
- •Оглавление
- •Глава I. Основные понятия и формулы теории вероятностей.
- •§1. Предмет теории вероятностей. Случайные события.
- •Задачи:
- •§4. Формула сложения вероятностей
- •§5. Аксиоматический подход к теории вероятностей
- •I. Аксиомы событий
- •II. Аксиомы вероятностей
- •§6. Классическая схема теории вероятностей
- •§7. Геометрические вероятности
- •§8. Условная вероятность. Независимость случайных событий.
- •§9. Формула полной вероятности. Формулы Байеса.
- •§10. Комбинаторика.
- •§11. Схема Бернулли
- •§12. Вероятности Pn(к) при больших значениях n. Приближённые формулы Лапласа и Пуассона.
- •Глава II. Случайные величины и их
- •Характеристики
- •§1. Случайная величина и её функция
- •Распределения
- •§2. Дискретные случайные величины
- •§3. Непрерывные случайные величины
- •§ 4. Функции от случайной величины.
- •§ 5. Системы случайных величин.
- •1. Двумерные дискретные случайные величины.
- •2. Непрерывные системы случайных величин.
- •§ 6. Независимые случайные величины.
- •§ 7. Математическое ожидание случайной величины.
- •1. Математическое ожидание дискретной случайной величины.
- •2. Математическое ожидание случайной величины, имеющей плотность вероятности.
- •§8. Дисперсия случайной величины.
- •§9. Корреляционный момент и корреляция случайных величин
- •Глава III. Закон больших чисел и центральная предельная теорема.
- •§ 1. Неравенство Чебышева.
- •§2. Закон больших чисел.
- •Полезное заключительное замечание о практическом значении изложенных выше теорем.
- •§ 3. Центральная предельная теорема Ляпунова и её следствия.
- •Задачи по теории вероятностей
- •Индивидуальные задания № 1 по Теории вероятностей
- •Задачи индивидуальных заданий № 1
- •Индивидуальные задания № 2 по Теории вероятностей
- •Задачи индивидуальных заданий № 2
- •Степени числа e
- •150048, Ярославль, Московский пр-т, д. 151,
§ 4. Функции от случайной величины.
Определение.
Множество точек на числовой прямой R
называется борелевским если оно
может быть получено из множеств вида
применением конечного или счётного
числа операций объединения, пересечения
и дополнения.
Класс
борелевских множеств достаточно широк.
В нём содержатся множества вида:
Практически все встречающиеся в приложениях числовые множества являются борелевскими.
Пусть
(Ω, S, P)
произвольная вероятностная схема
(связанная с некоторым опытом) и
-
случайная величина. Рассмотрим числовую
функцию
.
Подставляя вместо х случайную
величину ξ, мы получим новую случайную
величину
.
На
функцию
наложим ограничение: для любого
борелевского множества В множество
является событием, т.е. принадлежит S.
К множеству таких функций принадлежат, в частности, непрерывные и кусочно непрерывные функции (непрерывные функции на числовой прямой за исключением конечного числа точек разрыва 1-го рода). В дальнейшем мы такие функции и будем рассматривать.
Рассмотрим пример, когда случайная величина есть ДСВ или НСВ.
Пример
1. Пусть ξ есть ДСВ и
- возможные значения ξ , а
- их вероятности. Тогда множество значений
случайной величины
будет состоять из множества чисел
.
Среди этих чисел могут быть совпадающие.
Подсчитаем теперь вероятности различных
значений величины η.
Пусть
,
тогда событие
есть сумма несовместных событий вида
и, значит:
(1)
Итак,
чтобы найти вероятность события
,
нужно из всех возможных значений
величины ξ выбрать те, для которых
и
просуммировать их вероятности.
Пример 1. Пусть закон распределения величины ξ имеет вид:
Значение
|
-2 |
-1 |
0 |
1 |
2 |
3 |
Вероятности |
0,1 |
0,2 |
0,3 |
0,05 |
0,15 |
0,2 |
Найдём
закон распределения случайной величины
.
Возможные значения
η будут:
т.е. 0,1,4,9. Их вероятности будут равны:
Следовательно, закон распределения для η будет:
Значение η |
0 |
1 |
4 |
9 |
Вероятности |
0,3 |
0,25 |
0,25 |
0,2 |
Рассмотрим ещё
два примера вычисления функции
распределения
и плотности
случайной величины
по функции распределения
и плотности
.
Пример
2. Пусть функция
монотонно возрастает. Тогда у неё
существует обратная функция
,
такая, что
.
Тогда, если
,
имеем:
(2)
Дифференцируя (2) по х, имеем (в предположении, что дифференцируема и имеется плотность ), используя производную для сложной функции:
=
,
откуда получаем (используя производную для обратной функции) соотношение между плотностями
.
(3)
В
частности, при
имеем
и
значит плотность распределения случайной
величины
имеет вид
.
Пример
3. Пусть
– непрерывная функция распределения
с плотностью
.
В
данном случае функция
не
является монотонной и, поэтому, нельзя
применить формулу (3).
Вычислим непосредственно, исходя из её определения.
При
имеем
При
получаем
Беря производную от левой и правой частей, получаем, используя формулу для производной сложной функции:
при
,