1. Основные понятия теории вероятностей.
2. Случайные события и их классификация, операции над событиями.
3. Вероятность события. Классическое определение вероятности.
4. Аксиомы теории вероятностей.
5. Геометрическое определение вероятности.
6. Теоремы сложения вероятностей.
7. Зависимые и независимые события. Условная вероятность события
8. Теоремы умножения вероятностей
9. Формула полной вероятности
10. Формула Байеса.
11. Теорема о повторении опытов. Формула Бернулли.
12. Теорема о повторении опытов. Случай со многими исходами опытов.
13. Локальная и интегральная теоремы Лапласа
14. Определение и классификация случайных величин.
15. Закон распределения случайной величины.
16. Ряд распределения дискретной случайной величины.
17. Функция распределения и ее свойства.
18. Функция распределения дискретной случайной величины.
19. Смешанная случайная величина.
20. Непрерывная случайная величина. Плотность распределения случайной величины и ее свойства.
21. Числовые характеристики случайных величин. Обобщенное понятие математического ожидания.
22. Математическое ожидание случайной величины.
23. Дисперсия случайной величины и ее свойства.
24. Моменты высших порядков.
25. Геометрическое распределение.
26. Смещенное геометрическое распределение.
27. Биномиальное распределение.
28. Распределение Пуассона.
29. Простейший поток событий.
30. Экспоненциальное распределение случайной величины.
31. Нормальное распределение
32. Равномерное распределение случайной величины.
33. Нормальное распределение случайной величины.
34. Системы случайных величин.
35. Системы дискретных случайных величин. Матрица распределения.
36. Функция распределения системы случайных величин.
37. Функция распределения системы дискретных случайных величин.
38. Плотность распределения системы случайных величин.
39. Зависимые и независимые случайные величины. Условные законы распределения системы дискретных случайных величин.
40. Условные законы распределения системы случайных величин.
41. Моменты распределения системы случайных величин.
42. Числовые характеристики систем случайных величин.
43. Ковариация, коэффициент корреляции.
44. Нормальный закон распределения на плоскости.
45. Условные числовые характеристики систем случайных величин.
46. Функции случайных величин. Числовые характеристики функций случайных величин. Теоремы о числовых характеристиках функций случайных величин.
47. Закон распределения функции дискретной случайной величины.
48. Закон распределения функции непрерывной случайной величины.
49. Закон распределения суммы случайных величин. Композиция законов распределения.
50. Производящие функции.
51. Характеристические функции.

3)Вероятность события. Классическое определение вероятности.

На основе вышеизложенного сформулированы аксиомы теории вероятностей. Пусть каждому событию ставится в соответствие число, называемое вероятностью события. Вероятность события A обозначается P(A). Так как событие есть множество, то вероятность события есть функция множества. Вероятности событий удовлетворяют следующим аксиомам.

1. Вероятность любого события заключена между нулем и единицей:

(1.1)

2. Если A и B несовместные события, то

(1.2)

Вторая аксиома обобщается на любое число событий: если события А_i и A_j попарно несовместны для всех i≠j

События A₁, A_2, …, A_n называют равновозможными если

P(A₁)=P(A₂)= … =P(A_n). (1.3)

Если в каком-то опыте пространство элементарных событий Ω можно представить в виде полной группы несовместных и равновозможных событий ω₁, ω₂, …, ω_n, то такие события называются случаями, а сам опыт сводится к схеме случаев.

Случай ω_i называется благоприятным событием A, если он является элементом множества A: .

Классическое определение вероятности: вероятность события определяется по формуле

, (1.4)

где n - число элементарных равновозможных исходов данного опыта;

m - число равновозможных исходов, приводящих к появлению события.