
- •Определения: пространство элементарных исходов, сигма-алгебра событий, вероятностная мера. Свойства вероятности, вытекающие из аксиом.
- •Классическое определение вероятности. Основные комбинаторные формулы: Cnk, Ank, nk – что они вычисляют.
- •Определение независимости двух событий. Определение независимости в совокупности.
- •Формула полной вероятности.
- •Понятие схемы Бернулли. Формула Бернулли (с док-вом).
- •Определение случайной величины. Определение функции распределения. Её свойства.
- •Вырожденное распределение
- •Распределение Бернулли
- •Показательное распределение
- •Гамма-распределение
- •Нормальное распределение
- •Свойства нормального распределения (в том числе вычисление его математического ожидания и дисперсии).
- •Определения независимости случайных величин.
- •Определение и свойства математического ожидания.
- •Определение и свойства дисперсии.
- •Определение и свойства коэффициента корреляции.
- •Определение сходимости по вероятности. Неравенства Маркова и Чебышёва.
- •Закон больших чисел в форме Чебышёва (с док-вом). Закон больших чисел Бернулли.
- •Определение сходимости по распределению (слабой сходимости).
- •Центральная предельная теорема.
- •Доказательство центральной предельной теоремы
Вырожденное распределение
Говорят, что случайная величина
имеет
вырожденное распределение в точке
,
и пишут:
,
если
принимает
единственное значение
с вероятностью 1, т.е.
.
Функция распределения
имеет
вид:
Распределение Бернулли
Говорят, что случайная величина
имеет
распределение Бернулли с параметром
,
и пишут:
,
если
принимает
значения 1 и 0 с вероятностями
и
соответственно.
Случайная величина
с
таким распределением равна числу
успехов в одном испытании схемы
Бернулли с вероятностью
успеха
:
ни одного успеха или один успех. Таблица
распределения
имеет
вид:
|
0 |
1 |
|
|
|
Функция распределения случайной величины такова:
Биномиальное распределение
Говорят, что случайная величина
имеет
биномиальное распределение с
параметрами
и
,
и пишут:
,
если
принимает
значения
с вероятностями
.
Случайная величина с таким распределением
имеет смысл числа успехов в
испытаниях
схемы
Бернулли с вероятностью
успеха
.
Таблица распределения
имеет
вид:
Распределение Бернулли совпадает с
распределением
.
Распределение Пуассона
Говорят, что случайная величина
имеет
распределение Пуассона с параметром
,
где
,
и пишут:
,
если
принимает
значения
с
вероятностями
.
Геометрическое распределение
Говорят, что случайная величина
имеет
геометрическое распределение с
параметром
,
и пишут
,
если
принимает
значения
с
вероятностями
.
Случайная величина с таким распределением
имеет смысл номера первого успешного
испытания в схеме
Бернулли с вероятностью
успеха
.
Таблица распределения
имеет
вид:
Равномерное распределение
Говорят, что
имеет
равномерное распределение на отрезке
,
и пишут:
,
если плотность
распределения
постоянна
на отрезке
и
равна нулю вне него:
Очевидно, что площадь под графиком этой функции равна единице и . Поэтому является плотностью распределения.
Случайная величина имеет смысл координаты точки, выбранной наудачу на отрезке . Вычислим по определению 30 функцию распределения случайной величины :
Получим следующую непрерывную функцию распределения:
Показательное распределение
Говорят, что
имеет
показательное (экспоненциальное)
распределение с параметром
,
и пишут:
,
если
имеет
следующую плотность
распределения:
Функция распределения случайной величины непрерывна:
Показательное распределение является единственным абсолютно непрерывным распределением, для которого выполнено свойство «нестарения» (и в этом смысле оно является непрерывным аналогом дискретного геометрического распределения).
Гамма-распределение
Говорят, что
имеет
гамма-распределение с параметрами
,
,
и пишут:
,
если
имеет
следующую плотность
распределения:
где постоянная вычисляется из свойства (f2) плотности так:
откуда
.
Здесь через
обозначен
интеграл
называемый гамма-функцией Эйлера(3);
при
целых положительных
,
.
Замена в интеграле Пуассона даст
.
Показательное распределение —
частный случай гамма-распределения:
.