- •1.События. Виды случайных событий.
- •2.Пространство элементарных событий.
- •3.Операции над событиями. Алгебра событий.
- •4.Классическое определение вероятности.
- •5.Элементы комбинаторики.
- •6.Аксиомы вероятности.
- •7.Теоремы о вероятностях.
- •8.Условная вероятность. Теоремы умножения вероятностей.
- •9.Формула полной вероятности. Формула Байеса.
- •10.Геометрические вероятности.
- •13.Случайная величина дискретного типа. Законы распределения.
- •14.Примеры случайных величин дискретного типа.
- •15.Свойства функции распределения случайной величины.
- •17.Примеры случайных величин непрерывного типа.
- •18.Начальные моменты случайных величин. Математическое ожидание, его свойства.
- •19.Задачи вычисления математического ожидания для некоторых наиболее важных случайных величин.
- •20.Центральные моменты случайных величин. Дисперсия, ее свойства.
- •Задачи вычисления дисперсии для некоторых наиболее важных случайных величин.
- •Плотность распределения нормального закона. Вероятность попадания случайной величины с нормальным законом распределения на заданный интервал
- •Свойства функции Лапласа. Правило трех сигм.
- •Локальная теорема Муавра-Лапласа.
- •Интегральная теорема Муавра-Лапласа.
- •Простейший поток событий.
- •Системы случайных величин. Закон распределения системы двух случайных величин. Функция распределения системы двух случайных величин.
- •Функция распределения системы двух случайных величин. Свойства функции распределения.
- •Системы случайных величин непрерывного типа Плотность вероятности, ее свойства.
- •Примеры наиболее важных систем двух случайных величин.
- •Условные законы распределения.
- •Плотность вероятностей и условные законы распределения составляющих непрерывной двумерной случайной величины.
- •Числовые характеристики системы двух случайных величин.
- •Корреляционный момент. Коэффициент корреляции. Некоррелируемость, ее связь с независимостью случайных величин.
- •Уравнение регрессии. Прямые регрессии.
- •Закон больших чисел. Лемма Чебышева I. Неравенства Чебышева.
- •Теорема Чебышева. Лемма Чебышева II. Теорема Чебышева (основная).
- •Теорема Бернулли.
- •Понятие о центральной предельной теореме.
- •Точечные оценки параметров генеральной совокупности по выборочным совокупностям, их свойства. Точечные оценки для математического ожидания и дисперсии св.
- •Интервальные оценки. Доверительный интервал. Нахождение доверительных интервалов для математического ожидания и дисперсии нормального распределения случайной величины.
17.Примеры случайных величин непрерывного типа.
1. Случайная величина, равномерно распределенная на отрезке [а, b]
Случайная величина Х имеет равномерное распределение на отрезке [a, b], если ее плотность вероятности имеет вид
f(x)
=
.
2. Случайная величина с нормальным законом распределения
Случайная величина Х называется распределенной по нормальному закону (закону Гаусса), если ее плотность вероятности имеет следующий вид:
,
–∞ < x
<∞,
где
С(C > 0), а, (
> 0) –
некоторые константы.
3. Случайная величина с показательным законом распределения
Случайная величина имеет показательное (экспоненциальное) распределение, если ее плотность вероятности имеет следующий вид:
f
=
где
–
параметр показательного распределения.
18.Начальные моменты случайных величин. Математическое ожидание, его свойства.
Начальным моментом k-го порядка называется:
1)
для случайной величины дискретного
типа:
;
;
2)
для случайной величины непрерывного
типа:
.
Если k = 1, начальный момент первого порядка 1 называется математическим ожиданием случайной величины.
Для
случайной величины дискретного типа:MX
=
.
Для
случайной величины непрерывного типа:
MX
=
.
Математическое ожидание выражает ''среднее'' значение случайной величины с учетом вероятностей ее значений.
Св. 1. Математическое ожидание константы равно этой константе, т.е. М(С)=С.
Св. 2. М(СХ) = СМХ, иначе постоянный множитель можно выносить за знак математического ожидания.
Св. 3. Математическое ожидание суммы двух случайных величин равно сумме их математических ожиданий, т.е. M(X + Y) = MX + MY.
Св. 4. Если две случайные величины X и Y независимы, то математическое ожидание их произведения равно произведению их математических ожиданий, т.е. М(XY) = МХМY.
19.Задачи вычисления математического ожидания для некоторых наиболее важных случайных величин.
Найти математическое ожидание случайной величины, распределенной по закону Пуассона.
Решение. Ряд распределения случайной величины, распределенной по закону Пуассона, имеет вид
X |
0 |
1 |
2 |
... |
m |
... |
|
P |
|
|
|
... |
|
... |
Здесь для вероятностей была использована формула Пуассона
Р(Х
= m)
=
.
Имеем
MX = 0e
+
1
e
+ 2
e
+ ... =
=
=
e
=
e
=
e
= e
e
=
.
Здесь
было использовано разложение в ряд
Маклорена ex
=
.
Таким образом, МХ = .
Найти математическое ожидание случайной величины, имеющей равномерное распределение на отрезке [a, b].
Решение. Используя формулу (2.3.4), имеем (см. пример 1 п. 2.2):
MX
=
=
=
=
.
Найти математическое ожидание случайной величины с нормальным законом распределения.
Решение. Используя формулу (2.3.4) и пример 2 п. 2.2, имеем:
MX
=
=
=
=
=
=
+
=
a,
так
как
= 0 и
=
,
то MX = a.
Найти математическое ожидание случайной величины с показательным законом распределения.
Решение.
Имеем: MX =
=
=
= 1/λ
.
