ПРЕДЕЛЬНЫЕ ТЕОРЕМЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ
КОМБИНАТОРИКА
Размещения
Число размещений из n элементов по m:
Число размещений с повторениями из n элементов по m:
Перестановки
Число перестановок из n элементов:
Число перестановок с повторениями из n элементов, которые повторяются a1, a2, …, a n раз:
Сочетания
Число сочетаний из n элементов по m:
Число сочетаний с повторениями из n элементов по m:
Свойства числа сочетаний без повторений:
Формула Стирлинга:
АЛГЕБРА СОБЫТИЙ
Свойства операции сложения событий:
1. (коммутативность)
2. (ассоциативность)
3. (идемпотентность)
4.
5.
6.
Свойства операции умножения событий:
1. (коммутативность)
2. (ассоциативность)
3. (идемпотентность)
4.
5.
6.
Свойства операций сложения и умножения событий:
1. (дистрибутивность умножения
относительно сложения)
2. (дистрибутивность сложения
относительно умножения)
Свойства операции разности событий:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
|
|
12.
13.
14.
15.
16.
Свойства операции симметрической разности событий:
1. (коммутативность)
2. (ассоциативность)
3. (дистрибутивность)
4.
5.
6.
Теоремы де Моргана:
1.
2.
Инволюция:
АКСИОМЫ И ОСНОВНЫЕ СВОЙСТВА ВЕРОЯТНОСТИ
Аксиомы вероятности:
1. (неотрицательности)
2. (нормированности)
3. (конечной аддитивности)
4а. (счетной аддитивности)
4б. (непрерывности)
|
1.
2.
3.
4.
5.
6.
7.
8.
ТЕОРЕМЫ И ФОРМУЛЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ
Теорема сложения вероятностей совместных событий:
Теорема сложения вероятностей несовместных событий:
Теорема умножения вероятностей зависимых событий:
|
|
Теорема умножения вероятностей независимых событий:
Формула полной вероятности:
ФормулаБайеса:
ЗАКОНЫ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
Функция распределения:
для дискретной случайной величины:
для непрерывной случайной величины:
Свойства функции распределения:
1.
2.
3.
4.
Плотность распределения:
Свойства плотности распределения:
1.
2.
ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН
1. Математическое ожидание:
для дискретной случайной величины:
для непрерывной случайной величины:
2. Мода :
для дискретной случайной величины:
для непрерывной случайной величины:
3. Медиана :
для дискретной случайной величины:
для непрерывной случайной величины:
4. Дисперсия:
для дискретной случайной величины:
для непрерывной случайной величины:
5. Среднее квадратическое отклонение:
Коэффициент вариации:
7. Начальный момент k -го порядка:
для дискретной случайной величины:
для непрерывной случайной величины:
8. Центральный момент k -го порядка:
для дискретной случайной величины:
для непрерывной случайной величины:
|
|
9. Коэффициент асимметрии:
10. Коэффициент эксцесса:
Свойства математического ожидания:
1.
2.
3.
4.
5. независимые случайные величины
6. независимые случайные величины
Свойства дисперсии:
1.
2.
3.
4.
5. независимые случайные величины
6. независимые случайные
величины
Взаимосвязь центральных и начальных моментов:
ОСНОВНЫЕ ЗАКОНЫ РАСПРЕДЕЛЕНИЯ
ОДНОМЕРНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
1. Биномиальное распределение
где 0 < p < 1, q = 1 - p, 0 £ m £ n
2. Распределение Пуассона
где l = np, m ³ 0
3. Геометрическое распределение
где 0 < p < 1, q = 1 - p, m ³ 1
4. Равномерное распределение
5. Показательное (экспоненциальное) распределение
6. Нормальное распределение (распределение Муавра-Лапласа-Гаусса)
|
|
ЗАКОНЫ РАСПРЕДЕЛЕНИЯ
ДВУМЕРНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
Функция распределения двумерной случайной величины:
для дискретной двумерной случайной величины:
Свойства функции распределения:
1.
2.
3.
4.
Плотность распределения двумерной случайной величины:
Свойства плотности распределения:
1.
2. .
Свойства матрицы распределения двумерной дискретной случайной величины:
где
Функции распределения компонент двумерной случайной величины:
Плотности распределения компонент двумерной случайной величины:
Условное распределение вероятностей:
Свойство условных вероятностей:
Теорема умножения функций распределения:
Теорема умножения плотностей распределения:
Теорема о независимости случайных величин:
ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ
ДВУМЕРНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
Начальный момент порядка k , s двумерной случайной величины:
для дискретной двумерной случайной величины:
для непрерывной двумерной случайной величины:
Центральный момент порядка k , s двумерной случайной величины:
для дискретной двумерной случайной величины:
для непрерывной двумерной случайной величины:
Ковариация (корреляционный момент) двумерной случайной величины:
для дискретной двумернойслучайной величины:
для непрерывной двумерной случайной величины:
Свойство ковариации:
Коэффициент корреляции двух случайных величин:
Свойство коэффициента корреляции:
Ковариационная матрица (матрица ковариаций) двумерной случайной величины:
Корреляционная матрицадвумерной случайной величины:
Теорема умножения математических ожиданий:
Теорема сложения дисперсией:
Условные математические ожидания:
для дискретной случайной величины:
для непрерывной случайной величины:
Условные дисперсии:
для дискретной случайной величины:
для непрерывной случайной величины:
Формулы полного математического ожидания:
Уравнения линейной регрессии
на :
на :
ДВУМЕРНОЕ НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ
Плотность нормального распределения двух случайных величин:
.
Выражение компонент двумерной случайной величины (X ', Y ') в преобразованной системе координат x ' O ' y ' через компоненты исходной двумерной случайной величины (X , Y) в системе координат х Oy:
где
Каноническая форма нормального закона распределения двумерной случайной величины в системе координат x ' O ' y ':
где
Главные вероятные отклонения:
где
Радиальное вероятное отклонение:
Вероятность попадания случайной точки (Х, Y), подчиненной нормальному закону распределения:
а) в прямоугольник со сторонами, параллельными главным осям рассеивания:
б) в эллипс:
где
в) в круг:
где R – радиус круга.
ПРЕДЕЛЬНЫЕ ТЕОРЕМЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ
Неравенство Чебышева:
Неравенство Маркова:
Теорема Чебышева:
где
Теорема Маркова:
где
Теорема Бернулли:
Теорема Пуассона:
Теорема Ляпунова. Функция распределения центрированной и нормированной суммы
независимых случайных величин Х1, Х2, …, Хn, удовлетворяющих условию Линдеберга
где ,
сходится к функции распределения стандартной нормальной случайной величины
Следствие из теоремы Ляпунова (центральная предельная теорема для случая одинаково распределенных слагаемых).
Если независимые случайные величины Х1, Х2, …, Хn имеют одинаковое распределение с математическим ожиданием М(Xi) = a и дисперсией D(Xi) = , то функция распределения их центрированной и нормированной суммы
сходится к функции распределения стандартной нормальной случайной величины
Теоремы Муавра-Лапласа:
а) локальная:
где
б) интегральная:
где
Свойства функции Лапласа:
1. 1.
2. 2.
3. 3.
4. 4.
Дата добавления: 2018-11-24; просмотров: 138; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!