- •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.
Представим плотность в виде произведения:
, следовательно, по теореме, X и Y – независимые величины.
Пример 7. Дано распределение дискретных независимых случайных величин Х и У:
Х = хi |
1 |
2 |
рi |
0,2 |
0,8 |
У = уj |
3 |
5 |
pj |
0,4 |
0,6 |
Записать закон распределения случайного вектора (Х + У).
Решение.
Найдем возможные значения случайного вектора (Х + У): 1 + 3 = 4, 2 + 3 =5, 1 + 5 = 6, 2 + 5 = 7.
Найдем их вероятности, пользуясь условием независимости:
Р(Х = 1, У = 3) = , Р(Х = 2, У = 3) = , Р(Х = 1, У = 5) = ,
Р(Х = 2, У = 5) = .
Следовательно, ряд распределения случайного вектора (Х + У) имеет вид:
Х + У |
4 |
5 |
6 |
7 |
р |
0,08 |
0,32 |
0,12 |
0,48 |
Замечание. Одним из наиболее простых распределений системы двух непрерывных величин является равномерное распределение.
Определение 66. Система двух непрерывных случайных величин имеет равномерное распределение в области D плоскости (Оху), если плотность распределения в точках области D постоянна и равна нулю в остальных точках плоскости:
В силу свойства 2 плотности имеем, что , где площадь области D. Тогда вероятность попадания случайной точки в некоторую область плоскости (Оxy) находится по формуле:
Определение 67. Пусть Х и У независимые величины, распределенные по нормальному закону, их плотности распределения имеет вид:
, ,
Следовательно, плотность распределения системы (Х,У) на основании теоремы умножения плотностей распределения для случая независимых величин получим в виде
Если X и Y зависимы между собой, то закон распределения системы не может быть выражен через законы распределения отдельных случайных величин, входящих в систему, что привело к введению условных законов распределения.
Определение 68. Распределение одной случайной величины, входящей в систему, найденное при условии, что другая случайная величина, входящая в систему, приняла определенное значение, называется условным законом распределения.
Обозначим G (x,y) – множество возможных значений случайного вектора (X , Y).
Рассмотрим СВДТ.
Условный закон распределения случайной компоненты Х при условии, что Y приняла определенное значение называется совокупность возможных значений и соответствующих этим значениям условных вероятностей , определяемых равенством:
или .
или .
Рассмотрим СВНТ.
Условный закон распределения случайной компоненты Х при условии, что Y приняла определенное значение :
Теорема (умножения законов распределения): .
Условие нормировки: .
Условие независимости Х от Y : Y от Х :
П. 5. Числовые характеристики системы. Корреляция. Линии регрессии
Определение 69. Начальным моментом порядка случайного вектора (Х,У) называется математическое ожидание произведения k-ой степени Х на s-ую степень Y:
для СВДТ,
для СВНТ.
Математическое ожидание дискретных случайных величин X и Y, входящих в систему:
, .
и определяют координаты точки, называемой центром рассеивания системы на плоскости.
Определение 70. Центральным моментом порядка случайного вектора (Х,У) называется математическое ожидание произведения k-ой и s-ой степеней соответствующих центрированных величин:
.
для СВДТ.
для СВНТ.
Дисперсия случайных величин X и Y, входящих в систему – характеристика рассеивания случайной точки в направлении осей (ох) и (оy):
, .
Дисперсия дискретных случайных величин X и Y, входящих в систему:
, .
Дисперсия непрерывных случайных величин X и Y, входящих в систему:
, .
Замечание. Для краткого описания условных законов распределения используются различные характеристики, наиболее важной из которых является математическое ожидание:
Определение 71. Условным математическим ожиданием дискретной случайной величины Х при условии, что Y принимает одно из своих возможных значений Y = yj, называется сумма произведений возможных значений Х на их условные вероятности:
.
Для непрерывной случайной величины Х: .
Аналогично, вводится понятие условного мат. ожидания для СВ Y.
Пример 8. По некоторой цели производится два выстрела. Вероятность попадания при одном выстреле равна р. Рассмотрим две случайные величины: Х – число попаданий в цель, Y – число промахов. Составить таблицу распределения, записать функцию распределения системы и найти числовые характеристики .