1 Фукнция распределения Лапласа

Pn(k)=

6. Теорема Пуассона

Схема серий испытаний бернулли, в каждой серии испытаний своя вероятность успеха в одном испытнаии p_n. Будем предполагать, что вероятность p_n меняется в зависимости от n так, что

, другими словами

ИЛИ

6. Случайные величины. Функции распределения случайных величин. Характеризационные свойства функций распределения(E - читается кси)

(расшифровка)

6. Случайные величины дискретного типа, примеры

6. Случайные величины абсолютно непрерывного типа, плотность распределения, примеры

Кусочно-непрерывная функция

3)

Соотношения для непрерывно случайных величин

6. Мат ожидание. Примеры вычисления ( -это)

Вероятно не нужны эти примеры(вероятно хватит и двух))

6. Свойства мат ожидания.

6. Дисперсия, примеры вычисления

Вероятно нужно только определение

Св. 3 - а - константа

В душе не ебу нужно писать всё/хватит одного/можно написать кратко/вообще не нужны эти примеры, но на всякий случай сюда напишу всё что есть в учебнике

6. Ковариация. Коэффициэнт кореляции и его свойства

6. Случайные векторы. Функция совместного распределения. Дискретный тип. Абсолютно-непрерывный тип

6. Независимость случайных величин. Мат ожидание случайных величин

6. Моменты старших порядков. Неравенство Йенсена. Неравенство Ляпунова

6. Виды сходимости случайных величин

6. Закон больших чисел. Неравенство Маркова. Теорема Чебышева

Из википедии(маркова, чебышева)

6. Теорема Хинчина. Теорема Колмогорова

6. Центральная предельная теорема. Теорема Леви. Теорема Ляпунова

6. Цепи Маркова. Конечномерные распределения. Уравнение Чепмена Колмогорова

Не уверен нужно вообще или нет

6. Классификация состояний цепи

6. Стационарное распределение. Теорема Маркова

6. Понятие выборки и генеральной совокупности

Случайная величина кси, определённая из множества элементарных событий на вещественную ось

(Вещественная ось;

сигма алгебра, определённая на B(R);

вероятность того, что кси от омега будет меньше чем икс или вероятность того что на множестве малых омега кси примет значение икс)

Другой вариант

6. Выборочная функция распределения. Теорема Гливенко. Теорема Колмогорова

Мера п со звездочкой, определённая на борелевском множестве, которая равна количеству элементов выборки, которые попали в B соотнесённое с объемом выборки

(в данном случае кусочно-постоянная (выборочная фр), в общем случае имеет не более чем счётное число точек разрыва, монотонно неубывающая и в пределах стремится на минус бесконечности 0, на +бесконечноти к 1)

Выборочкная вероятностная мера(выборочная функция распределения) при объеме выборки стремящимся к бесконечности почти наверное сходится к вероятностной мере случайной величины кси

(т. Колмогрова)

2. Супремум модуля разности эмпирической функции распределения и теоретической при n стремится к бесконечнсти почти наверное стремится к 0

3. Корень из н(объема выборки Эмпирическая вероятностная мера минус та величина к которой она стремится(п кси(мат ожидание/не писать)) делённая на корень из вероятности исходной генеральной совокупности умноженной на обратную вероятность) стремится по распределению при н стремящемуся к бесконечности к случайной величине имеющий нормальный стандартный закон распределения.