- •Теория вероятностей
- •§ 1. Предмет теории вероятностей
- •§ 2. Случайные события или исходы. Множество элементарных событий. Основные понятия
- •Примеры на построение множества ω.
- •Алгебраические операции над событиями
- •Диаграмма Венна.
- •Свойства операций
- •§ 3. Различные подходы к определению вероятности
- •П. 1. Аксиоматическое определение вероятности
- •П. 2. Классическое определение вероятности
- •Решение.
- •Решение.
- •Пп. 1. Комбинаторный метод вычисления вероятностей в классической схеме
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Пп. 2. Геометрические вероятности в классической схеме
- •Решение.
- •П. 3. Статистическое определение вероятности
- •§ 4. Основные теоремы теории вероятностей п.1. Теоремы сложения вероятностей
- •Доказательство.
- •Доказательство (методом математической индукции).
- •Доказательство.
- •Доказательство.
- •Решение.
- •Д оказательство (геометрическое)
- •П.2. Теоремы умножения вероятностей
- •Доказательство.
- •Решение.
- •Решение.
- •§ 5. Формулы полной вероятности и формула Байеса п. 1. Формула полной вероятности (следствие обеих основных теорем сложения и умножения)
- •Решение.
- •П. 2. Формула Байеса (Бейеса) (следствие теоремы умножения и формулы полной вероятности)
- •Решение.
- •§ 6. Последовательность независимых испытаний п. 1. Независимые испытания
- •П. 2. Формулы Бернулли.
- •Решение.
- •Решение.
- •Замечания.
- •Решение.
- •П. 3. Предельные теоремы в схеме Бернулли
- •Решение.
- •Решение.
- •Доказательство.
- •Решение.
- •П. 4. Наивероятнейшее число появления события в независимых испытаниях
- •Решение.
- •§ 7. Случайные величины п. 1. Основные определения
- •П. 2. Законы распределения случайных величин. Законы распределения дискретных случайных величин. Функция распределения
- •Формы закона распределения дсв.
- •Решение.
- •Решение.
- •3. Функция распределения – универсальный закон распределения (для дсв и нсв).
- •Свойства f(X).
- •Доказательство.
- •Графики функции распределения.
- •Решение.
- •Решение.
- •П. 3. Плотность распределения вероятностей нсв
- •Свойства плотности распределения
- •2. Условие нормировки: интеграл в бесконечных пределах от плотности распределения равен 1: . (4) Доказательство
- •Решение.
- •Решение.
- •П. 4. Числовые характеристики случайных величин, их роль и назначение
- •Пп 1. Характеристики положения (математическое ожидание, мода, медиана)
- •1. Математическое ожидание или среднее значение случайной величины
- •2. Мода случайной величины
- •3. Медиана случайной величины
- •Пп 2. Моменты
- •Доказательство.
- •И эксцесс
- •Решение.
- •Решение.
- •Решение.
- •П. 5. Законы распределения вероятностей дискретных случайных величин: биномиальный, Пуассона, гипергеометрический. Пп 1. Биномиальное распределение
- •Решение.
- •Пп 2. Распределение Пуассона
- •Решение.
- •Решение.
- •Пп 3. Гипергеометрическое распределение
- •Решение.
- •П. 6. Законы распределения вероятностей непрерывных случайных величин: равномерный, показательный, нормальный Пп 1. Равномерное распределение или закон равномерной плотности
- •Решение.
- •Пп 2. Показательное или экспоненциальное распределение
- •Решение.
- •Пп 3. Нормальный закон распределения
- •Смысл параметров m и σ
- •Решение.
- •§ 8. Системы случайных величин или случайные векторы п. 1. Основные понятия.
- •П. 2. Законы распределения свдт и свнт
- •Закон. Таблица распределения – закон распределения свдт.
- •Решение.
- •Решение.
- •Закон. Функция распределения – закон распределения свдт и свнт.
- •Решение.
- •3. Плотность распределения (для свнт)
- •Решение.
- •Решение.
- •П. 4. Плотности распределения отдельных величин, входящих в систему. Равномерное и нормальное распределения. Условные законы распределения
- •Решение.
- •Решение.
- •П. 5. Числовые характеристики системы. Корреляция. Линии регрессии
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •§ 9. Закон больших чисел. Предельные теоремы теории вероятностей
Решение.
Случайный вектор дискретного типа, следовательно, F(x,y) =
F(x, y) |
y ≤ 0 |
0 < y ≤ 1 |
1 < y ≤ 2 |
y > 2 |
x ≤ 0 |
0 |
0 |
0 |
0 |
0 < x ≤ 1 |
0 |
0 |
0 |
|
1 < x ≤ 2 |
0 |
0 |
|
+ = |
x > 2 |
0 |
|
+ = |
+ + = 1 |
3. Плотность распределения (для свнт)
Определение 63. (первое определение) Плотностью распределения системы двух непрерывных случайных величин называется предел отношения вероятности попадания случайной точки (X, Y) в элементарный прямоугольник к площади прямоугольника, когда оба его размера стремятся к нулю:
.
Распишем интервальную вероятность с помощью функции распределения:
Правая часть равенства – определение смешанной производной функции двух переменных F(x, y), отсюда следует
Определение 64. (второе определение) Плотностью распределения системы двух непрерывных случайных величин называется смешанная частная производная от функции распределения системы:
.
О тсюда, .
Геометрически f(x, y) можно изобразить некоторой поверхностью, которую называют поверхностью распределения.
Вероятность попадания случайной точки в некоторую область D плоскости (Оxy) находится по формуле:
.
Геометрически вероятность попадания случайной точки в область D плоскости (Оxy) изображается объемом цилиндрического тела, ограниченного поверхностью распределения и опирающегося на эту область.
Свойства плотности
f(x, y) – неотрицательная функция, т.е. f(x, y) ≥ 0.
Условие нормировки: .
Пример 4. Дана плотность распределения непрерывного вектора . Найти: 1) коэффициент а, 2) функцию распределения F(x, y), 3) вероятность попадания случайной точки в прямоугольник с вершинами в точках О(0,0), А(0,1), В( , С
Решение.
1) Для вычисления коэффициента а применим условие нормировки:
.
2) По определению
.
3) В ероятность попадания в прямоугольник.
1 способ:
.
2 способ (по 5 свойству):
= –
– 0∙0 = .
Пример 5. Дана плотность распределения непрерывного вектора . Найти вероятность того, что случайная точка принадлежит треугольнику с вершинами в точках О(0,0), А(1,2), В(0,1).
Решение.
Плотность распределения задана в квадрате. О бласть пересечения квадрата с заданным треугольником – заштрихованный треугольник, ограниченный снизу прямой , сверху – прямой , причем, , следовательно,
.
П. 4. Плотности распределения отдельных величин, входящих в систему. Равномерное и нормальное распределения. Условные законы распределения
Пусть известна плотность распределения f(x, y) случайного вектора. Согласно свойству 1 (условие согласованности) для функции распределения F(x, y): F(x, +∞) = F1(x), F(+∞, y) = F2(y), можем записать, что,
F1(x) = , F2(y) = .
Отсюда, дифференцированием первого равенства по х, а второго по y, получим, что плотности распределения одной из величин равны интегралу от плотности распределения системы в бесконечных пределах по аргументу, соответствующему другой случайной величине:
, .
Ставится вопрос, как по известным законам распределения отдельных величин, входящих в систему, найти закон распределения системы. В общем случае эта задача не разрешима, но, с другой стороны, закон распределения системы должен содержать все сведения о величинах, входящих в систему, в том числе и сведения о том, как они связаны между собой.
Определение 65. Случайные величины X и Y, входящие в систему, называются независимыми, если закон распределения каждой из них не зависит от того, какое значение приняла другая. В противном случае, они называются зависимыми.
Теорема. Для того, чтобы дискретные случайные величины X и Y , входящие в систему, были независимыми, необходимо и достаточно, чтобы выполнялось равенство:
или pij = pi pj.
Для того, чтобы непрерывные случайные величины X и Y , входящие в систему, были независимыми, необходимо и достаточно, чтобы выполнялось равенство:
или .
П ример 6. Дана плотность распределения непрерывного вектора: . Зависимы или независимы случайные величины, входящие в систему?