- •1.1. Событие и эксперимент. Соотношения между событиями. Пространство элементарных исходов
- •1.2. Относительная частота и вероятность события. Статистическое определение вероятности
- •1.3. Классическое определение вероятности
- •1.4. Геометрическое определение вероятности
- •1.5. Аксиоматика теории вероятностей
- •1.6. Условная вероятность. Независимость событий. Теорема умножения вероятностей
- •1.7. Теорема сложения вероятностей
- •1.8. Формула полной вероятности
- •1.9. Формула Байеса
- •1.10. Вычисление вероятностей в схеме повторных независимых испытаний
- •2.1. Понятие случайной величины. Дискретные и непрерывные величины
- •2.2. Ряд и многоугольник распределения дискретной св
- •2.3. Функция распределения св и её свойства
- •2.4. Плотность распределения непрерывной св и её свойства
- •2.5. Математическое ожидание, мода и медиана св
- •2.6. Моменты, дисперсия и среднее квадратическое отклонение св
- •2.7. Биномиальное распределение
- •2.8. Распределение Пуассона
- •3.2. Ряд, функция и плотность распределения случайного вектора
- •3.3. Условные законы распределения
- •3.4. Независимость случайных величин
- •3.5. Коррел-й момент и коэффициент корреляции системы двух св
- •4.1. Закон распределения функции случайного аргумента
- •4.2. Математическое ожидание и дисперсия функции св
- •4.3. Основные свойства математического ожидания
- •4.4. Основные свойства дисперсии
- •5.1. Закон больших чисел
- •5.2. Центральная предельная теорема
- •6.1. Основные понятия теории случайных процессов
- •6.2. Основные характеристики случайных процессов
- •6.3. Стационарные случайные процессы
3.2. Ряд, функция и плотность распределения случайного вектора
Рассмотрим дискретный случайный вектор . Пусть и – возможные значения СВ Х и Y соответственно, при этом и . Пусть , , , где . Ряд распределения случайного вектора .
-
Х
Y
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
Вероятности отдельных значений каждой из СВ Х и Y определяются так:
; .
Пусть – произвольный случайный вектор. Тогда функция называется функцией распределения случайного вектора .
Пусть, далее, – непрерывный случайный вектор. ‑ плотность распределения вектора. Если известна плотность вероятности , то , а вероятность попадания в двумерную область D вычисляется по формуле .
, ,
,
Случай n-мерного случайного вектора :
, .
3.3. Условные законы распределения
ДСВ ‑ . Если у – одно из возможных значений СВ Y, то условным законом распределения СВ Х при называется совокупность условных вероятностей , , где – возможные значения СВ Х, – возможные значения СВ Y
, , ,
где , и , . Из этих равенств вытекают , , , .
– произвольный случайный вектор, а у – одно из возможных значений СВ Y. Условная функция распределения СВ Х при
, Y – дискретная СВ, и функция
,
Y – непрерывная СВ. Аналогично определяется .
– непрерывный случайный вектор и у – одно из возможных значений СВ Y. называется условной плотностью распределения СВ Х при . Теорема умножения плотностей распределения.
,
3.4. Независимость случайных величин
СВ Х называется независимой от СВ Y, если закон распределения СВ Х не зависит от того, какое значение принимает СВ Y, . Если – дискретный случайный вектор, то будут также справедливы равенства , , , а если непрерывный вектор – равенство . В противном случае СВ Х называется зависимой от СВ Y. Зависимость (независимость) СВ всегда взаимна.
Теорема. Случайные величины Х и Y независимы в том и только в том случае, если выполняется равенство .
Следствие 1. Дискретные СВ Х и Y независимы в том и только в том случае, если выполняются равенства
, , .
Следствие 2. Непрерывные СВ Х и Y независимы в том и только в том случае, если выполняется равенство .
3.5. Коррел-й момент и коэффициент корреляции системы двух св
Пусть – система двух СВ. называется корреляционным моментом СВ Х и Y.
Для дискретных СВ ,
для непрерывных .
Если , то величины Х и Y называются положительно коррелированными, если – отрицательно коррелированными, если – некоррелированными.
Теорема 1. Если СВ Х и Y независимы, то они не коррелированны.
Утверждение, обратное данному, не всегда верно: из некоррелированности двух СВ в общем случае не следует их независимость.
Нормированный корреляционный момент , где и .
Теорема 2. Для любых двух СВ Х и Y имеет место , причём в том и только в том случае, если одна из этих СВ является линейной функцией от другой.