- •Введение
- •Глава 1. Cлучайные события
- •§ 1. Предмет теории вероятностей
- •§ 2. Пространство элементарных событий
- •§ 3. Классическое определение вероятности
- •§ 4. Некоторые комбинаторные формулы
- •§ 5. Геометрические вероятности
- •§ 6. Аксиоматическое построение теории вероятностей
- •§ 7. Условные вероятности
- •§ 8. Вероятность суммы и произведения событий
- •§ 9. Зависимые и независимые события
- •§ 10. Формула полной вероятности
- •§ 11. Формула Байеса
- •Глава 2. Случайные величины
- •§ 1. Дискретные случайные величины
- •§ 2. Функция распределения случайной величины
- •§ 3. Числовые характеристики дискретных случайных величин
- •§ 4. Моменты
- •§ 5. Производящая функция
- •§ 6. Биномиальное распределение
- •§ 7. Распределение Пуассона
- •§ 8. Геометрическое распределение
- •§ 9. Непрерывные случайные величины
- •§ 10. Характеристики непрерывных случайных величин
- •§ 11. Примеры непрерывных случайных величин
- •§ 12. Функция распределения нормального закона
- •Глава 3. Cиcтемы случайных величин
- •§ 1. Распределение системы случайных величин
- •§ 3. Нормальное распределение на плоскости
- •§ 4. Зависимость и ковариация
- •§ 5. Kоэффициент корреляции и его свойства
- •Глава 4. Некоторые предельные теоремы
- •§ 1. Центральная предельная теорема
- •§ 2. Закон больших чисел
- •Литература
Лекция 4
Глава 2. Случайные величины
§ 1. Дискретные случайные величины
Если задано некоторое вероятностное пространство (Ω, А, Р), то под случайной величиной будем понимать числовую функцию X, заданную на пространстве Ω.
Cлучайные величины будем обозначать большими латинскими буквами, а значения, которые они принимают, - соответствующими малыми.
Различают дискретные, непрерывные случайные величины и случайные величины с сингулярным распределением.
Дискретной называется случайная величина, принимающая конечное или счетное число различных значений.
Пример 1. Колесо рулетки разделено на пять секторов, площади которых относятся как 5:4:3:2:1. Величина выигрыша пропорциональна номеру сектора, наименьший выигрыш - 100 рублей.
Будем считать выигрыш случайной величиной Х. Это дискретная случайная величина. Она принимает значения: x1 = 100, x2 = 200, …,
x5 = 500. ♦
Ecли мы укажем, c какими вероятностями дискретная случайная величина принимает свои значения, то мы зададим распределение случайной величины.
Распределение дискретной случайной величины можно задать в виде таблицы:
X |
x1 |
x2 |
x3 |
... |
xn |
... |
P |
p1 |
p2 |
p3 |
... |
pn |
... |
В верхней строчке таблицы указываются значения случайной величины, а в нижней - вероятности этих значений. Вероятность значения случайной величины - это вероятность множества тех элементарных исходов, на которых случайная величина принимает это значение:
P(Х = хn) = Р{ω: Х(ω) = хn}.
|
X |
100 |
|
200 |
|
300 |
400 |
500 |
|
|
|
|
|
|
1/3 |
|
4/15 |
|
1/5 |
2/15 |
1/15 |
|
|
|
|
Пример 2. Случайная величина Х из примера 1 принимает свои |
||||||||||||
значения со следующими вероятностями: р1 = 5/15, р2 = 4/15,…, р5 = 1/15. |
||||||||||||
♦ |
|
|
|
|
|
|
|
|
|
|
|
|
§ 2. Функция распределения случайной величины |
||||||||||||
Функцией распределения случайной величины Х называется функция |
||||||||||||
F(x), определяемая навсейдействительнойпрямойкак F(x) = P(X ≤ x) . |
|
|||||||||||
Замечание. Поскольку вероятность определена только на |
||||||||||||
множествах из алгебры А, не любую числовую функцию Х(ω), ω Ω, |
||||||||||||
можно считать случайной величиной, а только ту, для которой |
||||||||||||
множества |
|
|
|
|
|
|
|
|
|
|
|
|
{ω: X(ω) ≤ x}принадлежат алгебре А при любом действительном |
x. |
|||||||||||
Такие функции называются измеримыми. |
|
|
|
|
|
|
||||||
Пример 3. Построим график функции распределения случайной |
||||||||||||
величины из примера 1 (рис.1). Перечислим свойства функции |
||||||||||||
распределения случайной величины. |
|
|
|
|
|
|
|
|||||
Утверждение 1. F(x) не убывает. |
|
|
|
|
|
|
||||||
Доказательство. Пусть х1 < |
х2. F(x2) – F(x1) = Р(X ≤ x2) – Р(X ≤ x1) = |
|||||||||||
= Р{ω: x1< X(ω) ≤ x2) ≥ 0. Cледовательно, F(x1) ≤ F(x2). ♣ |
справа, |
т.е. |
||||||||||
Утверждение |
2. |
Функция |
F(x) |
непрерывна |
||||||||
lim F(x) = F(a) . |
|
|
|
|
|
|
|
|
|
|
|
|
x→a+0 |
|
|
|
|
|
|
|
|
Доказательство. |
|||
|
|
|
|
|
|
|
|
|
||||
1 |
|
|
|
|
|
Предположим, F(x) не является |
||||||
|
|
|
|
|
непрерывной справа в некоторой |
|||||||
14/15 |
|
|
|
|
|
|||||||
|
|
|
|
|
точке а: для |
δ > 0 F(а+ δ) – |
||||||
4/5 |
|
|
|
|
|
|||||||
3/5 |
|
|
|
|
|
F(a) > 0, |
|
т.е. |
|
P{ω: |
||
|
|
|
|
|
а< Х(ω) ≤ a + |
δ } > 0. |
Значит, |
с |
||||
|
|
|
|
|
|
|||||||
1/3 |
|
|
|
|
|
ненулевой |
|
вероятностью |
||||
|
|
|
|
|
случайная величина Х принимает |
|||||||
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
значения, которые превосходят а, |
||||||
0 |
100 200 300 |
400 |
500 |
x |
|
|
|
|
|
|
|
|
|
Рис.1. |
|
|
|
|
|
|
|
|
|
|
но не превосходят а+ δ сразу для всех δ. Но это невозможно, так как любое значениех0, большееa, будетпревосходитьиa + δ принекоторыхδ. ♣
Утверждение 3. lim F(x) = 0, |
lim F(x) =1. Будем считать это |
x→−∞ |
x→∞ |
утверждение аксиомой. ♣ Замечание. Иногда рассматривают распределения, у которых
lim F(x) <1. Такие распределения называются несобственными. Их
x→∞
изучение выходит за рамки нашего курса.
§ 3. Числовые характеристики дискретных случайных величин
Основной характеристикой случайной величины является математическое ожидание.
Пусть случайная величина Х принимает значения хk, k = 1, 2,…, с вероятностями рk. Математическое ожидание (или среднее значение) дискретной случайной величины обозначается МХ и равняется сумме
числового ряда ∑xk pk , если ряд сходится абсолютно.
k
Пример4. Cреднийвыигрышвпримере1 составляет:
MX = 100(1/3) + 200(4/15) + 300(1/5) + 400(2/15) + 500(1/15) = 233,(3).♦ Cвойства математических ожиданий:
1)для любой постоянной величины C: MC = C;
2)для любой постоянной a: M(aX) = aMX;
3)для любых случайных величин X и Y, имеющих математические ожидания MX и MY: M(X + Y) = MX + MY;
4)если случайные величины X(ω) и Y(ω) таковы, что X(ω) ≤ Y(ω) для всех ω Ω , то МX ≤ MY;
5)MX ≤ M X .
Все свойства математических ожиданий вытекают из свойств абсолютно-сходящихся числовых рядов.
Еще одна характеристика случайных величин - дисперсия.
Дисперсия случайной величины X обозначается DX и равняется М(X – MX)2.
Дисперсия - это средний квадрат отклонения значений случайной величины от ее математического ожидания.
Из определения дисперсии следуют ее свойства:
1)для любой постоянной величины C: DC = 0;
2)для любой постоянной a: D(aX) = а2D(X).