
- •16. Равномерное, показательное, нормальное распределения. Их функции распределения.
- •17. Лемма о нормальном распределении. Критерий независимости дискретной и непрерывной св.
- •18. Случайный вектор. Свойства функций распределения случайного вектора.
- •19. Случайный вектор. Свойства плотности распределения
- •20. Функция двух случайных аргументов. Формула свертки.
- •1. События и операции над ними. Относительные частоты и их свойства
- •2. Аксиомы теории вероятностей. Дискретные пространства элементарных исходов. Классическое определение вероятности.
- •3. Элементы комбинаторики. Основные правила.
- •4. Число выборок, свойства сочетаний, геометрические вероятности.
- •5. Свойства вероятности.
- •6.Условная вероятность.Независимость.
- •7.Формула полной вероятности и Байеса.
- •10.Локальная и интегральная теоремы Муавра-Лапласа.
- •9.Теорема Пуассона.
- •8.Схема независимых испытаний Бернулли. Полиномиальное распределение.
- •11. Случайные величины. Функции распределения и их свойства.
- •12. Дискретные случайные величины. Законы распределения биномиальное, геометрическое и Пуассона.
- •13. Мат ожидание дсв и их свойства.
- •14. Дисперсия, свойства. Начальные и центральные моменты.
- •15. Непрерывные случайные величины. Свойства плотности распределения.
- •21. Числовые характеристики 2-х случайных величин.
- •22. Производящие функции и их свойства.
- •23. Характеристические функции и их свойства.
- •Свойство комплекснозначных случайных величин.
- •Свойства характеристических функций.
- •24. Закон больших чисел в форме Чебышева и Бернулли.
- •25. Центральная предельная теорема.
16. Равномерное, показательное, нормальное распределения. Их функции распределения.
Опр.
Говорят, что случайная величина Х
равномерно
распределена на отрезке [a,
b],
если она непрерывна и имеет плотность
вероятности:
Найдем функцию распределения равномерно распределенной случайной величины X.
а) x≤a
;
б) a<x≤b
.
в) x>b
.
17. Лемма о нормальном распределении. Критерий независимости дискретной и непрерывной св.
Теорема 1. Если
случайная величина Х
имеет нормальное стандартное распределение
с параметрами (a,
),
то случайная величина
имеет нормальное распределение, т.е.
.
▲
;
.▲
Теорема 2. (Критерий независимости дискретных случайных величин).
Для того чтобы
дискретные случайные величины Х1,…,Хn
были независимы, необходимо и достаточно,
чтобы для любых действительных чисел
х1,…,хn
выполнялось соотношение
.
Теорема 3. (Критерий независимости для непрерывных случайных величин).
Для того чтобы
непрерывные случайные величины Х1,
Х2,…,Хn
были независимыми, необходимо и
достаточно, чтобы для любых действительных
чисел х1,…,хn
выполнялось соотношение
.
Где
совместимая плотность распределения
случайных величин Х1,…,Хn,
то есть совместимая функция распределения
случайных величин Х1,…,Хn
.
18. Случайный вектор. Свойства функций распределения случайного вектора.
Опр.
Вектор
,
где
—случайные
величины, называются n-мерным
случайным вектором.
Т.о., случайный
вектор
отображает пространство элементарных
исходов Ω→
в n-мерное
действительное пространство
.
Опр.
Функция
называется функцией
распределения случайного вектора
или совместной
функцией распределения
случайных величин
.
Свойства функции распределения случайного вектора:
.
Функция распределения случайного вектора неубывающая по каждому аргументу. ▲ Пусть x1<y1, тогда событие
. Тогда
. По свойству вероятности если
, то
, получим
. Т.е. функция не убывает по первому аргументу. Аналогично для любого аргумента. ▲
19. Случайный вектор. Свойства плотности распределения
Опр. Вектор , где —случайные величины, называются n-мерным случайным вектором.
Т.о., случайный вектор отображает пространство элементарных исходов Ω→ в n-мерное действительное пространство .
Опр. Функция
называется функцией распределения случайного вектора или совместной функцией распределения случайных величин .
Опр. Случайный вектор называется дискретным, если все его компоненты—дискретные случайные величины.
Опр.
Случайный вектор
называется непрерывным,
если существует неотрицательная функция
,
называется плотностью распределения
случайных величин
такая, что функция распределения
.
20. Функция двух случайных аргументов. Формула свертки.
Опр.
Если каждой паре возможных значений
случайных величин X
и Y
соответствует одно возможное значение
случайной величины Z,
то Z
называют функцией
двух случайных аргументов X
и Y:
.
Случай 1. Пусть Х и Y—дискретные независимые случайные величины. Для того чтобы составить закон распределения функции Z=X+Y, надо найти все возможные значения Z и их вероятности. Иными словами, составляется ряд распределения случайной величины Z.
Рассмотрим общий
случай: Пусть Х и Y—независимые
случайные величины, принимающие значения
.
Обозначим через
,
,
.
Z=X+Н.
Обозначим через
.
Таким образом,
—формула
свертки.