- •Вопросы для подготовки к экзамену по теории вероятностей и математической статистике
- •Факториал числа
- •Формулировка комбинаторных правил суммы и произведения. Четыре комбинаторных схемы выбора. Формулы для числа размещений и сочетаний в разных схемах выбора. Число перестановок.
- •Правило произведения
- •Перестановки
- •Размещения
- •Сочетания
- •3.Классическое, геометрическое и статистическое определения вероятности. Вывод свойств вероятности из определений. Ограниченность классических определений вероятности.
- •2) Устойчивость относительных частот появления а в различных сериях достаточно
- •4. Вероятностное пространство (ω, s, р). Аксиомы теории вероятностей и следствия из них. Описание конечного вероятностного пространства в аксиоматике Колмогорова.
- •Вероятностные пространства (в расширенном смысле и бесконечные)
- •5.Условная вероятность. Определение зависимых и независимых событий. Попарная незевисимость событий и независимость в совокупности.
- •Независимость событий
- •Независимость событий в совокупности
- •6.Теорема о вероятности суммы событий. Формула полной вероятности. Вероятность гипотез: постановка задачи. Формулы Байеса для вероятностей гипотез.
- •Формула Байеса (теорема гипотез).
- •7. Определение случайной величины. Закон распределения вероятностей случайной величины. Способы задания дискретной случайной величины. Дискретные случайные величины.
- •Закон распределения дискретной случайной величины
- •Дискретные случайные величины
- •8. Функция распределения случайной величины, ее свойства и график. Функция распределения.
- •9.Непрерывные случайные величины. Способы задания непрерывной случайной величины. Плотность вероятности и ее основные свойства.
- •10.Числовые характеристики дискретных и непрерывных случайных величин. Математическое ожидание случайной величины и его свойства. Дисперсия случайной величины и её свойства.
- •1. Параметры уравнения регрессии.
Вероятностные пространства (в расширенном смысле и бесконечные)
Аксиома непрерывности — это
единственная аксиома современной
теории вероятностей, относящаяся именно
к ситуации бесконечного числа случайных
событий. Обычно в современной теории
вероятностей вероятностным пространством
называется только такое вероятностное
пространство
,
которое, кроме того, удовлетворяет
аксиоме V. Вероятностные пространства
в смысле аксиом I—IV Колмогоров
предлагал называть вероятностными
пространствами в расширенном смысле
(у Колмогорова поле вероятностей в
расширенном смысле), в настоящее время
этот термин употребляется крайне редко.
Заметим, что если система событий
конечна,
аксиома V следуeт из аксиом I—IV.
Все модели с вероятностными пространствами
в расширенном смысле удовлетворяют,
следовательно, аксиоме V. Система
аксиом I—V является, непротиворечивой
и неполной. Напротив, для бесконечных
вероятностных пространств аксиома
непрерывности V является независимой
от аксиом I—IV.
Так как новая аксиома существенна лишь для бесконечных вероятностных пространств, то почти невозможно разъяснить её эмпирическое значение, например, так, как это было проделано с аксиомами элементарной теории вероятности (I—IV). При описании какого-либо действительно наблюдаемого случайного процесса можно получать только конечные поля — вероятностные пространства в расширенном смысле. Бесконечные вероятностные пространства появляются как идеализированные схемы действительных случайных явлений. Общепринято молчаливо ограничиваться такими схемами, которые удовлетворяют аксиоме V, что оказывается целесообразным и эффективным в различных исследованиях.
Алгебра событий пространства элементарных событий Ω называется борелевской алгеброй, если все счётные суммы
∑ |
xn |
n |
|
событий
xn из
принадлежат
.
В современной теории вероятностей
борелевские алгебры событий обычно
называют σ-алгебрами событий
(сигма-алгебрами).
Пусть дано вероятностное пространство
в расширенном смысле
.
Известно, что существует наименьшая
сигма-алгебра
,
содержащая
.
Более того, справедлива
Теорема (о продолжении).
Определённую на
неотрицательную
счётно-аддитивную функцию множеств
всегда
можно продолжить с сохранением обоих
свойств (неотрицательности и счётной
аддитивности) на все множества из
и
при этом единственным образом.
Таким образом, каждое вероятностное пространство в расширенном смысле может быть математически корректно продолжено до бесконечного вероятностного пространства , которое в современной теории вероятностей принято называть просто вероятностным пространством.
5.Условная вероятность. Определение зависимых и независимых событий. Попарная незевисимость событий и независимость в совокупности.
Независимость событий — ключевое понятие теории вероятностей; определяется относительно вероятностной меры; отличает теорию вероятностей, как теорию нормированной меры, от общей теории меры; выделяет теорию вероятностей в самостоятельную математическую дисциплину.
Независимость событий
Пусть
—
вероятностное
пространство. Два события
называются
независимыми, если
События из произвольного множества
называются
независимыми, если
