- •Теория вероятностей
- •Составитель е. Н. Грибанов
- •Кемерово 2001
- •Теория вероятностей Случайные события
- •Элементы комбинаторики
- •Алгебра событий
- •Классическое определение вероятности
- •Геометрическая вероятность
- •Теоремы сложения
- •Теоремы умножения
- •Формула полной вероятности
- •8. Формула Байеса
- •10. Наивероятнейшее число появления событий
- •11. Локальная теорема Муавра-Лапласа
- •12. Интегральная теорема Муавра-Лапласа
- •Формула Пуассона.
- •Случайные величины
- •14. Закон распределения случайной величины
- •16. Плотность распределения
- •17. Математическое ожидание
- •18. Дисперсия и среднее квадратическое отклонение
- •19. Начальные и центральные моменты
- •20. Равномерное распределение
- •21. Нормальное распределение
- •22. Биномиальное распределение
- •Распределение Пуассона
- •24. Показательное распределение
- •Закон больших чисел
- •25. Лемма Маркова
- •26. Неравенство Чебышева
- •27. Теорема Чебышева
- •28. Основные понятия математической статистики
- •29. Вариационные ряды
- •30. Графическое изображение вариационного ряда.
- •31. Эмпирическая функция распределения
- •32. Средние величины
- •33. Медиана и мода
- •34. Показатели вариации
- •Свойства эмпирической дисперсии
- •35. Эмпирические центральные и начальные моменты
- •36. Эмпирические асимметрия и эксцесс
- •37. Метод условных вариантов для расчёта основных
- •38. Статистическое оценивание параметров
- •39. Основные свойства оценок
- •40. Оценка математического ожидания и дисперсии
- •Доказательство. Вычислим
- •41. Метод максимального правдоподобия
- •42. Метод наименьших квадратов
- •43. Распределение средней арифметической
- •44. Распределение дисперсии в выборках
- •45. Понятие доверительного интервала.
- •46. Доверительный интервал для математического
- •47. Доверительный интервал для
- •48. Доверительный интервал для дисперсии
- •49. Понятие статистической гипотезы
- •50.Ошибки, допускаемые при проверке статистических гипотез
- •51. Проверка гипотезы о равенстве математических
- •52. Сравнение выборочных средних при неизвестной
- •53.Сравнение выборочных дисперсий
- •54. Проверка гипотез о законе распределения
- •55. Выборочный коэффициент корреляции и его свойства
- •Доказательство. По определению
- •56. Метод вычисления выборочного коэффициента
- •57. Проверка гипотезы о значимости
- •58. Эмпирическая и теоретическая
- •60. Корреляционное отношение
- •Приложение
- •Критические точки распределения Стьюдента
- •Составитель
- •650026, Кемерово, ул. Весенняя, 28.
- •650099, Кемерово, ул. Д. Бедного, 4а.
Случайные величины
14. Закон распределения случайной величины
О.1. Случайной называют величину, которая принимает в результате испытания то или иное (но при этом только одно) возможное значение, заранее неизвестное, меняющееся от испытания к испытанию и зависящее от случайных обстоятельств.
В отличие от случайного события, являющегося качественной характеристикой случайного результата испытания, случайная величина характеризует результат испытания количественно.
О. 2. Дискретной называют такую случайную величину, которая принимает конечное или бесконечное счётное множество значений.
Примером дискретной случайной величины могут являться: число дефектных деталей в партии, число заявок, число отказов элементов за определённое время и так далее.
О. 3. Непрерывной называют такую случайную величину, которая может принимать любые значения из некоторого конечного или бесконечного интервала. Примером непрерывной случайной величины могут являться время безотказной работы отдельных элементов системы, погрешность измерения физических величин.
Случайные величины обычно обозначаются заглавными буквами конца латинского алфавита – X, Y, Z,…., а их возможные значения – соответствующими малыми буквами – x, y, z,…
Для задания случайной величины недостаточно перечислить все её возможные значения. Необходимо также знать, как часто могут появляться те или иные значения в результате испытаний при одних и тех же условиях, то есть нужно задать вероятности их появления.
О. 4. Законом распределения случайной величины называется всякое соотношение между возможными значениями случайной величины и соответствующими вероятностями.
О. 5. Две случайные величины называются независимыми, если распределение вероятности одной из них не зависит от того, какие возможные значения приняла другая величина. В противном случае случайные величины называются зависимыми.
О. 6. Таблица, содержащая возможные значения случайной величины и соответствующие вероятности, называется рядом распределения случайной величины.
Пример 18. Составить закон распределения числа появлений герба при трёх бросаниях монеты.
Решение. Случайная
величина X -
число появлений герба может принимать
значения: 0; 1; 2; 3. Соответствующие
вероятности найдём по формуле Бернулли,
используя то, что вероятность появления
герба в одном испытании равна
.
Следовательно, ряд распределения имеет вид:
xi |
0 |
1 |
2 |
3 |
pi |
1/8 |
3/8 |
3/8 |
1/8 |
15. Функция распределения
Функция распределения является наиболее общей формой задания закона распределения случайной величины. Она используется как для дискретных, так и для непрерывных случайных величин. Обычно обозначается F(x).
О.1.
Функция
распределения
определяет вероятность того, что
случайная величина Х
примет значение, меньше фиксированного
действительного числа х,
то есть
.
Вероятность
того, что
,
зависит от х,
следовательно, F(x)
является функцией от х.
Поэтому F(x)
называется функцией распределения. В
литературе встречаются термины:
«интегральная функция распределения»
и «интегральный закон распределения».
Общие свойства функции распределения.
Функция распределения F(x) есть неотрицательная функция, заключённая между нулём и единицей:
.Функция распределения случайной величины есть неубывающая функция, то есть из
следует
.На минус бесконечности функция распределения равна нулю, а на плюс бесконечности функция распределения равна единице, то есть
.
Следует отметить, что в то время, как каждая случайная величина однозначно определяет функцию распределения, одну и ту же функцию распределения могут иметь различные случайные величины. Отсюда следует второе определение случайной величины.
О. 2. Случайной величиной называется переменная величина, значения которой зависят от случая и для которой определена функция распределения вероятностей.
Т.
1. Вероятность попадания случайной
величины в интервал
равна разности значений на концах
интервала:
.
Доказательство.
Рассмотрим три события: А,
состоящее в том, что
;
событие В,
состоящее в том, что
;
событие С,
состоящее в том, что
.
Тогда
;
.
Очевидно,
что событие А
представляет собой сумму двух несовместных
событий В
и С.
По теореме сложения вероятностей
,
или
,
откуда
.
Следствие. Вероятность любого отдельного значения непрерывной случайной, величины равна нулю.
Пример 19. Составить функцию распределения для ряда распределения из примера 18.
Решение.
Сумма вероятностей при
равна нулю, следовательно, для любого
имеем
,
при
сумма вероятностей равна
,
поэтому для любого
имеем
,
при
сумма вероятностей равна
,
поэтому для любого
имеем
,
при
сумма вероятностей равна
,
поэтому для любого
имеем
,
при
сумма вероятностей равна
,
поэтому для любого
имеем
.
Тогда функция распределения имеет вид
Полученная функция имеет ступенчатый вид.
