- •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
Задачи для самоконтроля к §6, 7
1. Случайные величины x и h являются дискретными и независимыми.
Даны законы их распределения. Составить закон их совместного распределения и найти cov(x , h ).
x |
0 |
10 |
15 |
|
h |
7 |
14 |
25 |
р |
2/5 |
1/5 |
2/5 |
|
p |
1/2 |
1/6 |
1/3 |
2. По цели проводится три независимых выстрела. Вероятность попадания в цель при каждом выстреле равна 0,7. Случайная величина x – число попаданий в цель, h – число промахов. Составить таблицу распределения системы случайных величин (x , h ) и найти cov(x , h ).
3. Плотность распределения случайной величины (x , h ) определяется по формуле:
Найти параметр k, плотности распределения компонент, функцию распределения и вероятность попадания случайной точки в прямоугольник
§8 Задача о наилучшем линейном прогнозе.
Определение 1. Пусть даны случайные величины ξ1 ,ξ 2 , …ξnи зависящая от них случайная величина η. Рассмотрим следующую задачу: мы знаем конкретные значения величин ξ1 ,ξ 2 , …ξn ,и требуется предсказать значение величины η . Такую задачу будем называть задачей прогноза.
Реальные задачи прогноза – предсказание всевозможных климатических характеристик, предсказание траектории движущихся объектов и т.д.
Пример 1. Пусть тренер баскетбольной секции знает, какой рост был у спорстмена в 10 лет (ξ1 ), и в 15 лет (ξ2 ). И для того, чтобы определить перспективность спортсмена, ему надо спрогнозировать его рост в 20 лет (h ).
Мы рассмотрим простейший случай зависимости случайных величин – линейную .
Определение 2. Пусть даны случайные величины ξ1 ,ξ 2 , …ξn , η. Линейный прогноз величины η определяется равенством:
= а1× ξ1 + а2× ξ2 + … аn × ξn + а0, где а0, а1, …аn – некоторые константы.
Т.е. предположили, что η линейно зависит от ξ
1… ξ n и задача – найти неизвестные константы.
Замечание. – так же является случайной величиной, т.к. обычно мы не можем точно предсказать значения η , но можно с той или иной точностью оценить эту величину.
Теорема. Пусть даны случайные величины ξ1 ,ξ 2 , …ξn , η. Пусть
– значения соответствующих случайных величин, полученные в результате опыта. Тогда значение η (обозначим ) можно представить в виде :
8.1
Константы с1, с2, с3 ….. сn находят из системы линейных уравнений:
8.2
Замечание. Если система 8.2 не имеет решения ( вырожденная ), то прогноз можно строить по части случайных величин ξ1, ξ2, …ξn.
Следствие. Рассмотрим случай n = 1, т.е когда заданы случайные величины ξ и η, η –линейно-зависима от ξ, и надо предсказать по . Тогда из 8.1 и константа с находится из уравнения:
Тогда:
Пример 2. Пусть ξ рост человека, η – его вес. В некоторой стране средний рост 175 см., а средний вес 70 кг. Матрица ковариаций для этих случайных величин :
Известно, что рост некоторого человека 190 см., предсказать его вес.
Решение:
=190; Мx =175; Мh =70; Линейный прогноз случайной величины η