Содержание
- 2. Неравенства Неравенство Маркова. Для любой случайной величины ξ и для любого ε > 0
- 3. Доказательство.
- 4. Неравенство Чебышёва Для любой случайной величины ξ и для любого ε >0
- 5. Доказательство В неравенстве Маркова (1) подставим вместо ξ ξ –Mξ и возьмем k=2.
- 6. Пример применения неравенства Чебышёва Оценить вероятность того, что сл.в. отклонится от своего матожидания на величину ≥
- 7. Неравенства Неравенство Коши – Буняковского – Шварца.
- 8. Сходимость по вероятности Определение. Последовательность случайных величин ξ1, ξ2 ,…, ξn сходится по вероятности к сл.
- 9. Сходимость по вероятности Обозначение: Замечание: «p» есть сокращение от «probability»
- 10. Пример Последовательность случайных величин ξ1, ξ2 ,…, ξn задана законом:
- 11. Закон больших чисел (ЗБЧ) Определение. Говорят, что к последовательности случайных величин ξ1, ξ2 ,…, ξn с
- 12. Смысл: среднее значение случайных величин стремится по вероятности к среднему их матожиданий (то есть, к постоянной
- 13. ЗБЧ в форме Чебышёва Теорема. Если для последовательности случайных величин {ξn} с математическими ожиданиями Mξi=ai и
- 14. Доказательство основано на неравенстве Чебышёва. Надо показать, что выполняется определение сходимости по вероятности.
- 15. Доказательство ЗБЧ в форме Чебышёва
- 17. ЗБЧ в форме Бернулли Теорема. Пусть осуществляется серия из n независимых опытов, проводимых по схеме Бернулли
- 18. Доказательство ЗБЧ в форме Бернулли Рассмотрим случайную величину ξi, равную числу успехов в i –ом испытании,
- 19. ai = Mξi = p. Таким образом, (*) можно записать в виде (**), что представляет из
- 20. ξi независимы и их дисперсии ограничены одним числом (Dξi = pq следовательно, выполняются условия ЗБЧ в
- 21. ЗБЧ в форме Пуассона Теорема. Пусть осуществляется серия из n независимых опытов, причем вероятность успеха в
- 22. Доказательство ЗБЧ в форме Пуассона Рассмотрим случайную величину ξi, равную числу успехов в i–м испытании, i
- 23. ЗБЧ в форме Хинчина Теорема. Для того, чтобы к последовательности случайных величин {ξn} был применим ЗБЧ,
- 24. Центральная предельная теорема (ЦПТ) В теоремах этой группы выясняются условия, при которых возникает нормальное распределение. Общим
- 25. Центральная предельная теорема для независимых одинаково распределенных сл. в. Если случайные величины {ξn} независимы, одинаково распределены
- 26. Смысл ЦПТ для н.о.р.сл.в. Закон распределения суммы достаточно большого числа независимых одинаково распределенных случайных величин приближается
- 27. ЦПТ Теорема Ляпунова. Если случайная величина ξ представляет собой сумму большого числа независимых случайных величин ξ1,
- 28. Смысл ЦПТ в форме Ляпунова Закон распределения суммы достаточно большого числа независимых случайных величин, каждая из
- 29. Зависимость от числа слагаемых
- 30. Практическое значение ЦПТ Многие случайные величины можно рассматривать как сумму отдельных независимых слагаемых. Например: ошибки различных
- 32. Скачать презентацию