- •Теория вероятностей
- •Введение
- •1. Случайные события. Вероятность событий
- •1.1. Элементы комбинаторики
- •1.1.1 Повторные выборки
- •Число способов выбора двух элементов
- •Число выборок из трех элементов
- •1.1.2. Бесповторные выборки
- •1.2. Основные понятия теории вероятностей
- •1.3. Алгебра событий
- •1.4. Частота события
- •1.5. Статистическое определение вероятности
- •1.6. Классическое определение вероятности
- •1.7. Свойства вероятностей
- •0Р(а)1.
- •1.8. Геометрические вероятности
- •1.9. Теорема умножения вероятностей. Условная вероятность
- •1.10. Теорема сложения вероятностей
- •1.10.1. Вероятность суммы событий
- •1.10.2. Вероятность появления хотя бы одного события
- •1.11. Формула полной вероятности. Формула Байеса
- •1.11.1. Формула полной вероятности
- •1.11.2. Вероятность гипотез. Формула Байеса
- •2. Повторные независимые испытания
- •2.1. Формула Бернулли
- •2.2. Формулы Лапласа
- •2.2.1 Локальная теорема Лапласа
- •2.2.2. Интегральная теорема Лапласа
- •2.3. Формула Пуассона
- •2.4. Простейший поток событий
- •3. Случайные величины
- •3.1. Понятие случайной величины
- •3.2. Законы распределения дискретных случайных величин
- •3.3. Законы распределения непрерывных случайных величин
- •3.3.1. Интегральная функция распределения
- •3.3.2. Показательный закон распределения
- •3.3.3. Дифференциальная функция распределения
- •3.3.4. Равномерное распределение
- •3.3.5. Распределение Коши
- •4. Числовые характеристики случайных величин
- •4.1. Математическое ожидание и его свойства
- •4.1.1. Математическое ожидание
- •4.1.2. Свойства математического ожидания
- •4.2. Дисперсия и среднее квадратическое отклонение
- •4.2.1. Дисперсия случайной величины
- •4.2.2. Свойства дисперсии
- •4.2.3. Среднее квадратическое отклонение
- •4.3. Моменты случайных величин
- •4.4. Примеры нахождения законов распределения
- •5. Нормальный закон распределения
- •5.1. Геометрический смысл параметров m и σ
- •5.2. Вероятностный смысл параметров функции распределения
- •5.3. Вероятность попадания случайной величины в заданный интервал
- •5.4. Вероятность отклонения случайной величины от математического ожидания
- •6. Системы случайных величин
- •6.1. Функция распределения
- •6.2. Плотность распределения
- •6.3. Закон распределения системы двух дискретных случайных величин
- •6.4. Зависимые и независимые случайные величины
- •6.5. Операции над случайными величинами
- •6.6. Числовые характеристики системы двух случайных величин
- •6.6.1. Ковариация двух случайных величин
- •6.6.2 Коэффициент корреляции
- •6.9. Двумерный нормальный закон распределения
- •7. Предельные теоремы теории вероятностей
- •7.1. Центральная предельная теорема
- •7.2. Интегральная теорема Лапласа
- •7.3. Распределение частоты события
- •7.4. Закон больших чисел
- •7.5. Неравенство Чебышева
- •7.6. Теорема Чебышева
- •7.7. Теорема Бернулли
- •7.8. Принцип практической уверенности
- •7.9. Правило трёх сигм
- •Контрольные вопросы
- •Заключение
- •Рекомендуемый Библиографический список
- •Теория вероятностей
- •680021, Г. Хабаровск, ул. Серышева, 47.
6. Системы случайных величин
Со случайным опытом может быть связано две или более случайных величин.
Пример 6.1.
Точка падения метеорита характеризуется системой двух случайных величин: Х – географическая широта места падения и Y – долгота этого места.
Пример 6.2.
Успеваемость студента, получающего диплом, характеризуется системой nслучайных величин – оценками, проставленными в дипломе.
Пример 6.3.
Состояние любого технического устройства в данный момент характеризуется системой (набором) нескольких случайных величин (X,Y, …,Z).
В случаях, подобных перечисленным, мы имеем дело с системой(совокупностью) случайных величин или случайным вектором.
Рассмотрим систему из двух случайных величин XиY, которую удобно интерпретировать как случайную точку (X, Y) на плоскости с координатамиXиY.
6.1. Функция распределения
Интегральной функцией распределения системы двух случайных величин (X, Y) называетсявероятностьсовместного выполнения неравенствX<x,Y<y, т.е.
F(x,y)=P(X<x,Y<y).
Геометрически это означает вероятность того, что случайная точка (X, Y) попадет в бесконечный квадрат на плоскости с вершиной в точке (x,y).
Интегральная функция распределения существует для систем и непрерывных, и дискретных величин. Если же случайные величины, образующие систему, непрерывны, то закон распределения можно создать с помощью дифференциальной функции распределения (функция плотности):
.
6.2. Плотность распределения
Функция называетсяплотностью распределения системы двух непрерывных случайных величин (Х, Y). Плотность обладает следующими свойствами:
1)
2)..
Геометрически – это некоторая поверхность, такая, что объем между этой поверхностью и координатной плоскостьюОхуравен единице. Если система двух случайных величин (X, Y)задана функцией плотности , то вероятность попадания случайной точки в некоторую область плоскости равна объему, который опирается на эту область и ограничен сверху поверхностью .
6.3. Закон распределения системы двух дискретных случайных величин
Рассмотрим случай двух дискретных случайных величин (X, Y). Считаем, что множество значений каждой из них конечно: Обозначим– вероятность того, чтоХ примет значение, аY– значение .Законом распределения системы (X, Y) называется совокупность всех возможных значений, т.е. пар чисели соответствующих им вероятностей.Обычно закон распределения задается в виде прямоугольнойтаблицыс двойным входом:
… |
… | |||||
… |
… | |||||
… |
… | |||||
… |
… |
… |
… |
… |
… |
… |
… |
… | |||||
… |
… |
… |
… |
… |
… |
… |
… |
… |
Сумма всех вероятностей , стоящих в матрице, равна единице как сумма вероятностей полной группы несовместных событий:
.
Зная закон распределения системы (Х, Y), можнонайти законы(ряды) распределенияотдельных величинХиY, входящих в систему. ОбозначимСобытиянесовместны, поэтому вероятность того, чтоХпримет значениепо теореме сложения вероятностей:, т.е. равна сумме вероятностей «столбца».
В общем случае и, аналогично,
.
То есть, для того чтобы найти вероятность , надо просуммировать вероятности «столбца». Аналогично, сложив вероятности «строки», получим вероятность. После этого можно составлять законы распределения дляХиY.