Теория вероятностей и матстат. 3 и 4 семестр (к зачёту)
Описание файла
Документ из архива "Теория вероятностей и матстат. 3 и 4 семестр (к зачёту)", который расположен в категории "". Всё это находится в предмете "теория вероятностей и математическая статистика" из 3 семестр, которые можно найти в файловом архиве МГУ им. Ломоносова. Не смотря на прямую связь этого архива с МГУ им. Ломоносова, его также можно найти и в других разделах. .
Онлайн просмотр документа "Теория вероятностей и матстат. 3 и 4 семестр (к зачёту)"
Текст из документа "Теория вероятностей и матстат. 3 и 4 семестр (к зачёту)"
Теория вероятностей и матстат. 3 и 4 семестр.(к зачёту).
ОПР. заданы вер-ти элементарных событий ==> на задана неотрицательная
числовая ф-ия Р: {по }Р() = 1; Р задает на распределение вер-тей.
ОПР. вер-тью А наз-ся число Р(А) = {по А} Р().
СВ-ВА. 1) Р() = 0; Р(1) = 1;
2) Р(А+В) = Р(А) + Р(В) - Р(АВ).
3) Р(А дополнит) = 1—Р(А).
Вероятностные пространства.
ОПР. А* наз-ся алгеброй, если :
-
А*;
-
А,В А* ==> АВ и АВ А*
-
А А* ==> А дополнит. = \ А А*.
ОПР. класс мн-в F наз-ся алгеброй (борелевским поле событий), if (2) верно
для любой посл-ти событий: {An} F ==> Аn и An тоже F. n[1,+].
ОПР. Пара (,А*) или (,F) наз-ся измеримым пространством.
Примеры измеримых пространств: 1) веществ. прямая и -а борел. мн-в.
2) дискретно ==> изм. простр. (,F), где F -- -а, явл. мн-вом всех подмн-в.
ОПР. min - алгебра, содержащая все открытые интервалы, наз-ся борелевской.
Её эл-ты наз-ся борелевскими множествами.
ОПР. Наименьшая -а, содержащая мн-во В, наз-ся -а, порожденной В.
Обозначается (В).
ЗАМ. Борелевская -а в Rn есть -а, порожденная прямоугольниками или сферами.
ЗАМ. Если счётно, то ( ) совпвдает с (всех подмножеств ).
А А* событием не является!
ОПР. Вероятность Р на множестве (,F) – числовая ф-ия, опр-ая на мн-ве из F :
-
Р() = 1;
-
Р(А) 0;
-
Аддитивность: Ai Aj = , i j; Ai F ==> P({n=1 to }An =
= {n=1 to }P(An).
ОПР. Тройка (, F,P) наз-ся вероятностным пространством, а (, А*,P) –
вероятностным пространством в широком смысле. Р – распределение вер-тей
или (?) вероятностная мера. F = -а.
СВ-ВА. 1) Р() = 0; Р(1) = 1;
-
2) Р(А+В) = Р(А) + Р(В) - Р(АВ).
3) Р(А дополнит) = 1—Р(А).
-
4) if AB, то Р(А) Р(В).
-
5) Р(А) 1;
-
6) Р(АВ) Р(А) + Р(В);
7) Р({n=1 to } An) {n=1 to }P(An).
Условные вероятности и независимость событий.
Р(А|B) = P(AB) / P(B) – условная вер-ть А при условии, что выполнено В. Р(В) > 0.
ОПР. событ. А и В независимы, если Р(АВ) = Р(А)*Р(В).
СВ-ВА НЕЗ. СОБЫТИЙ.
-
Р(A|B) = P(A);
-
Aдополнит и В тоже независимы.
-
А и В1 – нез., А и В2 нез., B1*B2 = ==> A и В1В2 независимы.
Ф-ла полной вероятности
А – некоторое событ., В1,…,Вn – попарно несовместимые события, Р(Вi) > 0;
Bi: A {i=1 to n}Bi; A = AВi, т.к. Bi несовместимы. ==>
P(A) = {i=1 to n} P(Bi)*P(A|Bi)
Ф-ла Байеса. P(Bj) * P(A|Bj) P(Bj) * P(A|Bj)
Если дополнительно Р(А) > 0 ==> P(Bj|A) = =
{k=1 to n} P(Bk) * P(A|Bk) P(A)
Cхемы Бернулли.
Пусть задано множество А1,…,Аn – генеральная совокупность. Пусть из генр. сов-ти =
= {0,1} производится выбор с возвращением объёма n. Всего различных выборок 2n.
Пусть p [0,1]. На всех выборок определим неотрицятельную ф-ию P:
if P(): ровно k единиц в ==> P() = pk(1p)nk = pkqnk.
Пусть P(k,n) – вер-ть того, что в выборке объёма n ровно k единиц, т.е. кол-во успехов в n независимых ипытаниях. Эта посл-ть с 2-мя исходами наз-ся схемой Бернулли
P(k,n) = Cnk pk * (1-p)k – биномиальное распредление.
ОПР. Испытания G1 и G2 независимы, если любое из множеств В = В1*В2, где Вi Fi,
выполнено P(B) = P(B1) * P(B2) = P(B1*2) * P(1*B2) – попарная нез-ть.
ОПР. Нез-ть в сов-ти: Р(В) = р1(В1)*…*Рn(Вn), где B =B1*…*Bn;
Теорема Пуассона.
Пусть p(n) 0 при n так что n*p(n) , >0, тогда k = 0,1,…
P(k,n) (k * e ) / k!
ЗАМ. Т. Пуассона даёт хорошее приближение, если n*p2 < 0.1 (малое).
ОПР. Набор чисел k = (k * e ) / k! Образует Пуассоновское распределение вер-тей:
k 0 и k = 1;
-ая теорема Муавра-Лапласа.
If n – число успехов в n испытаниях Бернулли, n , p = const, p [0,1]. ==>
Px1 < n np < x2 1 * x2 u^2/2
npq 2 x1 e du. При n
равномерно по х1 и х2. х1 х2 +.
ЗАМ. Это хорошее приближение, когда npq велико (>20).
Случайные величины и ф-ии распределения.
ОПР. пусть (, F, P) – любое вероятностное пространство. Случайной величиной
наз-ся измеримая ф-ия = (), отображающая R (мн-во Re чисел), для
которой прообраз 1(В) = {: ()B} любого борелевского множества В из
борел. -алгебры («В» рукописн.), есть мн-во из -алгебры F. 1F.
Говорят, что осуществляет измеримое отображение (, F) (R, «В»).
(?)F – мн-во всех подмн-в .
ОПР. вер-ть Р(В) = Р(В) наз-ся распределением сл. вел. на В.
ОПР. ф-ия F(x) = F(x) = Р(,x) = Р((,x)) наз-ся ф-ией распределения сл. вел. .
СВ-ВА Ф-ИИ РАСПРЕДЕЛЕНИЯ.
-
x1 x2 ==> F(x1) F(x2).
-
lim F(x) = 0; lim F(x) = 1;
x x +
-
F(x) непрерывна слева, т.е. lim F(x) = F(x0);
x х0 0
ТЕОРЕМА. If F обладает св-вами 1) – 3) ==> вер. простр. (, F, P) и сл. вел. .:
F(x) = F(x).
ОПР. Распределение сл. вел. наз-ся дискретным, если может принимать лишь
конечное или счетное число значений x1, x2 …: pk= P(=xk) >0 и pk = 1.
СВ-ВА ДИСКРЕТНОГО РАСПРЕДЕЛЕНИЯ.
-
F(x) 0 {производная} ==> F(x) – кусочная const.
-
F(xk + 0) -- F(xk) = pk (величина скачков)
ОПР. Рядом дискретного распределения наз-ся сов-ть всех возм. значений xk,
соответствующим pk= P(=xk).
ОПР. Распределение сл. вел. наз-ся абсолютно непрерывным, if борел. мн-ва «В»
верно: Р(В) = Р(В) = {по В} f(x) dx, f(x)0, {;+} f(x) dx = 1; или так:
F(x) = {;x} f(u) du, xR. Если так, то F(x) абсол. непрер.; f(x) – плотность
распределения (почти всюду равна производной ф-ии распр.)
СЛЕДСТВИЕ. {f(x) dF(x) / dx} = 0; (мера Лебега).
ОПР. распр. наз-ся распр. сингулярного типа, if F(x) непрер., но точки роста F(x)
образуют мн-во с = 0.
ОПР. т. х наз-ся т. роста F(x), if >0 F(x+) f(x) >0.
СВ-ВА СИНГУЛЯРНОГО РАСПРЕДЕЛЕНИЯ.
-
F(x) непрер.
-
{dF(x) /dx 0} = 0.
-
F(+) F() = 1. {полная вариация}
Мат. ожидание и дисперсия.
ОПР. М.О. (или среднее значение) сл. вел. , заданной на вер. простр. ( , F, P),
наз-ся число Е = {} () P(d), if этот . {-л Лебега}.
СЛЕДСТВИЕ. М.О. : Е = {;+} x F(dx) = x dF(x).
If F(x) – ступенчатая ф-ия распр. ==> сл. вел. -- дискретная.
Е = {k} xk*P(=xk), где xk -- частное знач. сл.вел.
If имеет абсол. непрер. ф-ию распр. ==> плотность распр. ==>
E = x f(x) dx, где f(x) – плотность.
ЗАМЕЧАНИЕ. If g(x) – борел. ф-ия (прообраз борел. мн-ва) ==> = g(): борел.
ф-ия от сл. вел. есть сл.вел. и Е = Еg() = g(()) dP() = g(x) dF(x) =
x dFg()(x).
СВ-ВА М.О.
-
линейность. Е(а + b) = а + b Е.
-
E(1 + 2) = E1 + E2 , if они .
-
[a,b] ==> E [a,b].
-
E E||.
-
If 0 и E = 0 ==> сл.вел. = 0. п.н. (почти наверное).
-
Р(А) = Е IA, где IA = 1, if A, или 0, else.
-
Для нез. сл. вел.: E = E + E.
ОПР. ф-ия F(x|B) = P(<x|B) наз-ся усл. F распредел.
ОПР. Условное М.О. относительно событ. В наз-ся Е(|B) = x dF(x|B).
{аналог ф-лы полной вер-ти}
Пусть {Bn}: Bi -- несовместимые событ., Bi = и P(Bi) >0 для i. Тогда
Е = {} () dP() = {n} {Bn} () dP() = {n} () IBn P(d) =
{n} E(;B) = {n} E * P(Bn) = {n} P(Bn)*E(|Bn).
ОПР. Дисперсией сл. вел. наз-ся число D = E( E)2 = E2 (E)2.
(оно же 2-ой центральный момент сл. вел. ).
ОПР. D наз-ся случайным отклонением сл. вел. .
СВ-ВА D.
1) D 0, = 0 = const п.н.
-
D(a + b) = b2 D.
-
и -- нез. сл. вел. ==> D( +) = D + D.
ОПР. Моментом порядка k сл. вел. наз-ся число Еk.
ОПР. Абсолютным ----\\-----------------\\----------------- Е||k.
ОПР. Центральным -------\\-----------\\-------------------- Е( Е) k .
If g() – борелевская ф-ия, то Eg() = g(x) dF(x) = g(x) dx. ,
где -- плотность .
Характеристические ф-ии.
ОПР. Характеристиской ф-ией вещественной сл. вел. наз-ся С-значная ф-ия
(t) = E eit = eit dF(x)
ЗАМЕЧАНИЕ. If имеет плотность f(x), то (t) = eit f(x) dx.
СВ-ВА хар. ф-ии.
1) (0) = 1; | (t) | 1.
2) a,b – const; сл. вел. хар. ф-ия a+b(t) = (at) eitb.
3) If 1…n -- нез. сл. вел. и Sn = 1 +…+ n ==> Sn(t) = 1(t) *…* n (t).
-
Хар. ф-ия равном. непрер.
-
If k-ый абсол. момент Е||k < для некоторого k.>1, то непрер.
k-ая производная ф-ии (k)(t) и равна ik Еk .{=> из разл. в ряд Тейлора}
-
компл. сопряжение (t) = (t) = (t).
ТЕОРЕМА обращения.
If F(x) – ф-ия распр. , а (t) – хар. ф-ия , то для точек непрер-ти
x, y ф-ии F(x) ==>F(x)F(y) = 1 lim eitx eity (t) et^2 dt.
2 0 i t
СЛЕДСТВИЕ. Хар. ф-ия сл. вел. однозначно определяет ее ф-ию распр.
ТЕОРЕМА непрер-ти..
Слабая сх-ть Fn F n(t) (t), t, где i -- хар. ф-ия, соотв. распр. Fi.
Производящие ф-ии.
ОПР. If сл .вел. принимает целые 0 значения {дискр. сл. вел.} то
производящей ф-ией распредел. наз-ся ф-иф компл. перем. z :
(z) = E(z) = {k=0 to } zk P( = k), |z| <1.
СВ-ВА произв. ф-ии.
-
(0) = (1) = 1;
2) if Е||k < , {k 1} ==> (k)(1) = E(-1)…( -k+1) = E[k] факторный
момент k-го порядка.
3) if 1…n -- нез. сл. вел. и Sn = 1 +…+n , ==> Sn(z) = 1(z) +…+n(z) .
-
производящая ф-ия однозначно определяет распределение .
5) (t) = (eit).
Системы сл. величин.
ОПР. if сл. вел. 1()…n() определены на одном и том же вер. простр. (, A, P),
то вектор () = (1(),…,n()) наз-ся n-мерной сл. вел. или сл. вектором в Rn.
ОПР. ф-ия P(B) = P( | (1(),…,n())B) , опр-ая для всех борел. мн-в «В» Rn,
наз-ся распр. вер-ти сл. вектора или совместным распр. сл. вел. 1()…n().
ОПР. опр-ая для любых Re х1…хn ф-ия F(x1,…, xn) = P(1< x1,…, n< xn ) наз-ся ф-ией
распр. сл. вектора (или совместной ф-ией распр. сл. вел. 1()…n()).
ОПР. If 0 борел. ф-ия f(x) = f(x1,…,xn) : B «Вn » {n-мерная борел. -а} :
P(B) = {по B} f(x) dx и {по Rn } f(x) dx = 1, то соотв. распр. наз-ся