двумерной (n-мерной) случайной величины. Примеры. Одномерные распределения ее составляющих. Условные распределения.
- •37. Ковариация и коэффициент корреляции случайных величин. Связь между некоррелированностью и независимостью случайных величин
1. Классификация случайных событий: возможные и невозможные события, совместные и несовместные, противоположные и достоверные события. Примеры.
Пространство элементарных событий Каждый из равновозможных результатов испытаний называется элементарным исходом или (элементарным событием). Всякий мыслимый результат эксперимента называют элементарным событием и обычно обозначают буквами Пространством элементарных событий называется множество всех взаимно исключающих исходов эксперимента такое, что результатом эксперимента всегда является один и только один исход. Пространство элементарных событий обычно обозначается и считается заданным, если указаны все его элементы. Из элементарных исходов можно составить более сложное событие. Результат испытания называетсясобытием, независимо от его значимости. Результат испытания, который нельзя заранее прогнозировать, называется случайным событием. Любое подмножество данного множества интерпретируется как событие (возможно, и ненаблюдаемое). Совокупность всех наблюдаемых событий составляет множество событий для данного эксперимента. Множество для данного испытания может быть дискретным, или иметь более сложную структуру. К дискретным относятся конечные или счетные множества элементарных исходов. Построение множества(если оно не задано при описании эксперимента) осуществляется на практике, исходя из требования, чтобы все интересующие нас результаты данного эксперимента могли быть однозначно описаны на основе построенного множества. Другими словами, если нас интересуют события и т.д., являющиеся наблюдаемыми событиями в данном эксперименте, то множество должно состоять из таких исходов, чтобы существовали подмножества данного множества, равносильные событиямит.д.
Наступление события, благоприятствующие исходы Каждое случайное событие определяется как подмножество в множестве элементарных событий. При этом те элементарные события из, при которых событиенаступает (т.е. принадлежит подмножеству) называютблагоприятствующими событию . Говорят, что событиепроизошло (наступило, осуществилось, реализовалось), если результатом эксперимента явился элементарный исход, принадлежащий().Совместные (совместимые), несовместные (несовместимые) события Два события называются совместными (совместимыми) в данном опыте, если появление одного из них не исключает появления другого. Два события называются несовместными (несовместимыми) в данном опыте, если они не могут произойти вместе при одном и том же испытании. Несколько событий называются несовместными, если они попарно несовместны. Другими словами, события исовместны, если соответствующие множестваиимеют общие элементы, и несовместны в противном случае, если появление одного из них исключает появление другого, и соответствующие множестваине имеют общих элементов, т.е. пересечение этих множеств является пустым множеством.
Достоверное и невозможное события Достоверным называют событие, которое обязательно произойдет, если будет осуществлена определенная совокупность условий .Невозможным называют событие, которое заведомо не произойдет, если будет осуществлена определенная совокупность условий .
Событие, совпадающее с пустым множеством , называетсяневозможным событием, а событие, совпадающее со всем множеством , называетсядостоверным событием. События называют равновозможными, если нет основания полагать, что одно событие является более возможным, чем другие.
Теория вероятностей есть наука, изучающая закономерности случайных событий. Одной из главных задач в теории вероятностей является задача определения количественной меры возможности появления события.