- •1. Случайные события и действия над ними.
- •2. Алгебра событий.
- •3. Вероятность события. Свойства вероятности.
- •4. Теорема сложения вероятностей.
- •5. Условная вероятность.
- •6. Теорема умножения вероятностей. Независимые события.
- •7. Формула полной вероятности. Теорема Байеса.
- •8. Случайная величина. Определение. Пример.
- •9. Функция распределения случайной величины.
- •10. Свойства функции распределения.
- •11. Случайные величины дискретного типа.
- •12. Математическое ожидание дискретной случайной величины. Свойства математического ожидания.
- •13. Дисперсия дискретной случайной величины. Свойство дисперсии.
- •14. Производящая функция дискретной случайной величины.
- •15. Формулы для математического ожидания и дисперсии дискретной случайной величины через производящую функцию.
- •16. Схемы испытаний Бернулли.
- •17. Биномиальное распределение.
- •18. Математическое ожидание, дисперсия и производящая функция биномиальной случайной величины.
- •19. Мода биномиального распределения.
- •20. Распределение Пуассона.
- •21. Предельная теорема Пуассона.
- •22. Локальная предельная теорема Муавра-Лапласа.
- •23. Интегральная предельная теорема Муавра-Лапласа.
- •24. Дифференциальная и интегральная функции Гаусса.
- •25. Закон больших чисел в схеме Бернулли.
- •26. Непрерывные случайные величины. Свойство плотности распределении.
- •27. Равномерное распределение.
- •28. Нормальное распределение.
- •29. Показательное распределение.
- •31. Мода непрерывной случайной величины.
- •32. Медиана непрерывной случайной величины.
- •33. Математическое ожидание непрерывной случайной величины. Свойства математического ожидания.
- •39. Двумерные непрерывные случайные величины.
- •40. Числовые характеристики системы двух случайных величин.
- •41. Коэффициент ковариации и его свойства.
- •42. Коэффициент корреляции и его свойства.
- •43. Виды сходимости последовательности случайных величин.
- •44. Неравенство Чебышева.
- •45. Закон больших чисел для сумм независимых случайных величин.
- •46. Центральная предельная теорема теории вероятности.
- •47. Метод наименьших квадратов
- •48. Линейная среднеквадратическая регрессия
- •49. Генеральная совокупность. Случайная выборка. Вариационный ряд.
- •50. Эмпирическая функция распределения. Теорема Гливенко.
- •51. Выборочное среднее значение и выборочная дисперсия. Сходимость к теоретическим значениям.
- •52. Выборочный коэффициент ковариации.
- •53. Выборочный коэффициент корреляции.
- •54. Доверительные интервалы для неизвестного математического ожидания нормального распределения.
- •55. Критерий x2.
- •5 6. Понятие случайного процесса. Определение и примеры
- •57. Марковские процессы. Переходные вероятности
- •58. Теорема Колмогорова-Чепмена для переходных вероятностей
- •59. Дифференциальные уравнения Колмогорова для переходных вероятностей
- •60. Уравнения Колмогорова в стационарных режимах
44. Неравенство Чебышева.
З-н больших чисел: Sn=x1+x2+…+xn – сумма; =(1/n)Sn – среднее значение суммы; mi=EXi, i=1,2,…,n; =(1/n)(m1+m2+…+mn) – среднее знач. мат.ожид.; - случайное среднее, - неслучайное. Пос-ть с.в. {xn} при n удовлетвор. з-ну больших чисел, если для любого достаточно малого числа (>0) выполняется соотношение: limnp{| - |<=}=1(*) – сходимость по вер-ти, | - | - разность будет сколь угодно мала => E = . Перепишем соотношение (*) иначе: p{| - |<=}+p{| - |>}=1, [| - |<=]-А, [| - |<]- ( A=). p{| - |>}=1-p{| - |<=}, limnp{| - |>}0 (**). Условия для случ. величин x1,x2,…,xn, для кот. выполняется з-н больших чисел. Теорема Маркова: последов-ть с.в. x1,x2,…,xn при n удовлетвор. з-ну больших чисел, если выполн. соотношение: limn(D(Sn)/n2)=0, Sn=x1+x2+…+xn. При этих условиях справедлив з-н больших чисел. Теорема Чебышева: с.в. x1,x2,…,xn удовл. з-ну больших чисел, если эти случ. велич. независимы и дисперсия каждой случ. величины огранич. некоторой константой L: D(xi)<=L, i=1,2,…,n. Теорема (нер-ва Чебышева): с.в. X, X>=0, такая, что мат.ожид. сущ. EX<, тогда для любого числа t>0 справедливо нер-во: p(x>t)<=EX/t. Док-во теоремы Маркова: возьмем (**): p{| - |>}=[x=| - |2, t=2]<=(E| - |2)/2=D(Sn)/2n20 (***), т.к. D(Sn)/n20. E| - |2=E((1/n)i=1nxi-(1/n) i=1nmi)2=E((1/n)i=1n(xi-mi))2=(1/n2)E(i=1n(xi-mi))2=(1/n2)D(Sn), ч.т.д. Док-во теоремы Чебышева: D(Sn)=i=1nD(xi)<= i=1nL=nL, тогда в соотношении (***): D(Sn)<=nL, p{| - |>}<=L/n0, ч.т.д.
45. Закон больших чисел для сумм независимых случайных величин.
З-н больших чисел: Sn=x1+x2+…+xn – сумма; =(1/n)Sn – среднее значение суммы; mi=EXi, i=1,2,…,n; =(1/n)(m1+m2+…+mn) – среднее знач. мат.ожид.; - случайное среднее, - неслучайное. Пос-ть с.в. {xn} при n удовлетвор. з-ну больших чисел, если для любого достаточно малого числа (>0) выполняется соотношение: limnp{| - |<=}=1(*) – сходимость по вер-ти, | - | - разность будет сколь угодно мала => E = . Перепишем соотношение (*) иначе: p{| - |<=}+p{| - |>}=1, [| - |<=]-А, [| - |<]- ( A=). p{| - |>}=1-p{| - |<=}, limnp{| - |>}0 (**). Условия для случ. величин x1,x2,…,xn, для кот. выполняется з-н больших чисел.
46. Центральная предельная теорема теории вероятности.
x1,x2,…,xn явл. послед-тью независ. одинаково распредел. с.в. (т.е. одна и та же ф-ция распределения). Fx1(x)=p{x1<x}, Fx1(x)=Fx2(x)=Fx3(x)=…=Fxn(x). EX1=m – мат.ожид. DX=E(x1-m)2=2 – дисперсия. Sn=x1+x2+…+xn: Yn=(1/(n))i=1n(xi-m). FYn(x) – вер-ть того, что Yn<x, FYn(x)=p{Yn<x}, xR. - стандартн. нормальн. с.в. E=0, D=1, F(x)=p{<x}=Ф(x)=(1/2)-xe dt. Теорема (ЦПТ): если n, тогда max по всем x = maxx|FYn(x)-F(x)|0, или limnp{Yn<x}=Ф(x), xR. n => p{Yn<x}Ф(x).
47. Метод наименьших квадратов
!!!(X,Y)-сл-й в-р, g(x)-нек-я ф-я от сигн-а Х,
E(Y-g(X))2 выб-т такую ф-ю g(x)б чтобы это было мин-м. Эта проц-ра опр-я ф-ии g(x) наз-ся методом наим-х кв-в. Ф-я g, на к-й дост-ся этот мин-м, наз-ся оценкой, пол-й по мет-у наим-х кв-в.