- •Министерство образования и науки российской федерации
- •Раздел I. Теория вероятностей
- •Тема 1. Случайные события
- •1.1 Классификация событий
- •1.2. Вероятность событий
- •Свойства вероятности
- •1.3. Элементы комбинаторики
- •1.4. Операции над событиями
- •Тема 2. Основные теоремы
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема умножения вероятностей
- •2.3. Формула полной вероятности. Формулы Байеса
- •Тема 3. Повторные независимые испытания
- •3.1. Формула Бернулли
- •3.2. Формула Пуассона
- •3.3. Локальная теорема Муавра-Лапласа
- •Свойста функци , ее график
- •3.4. Интегральная теорема Муавра-Лапласа
- •Свойства функции :
- •Тема 4. Дискретная случайная величина и её характеристики
- •4.1. Понятие случайной величины
- •4.2. Закон распределения дискретной случайной величины
- •4.3. Математические операции над случайными величинами
- •4.4. Числовые характеристики дискретной случайной величины
- •Свойства
- •Свойства
- •4.5. Биноминальный закон распределения и закон Пуассона
- •4.6. Функция распределения случайной величины
- •Свойства функции распределения
- •Тема 5. Непрерывные случайные величины.
- •5.1. Плотность распределения вероятностей непрерывных случайных величин
- •Свойства плотности распределения
- •5.2. Числовые характеристики непрерывных случайных величин
- •5.3. Нормальный закон распределения
- •Свойства случайной величины, распределенной по нормальному закону
- •5.4. Центральная предельная теорема. Теорема Ляпунова
- •Тема 6. Двумерные (n-мерные) случайные величины
- •6.1. Способы задания двумерной случайной величины
- •Свойства двумерной функции распределения
- •6.2. Условные законы распределения
- •6.3. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •6.4. Двумерный нормальный закон распределения
- •Тема 7. Закон больших чисел
- •Неравенство Маркова (лемма Чебышева)
- •Неравенство Чебышева
- •Теорема Чебышева
- •Раздел II. Математическая статистика Тема 8. Выборочный метод. Общие вопросы
- •8.1. Понятие о вариационных рядах
- •8.2. Эмпирическая функция распределения
- •Свойства :
- •8.3. Числовые характеристики вариационного ряда
- •Основные свойства
- •Основные свойства дисперсии
- •Упрощённый способ расчёта средней арифметической и дисперсии
- •8.4. Выборочный метод
- •Тема 9. Оценка доли признака и генеральной средней
- •Точечные оценки генеральной совокупности. Свойства оценок
- •Интервальная оценка параметров
- •Доверительный интервал для генеральной средней и генеральной доли по большим выборкам
- •Объём выборки
- •Тема 10. Статистическая проверка гипотез
- •10.1. Статистическая гипотеза и общая схема её проверки
- •1) - То нулевую гипотезуотвергают,
- •2) - То нет оснований отвергнуть.
- •10.2. Построение теоретического закона распределения по опытным данным. Критерий согласия Пирсона
- •Правило проверки нулевой гипотезы
- •Тема 11. Корреляция и регрессия
- •11.1. Линейная парная регрессия
- •11.2. Оценка тесноты корреляционной зависимости
- •Свойства выборочного коэффициента корреляции r
- •Проверка значимости выборочного коэффициента корреляции
6.2. Условные законы распределения
Определение. Условным законом распределения одной из случайной величины, входящих в систему, называется закон её распределения, найденный при условии, что другая случайная величина приняла определённое значение (или попала в некий интервал).
В случае двух дискретных случайных величин условным законом распределения случайной величины при условииназывается вероятность
.
Аналогично определяется условный закон распределения дискретной случайной величины при условии:
.
X Y |
1 |
2 |
3 |
1 |
0,1 |
0,2 |
0,15 |
2 |
0,3 |
0,1 |
0,15 |
Найти: а)законы распределения случайных величини.
б)функцию распределения д.с.в.Х.
в)условный закон распределения с.в.YприХ = 1.
г)вероятность события.
Решение.
а)Случайная величинаХпринимает два значения:х1 =1 их2 =2 с вероятностями
р1 = 0,1 + 0,2 + 0,15 = 0,45 ир2 = 0,3 + 0,1 + 0,15 = 0,55.
Случайная величина Yпринимает три значения:у1 =1,у2 =2 иу3 =3 с вероятностямир1 = 0,1 + 0,3 = 0,4,р2 = 0,2 + 0,1 = 0,3 ир3 = 0,15 + 0,15 = 0,3.
Х P |
1 0,45 |
2 0,55 |
Y P |
1 0,4 |
2 0,3 |
3 0,3 |
б) В соответствии с формулойполучаем:
если 0;
если 0;
Р(Х=1,Y=1) = 0,1;
Р(Х=1,Y=1) +Р(Х=1,Y=2) = 0,1+ 0,2 = 0,3;
Р(Х=1,Y=1) +Р(Х=1,Y=2) +Р(Х=1,Y=3) = 0,1+ 0,2 +
+ 0,15 = 0,45;
если 0;
Р(Х=1,Y=1) +Р(Х=2,Y=1) = 0,1+ 0,3 = 0,4;
Р(Х=1,Y=1) +Р(Х=1,Y=2) +Р(Х=2,Y=1) +Р(Х=2,Y=2) =
= 0,1+ 0,2+ 0,3+ 0,1 = 0,7;
Р(Х=1,Y=1) +Р(Х=1,Y=2) +Р(Х=1,Y=3) +Р(Х=2,Y=1) +
+ Р(Х=2,Y=2) +Р(Х=2,Y=3) = 1.
Таким образом, функция распределения с.в. ХиYимеет вид
-
0
0
0
0
0
0,1
0,3
0,45
0
0,4
0,7
1
в)Условный закон распределенияпри условии, что Х=1, получим, если вероятности значенийнайдем с помощью формулы.
Так как , то
, ,.
Таким образом, условный закон распределения с.в. при Х=1 имеет вид
-
Y
1
2
3
РХ=1
г)Для нахождения вероятности событияскладываем вероятности событий для которых. ПолучимР= 0,2 + 0,15 + 0,15 = 0,5.
6.3. Ковариация и коэффициент корреляции
Для характеристики связи между величинами ислужат ковариация и коэффициент корреляции.
Определение.Ковариацией(иликорреляционным моментом)случайных величининазывается математическое ожидание произведения отклонений этих величин от своих математических ожиданий, то есть
или ,
где ,.
Из определения следует, что .
Для дискретных случайных величин.
Ковариацию удобно вычислять по формуле .
Если случайные величины инезависимы, то. Таким образом, если, то случайные величиныизависимы, в этом случае случайные величины называюткоррелированными. В случаеслучайные величиныиназываютнекоррелированными.
Ковариация характеризует не только степень зависимости двух случайных величин, но и их разброс вокруг точки . Она является величиной размерной, что затрудняет её использование для оценки степени зависимости для различных случайных величин. Этих недостатков лишён коэффициен корреляции.
Определение.Коэффициентом корреляциидвух случайных величининазывается безразмерная величина, равная
,
где - среднеквадратические отклонения соответственно величини.