полная методичка
.pdfM |
|
|
1 |
|
M |
|
|
1 |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Доказательство: |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
y x , т.к. |
|
1 |
, то функция выпукла вниз, значит применимо неравенство Йенсена |
||||||||||||||||||||
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
M |
M ; |
|
|
|
|
|
|||||||||||||||||
|
|
|
|
||||||||||||||||||||
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
M |
|
|
|
|
|
|
|||||||||||||
M |
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
M |
|
M |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
M |
|
|
1 |
|
M |
|
|
1 |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9. Неравенство Коши-Буняковского Для любых двух случайных величин ξ и η
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M ( ) |
|
|
|
M |
2 M 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
x y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
M ( 2 ) 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
M (x 2 2 |
|
|
2xy y 2 2 ) x 2 M ( 2 ) 2xyM ( ) y 2 M ( 2 ) 0 |
|||||||||||||||||||||||||||||||||||||||||||||||||||
ax2 bx c 0; D 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
4 y 2 M 2 ( ) 4 y 2 M ( 2 )M ( 2 ) 0 |
|
: 4 y 2 ; y 0 |
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
M ( ) 2 M ( 2 )M ( 2 ) |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
10. Неравенство Гёльдера |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
p>1,q>1 |
|
|
|
|
|
1 |
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
M |
|
|
|
p ; M |
|
|
|
q |
тогда M ( ) |
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|||||||||
|
M ( ) |
|
M |
|
|
|
p |
|
M |
|
|
|
q |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
p |
q |
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
11. Неравенство Минковского |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
Если M |
|
|
|
|
|
p ; M |
|
|
|
|
|
p , р>1 |
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
1 |
|
|
|
|||||||||||||||||
|
M ( ) |
|
p |
|
M |
|
|
|
p |
|
|
M |
|
|
|
p |
|
|
|
|
||||||||||||||||||||||||||||||||||
|
p |
p |
p |
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
Задача: По мишени делают 3 выстрела. Результаты этих выстрелов не зависят друг от друга. Вероятность попадания при первом p1 0,4 , при втором p2 0,3 , при третьем p3 0,6 .
Рассматривается случайная величина, характеризующая число попаданий в мишень. Найти её мат. ожидание.
1.
ξ |
0 |
1 |
2 |
3 |
A1,2,3 |
попадание при 1,2,3 выстреле соответственно. |
|||||||
p |
0,168 |
0,436 |
0,324 |
0,072 |
|
|
|
|
|
|
|
|
|
а) B |
A1 A2 A3 |
||||||||||||
|
|
|
|
|
б) C A1 A2 A3 A1 A2 A3 A1 A2 A3 в) D A1 A2 A3 A1 A2 A3 A1 A2 A3
г) E A1 A2 A3
2.1 - число попаданий при первом выстреле
2 - число попаданий при втором выстреле
3 - число попаданий при третьем выстреле
1 2 3
M ( ) M ( 1 ) M ( 2 ) M ( 3 ) 1,3
Функции случайного аргумента и их мат. ожидание.
Определение: Если любому значению случайной величины ξ соответствует и при этом единственное значение случайной величины η, то говорят, что задана функция f ( ) случайного аргумента ξ.
1. ξ – дискретная случайная величина.
Если в каких-то колонках будут одинаковые значения, они должны быть просуммированы. 2. ξ – непрерывная случайная величина
Рассматривается функция ( ) случайного аргумента ξ. При этом неслучайная функция
y (x) дифференцируема, монотонна и имеет обратную x 1 ( y) . Пусть также случайная величина ξ имеет плотность распределения p (x) .
P ( y) P ( 1 ( y)) 1 ( y)
n
3. M yk pk
k 1
n
M M ( ) (xk ) pk
k 1
4. M M ( ) (x) p(x)dx
Дисперсия
От лат. рассеяние, разброс.
Определение: Дисперсией случайной величины ξ называется мат. ожидание квадрата отклонения случайной величины от её мат. ожидания.
D M ( M )2
|
n |
2 |
D |
(xk M ) |
pk - для дискретных |
|
k 1 |
|
|
|
|
D |
(x M )2 p(x)dx - для непрерывных |
|
|
|
|
Определение: Арифметический квадратный корень из дисперсии называется средним квадратичным отклонением (стандартным).
D
Дисперсия характеризует степень разброса случайной величины около своего среднего значения. Пример 1:
ξ |
1 |
3 |
5 |
p |
0,1 |
0,4 |
0,5 |
M |
-2,8 -0,8 1,2 |
||
M 2 |
7,84 |
0,64 |
1,44 |
M 12
|
|
1 |
|
|
|
D |
(x |
)2 |
p(x)dx |
||
2 |
|||||
|
|
|
|
||
|
|
|
|
M |
3,8 |
|
D |
7,84 0,1 0,64 0,4 1,44 0,5 1,76 |
|
|
|
1,31 |
|
|
Пример 2: Равномерное распределение на отрезке [0;1]
1;0 x 1 p(x)
0; x 0; x 1
|
|
|
|
|
|
|
1 |
3 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
x |
|
|
1 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
(x |
1 |
|
2 |
|
|
|
2 |
|
1 |
|
|
1 |
|
|
|
1 |
||
) |
dx |
|
|
|
|
|
||||||||||||
2 |
|
|
3 |
|
|
24 |
24 |
12 |
||||||||||
0 |
|
|
|
|
|
0 |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Свойства дисперсии
1.Не отрицательность
D 0
D 0 c
2. Константа - множитель выносится из под знака дисперсии в квадрате.
D c c2 D
M c Mc 2 c2 M M 2 c2 D
3. D M 2 M 2
D M M 2 M 2 2 M M 2 M 2 2 M 2 M 2 M 2 M 2
4. Если случайные величины ξ и h независимые, то дисперсия суммы этих случайных величин
равна сумме дисперсий
D h D D h
D h M h 2 M h 2 M 2 2 h h2 M 2 2 M Mh Mh 2M 2 Mh 2 2 M Mh M 2 2 M Mh Mh 2 D D h
4’. |
D c D где с = const |
|
|
|
|
|
|
|
|
||||
5. |
D n |
|
|
n |
D 2 |
n 1 |
n |
M |
k |
M |
|
M |
|
|
к 1 |
|
k |
k 1 |
k |
k 1 |
l k 1 |
|
|
k l |
|
l |
D |
|
M |
|
|
M |
|
|
|
|
|
M |
|
|
|
|
2 |
|
|
|
|
|
|
|
M |
|
|
|
M |
|
|
|
|||||||||||||||
|
|
n |
|
|
|
|
n |
|
|
|
|
|
n |
|
|
2 |
|
|
|
|
n |
|
|
2 |
|
|
n |
|
|
|
|
n |
|
|
|
|
|
|
|
n |
|
|
|
|
2 |
|
|
к 1 k |
|
k 1 |
|
k |
|
k 1 k |
|
|
|
k 1 |
|
k |
|
|
k 1 |
k |
k 1 |
|
k |
|
k 1 |
|
|
k |
|
|
|||||||||||||||||||
|
|
n |
M |
2 |
2 |
|
n 1 |
|
n |
M |
|
|
2 |
n |
|
M |
k |
2 2 |
|
n 1 |
|
n |
M |
|
|
|
|
n |
M |
2 |
|
|
||||||||||||||
|
k 1 |
k |
|
k 1 |
l k 1 |
|
k |
l |
|
|
|
k 1 |
|
|
|
|
k 1 |
l k 1 |
|
|
|
k |
|
l |
|
|
k 1 |
|
|
k |
|
|
||||||||||||||
2 |
|
n 1 |
|
n |
M |
k |
M |
D |
n |
|
|
n |
D 2 |
n1 |
n |
|
|
M |
|
M |
k |
|
|
M |
l |
|
|
|
||||||||||||||||||
|
|
k 1 |
l k 1 |
|
|
|
|
l |
к 1 |
|
k |
|
k 1 |
|
k |
|
|
|
k 1 |
l k 1 |
|
|
k |
|
|
|
|
l |
|
|
|
|
|
|
Математическое ожидание и дисперсия важнейших распределений
Равномерное распределение на последовательности {1,2,3,…,N}
ξ |
1 |
2 |
3 |
… |
N |
P |
1 N |
1 N |
1 N |
… |
1 N |
|
|
M |
|
|
1 |
|
1 2 3 ... N |
N N 1 |
|
N 1 |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
N |
|
|
|
|
|
|
|
|
|
2 N |
2 |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
D M |
2 M |
|
2 |
|
1 |
12 22 |
32 ... N 2 N 1 2 |
|
N N 1 2 N 1 |
|
N 1 2 |
|
|||||||||||
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
N |
|
4 |
|
6 N |
4 |
|
|||||||||
|
|
N 1 N 1 |
|
|
|
|
|
|
|||||||||||||||
|
|
|
N 2 1 |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
12 |
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Биномиальное распределение
P m Cnm pmqn m
ξ |
|
0 |
|
1 |
|
|
|
|
|
2 |
|
… |
|
|
N |
|
|
|
|||
P |
|
q |
n |
n |
p q |
n 1 |
n n 1 |
p2 qn2 |
… |
|
p |
n |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
1. |
Математическое ожидание |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
n n 1 |
|
|
|
|
|
|
n 1 |
|
|
|
|
|
|||
|
M |
n p qn1 |
|
|
|
|
|
p2 |
qn2 |
... n pn np qn1 |
|
|
p qn2 |
... pn1 |
|
|
|||||
|
|
2 |
|
|
2 |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n p q p n1 n p
2.Введем серию случайных величин 1; 2 ; 3;...; n ; число успехов в 1, 2, 3,…, n испытании
1 2 |
|
3 |
... n |
|
|
ξ |
0 |
1 |
|||||
M m |
|
M |
k |
n M |
|
|
P |
q |
p |
||||
|
k 1 |
|
|
|
|
1 |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
2 |
0 |
1 |
3. Дисперсия |
|
|
|
|
|
|
|
|
|
|
|
|
|
D D |
n |
|
k |
|
|
n |
D n D |
n p q |
|
|
|||
|
k 1 |
|
|
k 1 |
k |
1 |
|
|
|
||||
D |
M 12 |
M |
2 p p2 p 1 p p q |
|
|
||||||||
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
Распределение Пуассона
P m m e
m!
ξ |
|
|
1 |
|
|
|
|
|
2 |
|
|
|
3 |
|
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
p |
|
|
e a |
|
|
|
|
|
a |
|
2 |
|
|
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
1! e |
|
|
|
2! e a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
M |
|
m |
m |
e |
e |
|
|
m |
|
|
e |
|
|
m 1 |
e e |
||||||||||||||||||||||
|
m! |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
m 1 |
|
|
|
|
|
|
|
|
|
m 1 m 1 ! |
|
|
|
|
|
m 1 m 1 ! |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
2 |
m |
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
|
m |
1 |
|
|
||||||||||
M 2 |
m 1 m |
|
|
|
|
e e m 1 m |
|
|
|
|
|
e |
|
|
|
|
m 1 |
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
m! |
|
|
|
|
|
|
|
|
|
m |
|
1 ! |
|
|
|
|
|
|
|
m |
1 ! |
a |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m 1 |
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
a |
|
|
|
|
|
|
|
2 |
||||||
e |
|
|
|
|
|
|
|
|
|
|
|
e |
|
|
e |
|
a e |
|
|
e e |
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
m 1 |
m |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
1 ! |
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D M 2 M 2 2 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
Геометрическое распределение |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
P m p qm 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
ξ |
|
|
1 |
|
|
|
|
|
2 |
|
|
|
3 |
|
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
p |
|
|
p |
|
|
|
|
p∙q |
|
p∙q² |
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
q |
|
1 |
|
|
|
p q q |
|
|
|
|
p |
|
|
||||||
M |
|
|
|
|
m p qm 1 p |
|
|
m qm 1 p |
|
qm |
p |
|
|
|
|
|
p |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
m1 |
m1 |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
2 |
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m1 |
q |
|
|
1 |
q |
|
|
|
q |
|
q |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
q |
|
|
|
1 |
|
|
|
|
1 |
|
|
|
|
|||
|
|
|
p |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
p2 |
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
M |
2 |
|
|
|
m2 |
p qm1 p |
|
|
|
|
|
m2 |
qm1 p |
|
m qm 1 |
p |
q |
|
|
|
m qm1 1 |
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
m1 |
|
|
|
|
|
|
|
|
|
|
m1 |
|
|
|
|
|
|
m1 |
|
|
|
q |
|
|
|
|
m1 |
|
|
|
|
q |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
1 |
1 |
|
|
|
|
|
|
|
|
1 |
|
|
1 |
|
|
1 q 2 2 q |
|
|
|
|
1 q2 |
|
|
|
1 q |
|
1 q |
|
|
|||||||||||||
p |
q |
|
|
m q |
|
|
|
p q |
|
|
|
|
|
|
|
|
|
|
p |
|
|
|
|
p |
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
1 |
q |
1 q |
1 q |
|
1 q |
|
|
p |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
m1 |
|
|
|
|
|
q |
|
|
|
|
|
q |
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
4 |
|
|
|
|
|
|
4 |
|
|
|
|
3 |
|
|
|
|
|
|
||||||||
D M 2 |
M |
|
2 |
|
1 q |
|
1 |
|
|
|
|
q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
p2 |
p2 |
|
|
p2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Непрерывное равномерное распределение на отрезке
|
|
|
1 |
|
a x b |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
b a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
p x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
0 |
|
x a |
x b |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
M |
|
|
x p(x) x |
b |
x |
|
|
|
1 |
|
|
x |
1 |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
b a |
|
b a |
||||||||||||||||
|
|
|
|
|
|
a |
|
|
|
|
|
|
|||||||||
M 2 |
|
x 2 p(x) x |
b |
x 2 |
|
1 |
|
x |
|
||||||||||||
|
|
|
|
|
|||||||||||||||||
|
|
|
b a |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
x 2 |
b |
|
a b |
|
||||
2 |
|
|
a |
2 |
|
||||
|
|
|
|||||||
|
|
|
|
|
|||||
|
|
|
|
|
|
|
a 2 ab b 2 |
||
|
1 |
|
|
|
x3 |
b |
|||
|
|
|
|
|
|
|
|
|
|
b a |
3 |
|
3 |
||||||
|
|
||||||||
|
|
|
a |
|
a 2 |
ab b 2 |
a 2 2 ab b 2 |
|
b a 2 |
|
D |
|
|
|
|
|
|
|
|
|
|
|||
|
|
3 |
|
4 |
|
12 |
|
|
|
|
Показательное распределение
|
|
|
e x x 0 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
p x |
|
|
|
|
|
||||
|
|
|
|
0 x 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
e x |
|
|
|
|
|
|
|
|
|||
M |
|
|
|
x e x x |
0 |
x |
|
||
|
|
|
|
|
|||||
|
|
|
|
|
|
| |
x |
|
x e |
x |
| |
|
x |
|
|
|
|
x xe |
|
||
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
x |
|
0 |
0 |
e |
|
|
|
0 |
e |
|
x |
|
|
x |
|
|
|
e x |
|
|
|
1 |
0 1 |
1 |
|
|
0 |
|
|
|||
|
|
|
|
||||
|
|
|
|
|
|
|
λ – величина обратная математическому ожиданию
M 2 |
|
|
|
|
|
|
|
|
|
|
e x |
||||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
x 2 |
e x x |
0 |
x 2 |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|||||
D |
2 |
|
|
|
1 |
|
|
1 |
|
|
|
|
|
|
|
2 |
2 |
2 |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
| |
2 |
|
x |
|
|
e |
||
x x |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
2 |
|
0 |
|
|
||||
0 |
2 |
x e |
|
x |
|
|
|
|
2 |
||||||
|
|
|
|
|
|
Условные законы распределения
h
y1 y2 |
… |
ym |
|
ξ
x1 |
P11 P12 … P1m P |
|
1 |
x2 |
P21 P22 … P2m P |
|
2 |
… … … … … …
Pn1 Pn2 … Pnm |
|
xn |
Pn |
Пусть в результате некоторого опыта случайная величина h
принимает одно из своих возможных значений yi , а случайная
величина ξ может принять одно из своих значений {Х1, Х2, Х3,…, Хn}. Условная вероятность того, что случайная величина ξ примет значение Хi , при условии, что случайная величина h приняла
значение yi равна P x y j и называется условным законом
i
распределения случайной величины ξ
Другими словами условным законом распределения случайной величины ξ при значение условным законом распределения
случайной величины h= yi называется совокупность условных вероятностей P x1 ; y j ; P x2 ; y j ;...; P xn ; y j
P xi | y j Pij
Pjh
Аналогичным образом вводится условное распределение случайной величины h при фиксированном значении хi
P y1 ; x j ; P y2 ; x j ;...; P yn ; x j
P y j ; xi Pij ` P i
P A B P( A) P(B | A)
В случае непрерывных случайных величин ξ и h вводится понятие условной плотности распределения p x | y случайной величины
h |
h |
… |
h |
ξ при заданном значении случайной величины h y |
|||
P1 |
P2 |
Pm |
|||||
|
|
|
|
||||
|
|
|
|
p x | y |
p x; y |
||
|
|
|
|
p( y) |
|
||
|
|
|
|
|
|||
|
|
|
|
p y | x |
p x; y |
||
|
|
|
|
p(x) |
|
||
|
|
|
|
|
Свойства условных вероятностей и плотностей вероятностей
1. |
Не отрицательность |
|||
|
P xi |
| y j |
0; |
|
|
P xi |
| y j |
0; |
|
2. |
Нормированность |
|||
|
n |
P xi | y j 1 |
||
|
i 1 |
P y j | xi 1 |
||
|
m |
|||
|
|
j 1 |
|
|
|
|
p x | y x 1 |
||
|
|
|
|
|
|
|
p y | x y 1 |
||
|
|
|
|
|
p x | y 0; p x | y 0;
j1;2;3;...; m i 1;2;3;...; n
Условное математическое ожидание
Условным математическим ожиданием случайной величины h при некотором фиксированном значении случайной величины ξ = х называется
В случае дискретных случайных величин
x m y j | xM h | j 1 y j P
В случае дискретных случайных величин |
|
|
|
|
|
|
|||||
M h | x y р y | x х |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
M h | x x |
, |
где |
х |
– |
называется |
функцией |
регрессии |
случайной |
величины |
h |
на |
случайную величину ξ |
|
|
|
|
|
|
|
|
|
|
|
M | h y y |
, |
где |
y |
– |
называется |
функцией |
регрессии |
случайной |
величины |
ξ |
на |
случайную величину h
Пример
h |
|
|
|
P xi | h 2 |
|
|
|
|
|
-2 |
4 |
|
P 1 | h 2 |
0.2 |
|
0.4 |
|
|
|
0.5 |
|
|||||
|
|
|
|
|
|
|
||
ξ |
|
|
|
|
0.3 |
|
||
|
|
|
P 3 | h 2 |
|
|
0.6 |
||
|
|
|
|
0.5 |
||||
|
|
|
|
M | h 2 1 0.4 3 0.6 2.2 |
||||
1 |
0.2 |
0.4 |
0.6 |
|
|
|
|
|
P xi | h 4
3 |
0.3 |
0.1 |
0.4 |
P 1 | h 4 |
0.4 |
|
|
0.8 |
|||
0.5 |
|
|
|||||||||
P 3 | h 4 |
|
0.1 |
0.2 |
||||||||
|
|
|
|
||||||||
|
|
|
|
|
0.5 |
|
|||||
|
|
|
|
|
|
|
|
||||
|
|
|
|
M | h 4 1 0.8 3 0.2 1.4 |
|||||||
|
0.5 |
0.5 |
|
|
P y j | 1 |
||||||
|
|
|
|
|
P 2 | 1 0.20.6 13
P 4 | 1 0.40.6 23
M h | 1 2 13 4 23 2
P y j | 3
P 2 | 3 0.40.3 34
P 4 | 3 0.40.1 14
M h | 3 2 34 4 14 12
x M | h y x y M h | x y