- •Содержание
- •Глава 1. Вероятность событий
- •§1. Пространство элементарных исходов. Операции над событиями. Отношения между событиями.
- •Операции над событиями.
- •Свойства операций над множествами
- •Задачи для самоконтроля к §1
- •§ 2 Классическое определение вероятности. Основные свойства вероятности.
- •§ 3 Основные формулы комбинаторики.
- •3.1 Принцип (правило) умножения.
- •3.2 Перестановки.
- •3.3 Размещения.
- •3.4 Сочетания.
- •3.5 Гипергеометрическое распределение.
- •§4 Общее определение вероятности.
- •Геометрические вероятности
- •Задание вероятности на дискретном пространстве элементарных исходов
- •Задачи для самоконтроля к §2,3,4
- •§5 Условная вероятность
- •§6 Независимость событий.
- •Задачи для самоконтроля к §5, 6
- •§7 Формула полной вероятности.
- •§8 Формула Байеса.
- •Задачи для самоконтроля к §7, 8
- •§9 Последовательность испытаний (схема Бернулли ).
- •Задачи для самоконтроля к §9
- •§ 10 Предельные теоремы в схеме Бернулли.
- •10.1 Локальная теорема Муавра – Лапласа.
- •10.2 Интегральная теорема Муавра – Лапласа.
- •10.3 Формула Пуассона (формула редких событий).
- •10.4 Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях.
- •Задачи для самоконтроля к §10
- •Глава 2 Случайные величины.
- •§1 Случайные величины и функция распределения.
- •§2 Дискретные случайные величины.
- •2.1 Ряд распределения.
- •2.2 Функция распределения дискретной с.В.
- •2.3 Математическое ожидание дискретной случайной величины.
- •2.4 Дисперсия.
- •Задачи для самоконтроля к §2
- •§3 Важнейшие дискретные случайные величины
- •Биномиальное определение
- •Геометрическое распределение
- •Распределение Пуассона
- •Задачи для самоконтроля к §3
- •§4 Непрерывные случайные величины.
- •4.1 Плотность распределения
- •4.2 Математическое ожидание и дисперсия непрерывной с.В.
- •4.3 Квантиль.
- •Задачи для самоконтроля к §4
- •§5 Важнейшие непрерывные случайные величины.
- •5.1 Равномерное распределение
- •5.2 Экспоненциальное ( показательное) распределение
- •5.3 Нормальное распределение.
- •Задачи для самоконтроля к §5
- •§6 Двумерные случайные величины.
- •6.1 Дискретная двумерная случайная величина.
- •6.2 Функция распределения двумерной случайной величины.
- •6.3 Непрерывные двумерные случайные величины.
- •§7 Ковариация и корреляция.
- •Задачи для самоконтроля к §6, 7
- •§8 Задача о наилучшем линейном прогнозе.
- •Задачи для самоконтроля к § 8
- •Глава 1
- •Глава 2
- •Литература
Глава 2 Случайные величины.
§1 Случайные величины и функция распределения.
Мы уже сталкивались с событиями, состоящими в появлении того или иного числа. Например, бросание кости: событие заключается в появлении чисел 1,2…6. Определить заранее число выпавших очков невозможно, т.к оно зависит от разных причин, все из них учесть нельзя. В этом смысле число выпавших очков есть случайная величина, а числа 1, 2, 3…6 – возможные значения случайной величины.
Определение 1. Дано некоторое испытание с пространством элементарных исходов Ω. Случайой величиной называется функция ξ(ω):Ω→R (определённая на пространстве элементарных исходов и принимающая значения из множества R).
Примеры:
1) Число родившихся мальчиков среди 100 новорожденных – случайная величина, которая может принимать значение 0, 1, 2…, 100.
2) Расстояние, которое пролетает снаряд при выстреле – случайная величина, которая может принимать значения от А до В ξ(ω):Ω→[А<,В].
3) Игральную кость подбрасывают 2 раза. Рассмотрим случайную величину ξ – сумму выпавших очков.
Ω = {(i, j) i, j = 1,…6}, где i – количество очков при первом броске, j – при втором.
ξ((i,j)) = i + j, ее возможные значения 2, 3,…, 12.
Как задать случайную величину (с.в. для краткости)?
На первый взгляд может показаться, что для задания С.В. достаточно перечислить ее возможные значения. В действительности это не так, потому что С.В. могут иметь одинаковые множества значений, но принимать эти значения с разными вероятностями. Т.е надо задавать и значения, и вероятности, с которыми С.В. принимает эти значения. Всё вместе это называется законом распределения С.В.
Функция распределения
Определение 2. Пусть дана С.В. ξ. Функция распределения задается равенством:
Fξ(x) = P{ξ < x} ( вероятность того, что ξ строго меньше х)
Теорема ( свойства функции распределения)
0 ≤ Fξ(x) ≤ 1
Fξ(x) монотонно неубывающая функция, т.е если х < у, то Fξ(x) Fξ(у).
,
(кратко это будем записывать как Fξ(∞) = 1, Fξ(-∞) = 0)
4) P{x ≤ >ξ < y} = F<ξ>(у) – Fξ(x)
Доказательство:
1) очевидно, т.к Fξ(x) – вероятность,а она всегда в интервале [0, 1].
2) и 4) Введём события А = {ξ < у}, В = {ξ < х}, С = {x ≤ ξ < y}. Тогда
А = В + С. События В и С – не совместны, Р(А) = Р(В) + Р(С)
Р{ξ < у} = Р{ξ < х} + Р{x ≤ ξ < y}. По определению 2 это
Fξ(у) = Fξ(x) + Р{x ≤ >ξ < y}. Т.к. Р{x ≤ >ξ < y}³ 0, то
Fξ(у) ≥ Fξ(x). Отсюда же
P{x ≤ ξ < y} = Fξ(у) - Fξ(x).
P>3) Возьмем достоверное событие {ξ < ∞} = Ω.
Р{ξ < ∞} = Р(Ω) = 1. По определению 2: Р{ξ < ∞} = Fξ(∞) = 1.
Второй предел доказываем аналогично:
возьмем невозможное событие {ξ < –∞} = Ø. Р{ξ < –∞} = Р(Ø) = 0. По определению 2: Р{ξ < – ∞} = Fξ(–∞) = 0.
§2 Дискретные случайные величины.
2.1 Ряд распределения.
Определение 1. С.В. называется дискретной, если она принимает конечное или счетное число значений.
Определение 2. Дана дискретная С.В., принимающая значения х1, х2, …, хn . Рядом распределения этой с.в. называют множество пар
(х1,р1) , (х2, р2)……, где рi = Р{ξ = хi}. Часто ряд распределения записывается в виде таблицы:
Значение ξ |
x1 |
х2 |
……. |
хn |
вероятность |
p1 |
p 2 |
…….. |
p n |
где х1 , х2……– упорядочены по возрастанию.
Пример 1. В коробке 6 ламп, из них 3 бракованные. Рабочий извлекает лампы по одной, до тех пор пока не вытащит небракованную. С.В. ξ – число извлеченных ламп. Надо построить её ряд распределения.
Очевидно, что ξ – дискретная с.в., принимающая значения 1 ,2, 3, 4.
Чтобы найти вероятности , обозначим через Аi – i- я лампочка не бракованная. Тогда
Р1 = Р{ξ = 1} = 3/6= 1/2
Р2 = Р{ξ = 2} = Р(Ā1) × Р( А2/Ā>1) = 1/2× 3/5 = 3/10
Р3 = Р{ξ = 3} = Р(Ā1)× Р( Ā2/Ā<1)× Р(А3 /(Ā2× Ā1)) = 3/6 × 2/5 × 3/4 = 3/20
Р4 = Р{ξ = 4} = Р (Ā1× Ā2× Ā3× А4) = 3/6× 2/5 × 1/4 × 3/3 = 1/20
Т.к. события {ξ = 1}, {ξ = 2},{ξ = 3}, {ξ = 4} составляют полную группу событий, то сумма вероятностей Р1+Р2+Р4+Р3 = 1.
Т.е. ряд распределения:
Значение ξ |
1 |
2 |
3 |
4 |
вероятности |
1/2 |
3/10 |
3/20 |
1/20 |