- •Вопрос 1 .Правило сложения и умножения
- •Вопрос 3. Размещения.
- •Вопрос 4. Сочетания
- •Вопрос 32 многомерные случайные величины.
- •Вопрос 36. Центральная предельная теорема.
- •Вопрос 11 часть 1 условная вероятность часть 2 теорема умножения
- •Часть 1 условная вероятность
- •Часть 2 теорема умножения
- •Вопрос 16 .Наивероятнейшее число появлений события в независимых испытаниях
- •Вопрос 21.Математические операции над случайными величинами
- •Вопрос 23. Дифференциальная функция распределения
- •Вопрос 25. Дисперсия
- •Определение
- •[Замечания
- •Свойства
- •Вопрос 12.Вероятность появления хотя бы одного события. Теорема сложения вероятностей совместных событий.
- •Часть 1. Вероятность появления хотя бы одного события.
- •Часть 2. Теорема сложения вероятностей совместных событий.
- •Вопрос 10. Теорема суммы вероятностей несовместных событий. Зависимые и независимые случайные величины.
- •Часть 1 Теорема суммы вероятностей несовместных событий.
- •Часть 2. Зависимые и независимые случайные величины.
- •Вопрос 13.Формула полной вероятности.
- •Вопрос 7.Геометрическое определение вероятности.
- •Вопрос 6.Классическое определение вероятности. Свойства вероятности.
- •Часть1 Классическое определение вероятности.
- •Вопрос 15.Схема Бернулли.
Вопрос 21.Математические операции над случайными величинами
Прерывные случайные величины X и Y называются независимыми, если не зависимы при любых i и j, события X=xi и Y=yj.
Пусть случайная величина X принимает x1, x2, x3, …, xn с вероятностями p1, p2, p3 ,…, pn, соответственно, а Y-значения y1, y2, y3, …, ym, с вероятностями q1, q2, q3, …, qm.
а) Суммой случайных величин X и Y называется новая случайная величина Z=X+Y, которая принимает все значения вида zij=xi+yj(i=1,2,..n; j=1,2,...,m) с вероятностями pij, причемpij=P(X=xi; Y=yj)=P(X=xi)*PX=xi(Y=yj).
Если случайные величины X и Y независимые, то pij= pi+ qj.
Аналогично определяется разность и произведение случайных величин.
б) Разностью ( произведением) случайных величин X и Y называется новая случайная величина Z=X-Y (Z=XY), которая принимает все значения вида zij=xi-yj (zij=xiyj) с такими же вероятностями, с какими случайная величина Z=X+Y принимает соответствующие значения, т.е. pij= pi+ qj.
в) Произведением kX случайной величины Х на постоянную величину k называется новая случайная величина Z=kX, которая с теми же вероятностями, что и Х, принимает значения, равные произведениям значений случайной величины Х на k, т.е. =xi2.
г) Квадратом случайной величины Х, т.е. Х2, называется новая случайная величина Z=X2, которая с теми же вероятностями, что и Х, принимает значения, равные квадратам значений случайной величины Х, т.е. zi=xi2
Вопрос 22. ИНТЕГРАЛЬНАЯ ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ Интегральной функцией распределения называют функцию F(x), определяющую для каждого значения x случайной величиныX вероятность того, что величина X примет значение, меньшее x, то есть F(x) = P(X < x). Распределение вероятностей дискретной случайной величины может быть задано перечнем всех ее возможных значений и их вероятностей. Такой способ задания неприменим для непрерывных случайных величин. Общим способом задания распределений любых типов случайных величин является интегральная функция распределения. Пусть x - действительное число. Вероятность события, состоящего в том, что случайная величина X примет значение, меньшее x, то есть вероятность события X < x обозначим через F(x). Интегральной функцией распределения называют функцию F(x), определяющую для каждого значения x вероятность того, что случайная величина X примет значение, меньшее x, то есть F(x) = P(X < x). Геометрически это равенство можно истолковать так: F(x) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси точкой, лежащей левее точки x. Интегральная функция распределения имеет следующие свойства. 1. Значения интегральной функции принадлежат отрезку (0,1): 0 F(x) 1. Следовательно, график интегральной функции распределения расположен в полосе, ограниченной прямыми y = 0, y = 1. 2. F(x) - неубывающая функция, то есть F(x2) F(x), если x2 > x1. Следовательно, при возрастании x в интервале (a, b), в котором заключены все возможные значения случайной величины, график интегральной функции распределения поднимается вверх. 3. Если возможные значения случайной величины принадлежат интервалу (a, b), то F(x) = 0 при a x, F(x) = 1 при x b. То есть при a x ординаты графика интегральной функции распределения равны нулю; при x b ординаты графика равны единице. Для дискретной случайной величины график интегральной функции распределения имеет ступенчатый вид.