
- •1. Элементы комбинаторики.
- •1.1. Перестановки
- •1.2. Перестановки с повторениями
- •1.3. Размещения
- •1.4. Размещения с повторениями (с возвратом)
- •1.5. Сочетания
- •1.6. Сочетания с повторениями (с возвратом)
- •1.7. Обобщение
- •2. Случайные события
- •2.1. Испытания и события
- •2.2. Виды случайных событий
- •2.3. Пространство элементарных событий
- •2.4. Операции над событиями
- •Событие
- •9. Полная группа событий. Совокупность событий называется полной группой событий, если:
- •2.5. Свойства операций над событиями
- •3.1 Относительная частота событий
- •3.2. Свойства относительной частоты
- •3.3. Статистическая устойчивость частот
- •3.4. Формулировка аксиом Колмогорова.
- •3.5. Следствия из аксиом
- •4.1. Вычисление вероятностей событий
- •4.2. Задача о выборке
- •4.3. Геометрический подход к вероятности
- •5. Сложение и умножение вероятностей
- •5.1. Сложение вероятностей
- •5.2. Независимые и зависимые события
- •5.3. Условная вероятность
- •5.4. Умножение вероятностей
- •5.5. Свойства условных вероятностей
- •5.6. Независимость нескольких событий
- •5.7. Независимость противоположных событий
- •5.8. Вероятность появления хотя бы одного события
- •5.9. Применение теорем сложения и умножения для решения задач
- •6. Вероятность гипотез
- •6.1.Формула полной вероятности
- •6.2. Переоценка вероятности гипотез. Формула Байеса (Бейеса)
- •7. Серии независимых испытаний
- •7.1. Формула Бернулли
- •7.2. Локальная теорема Муавра – Лапласа
- •7.3. Свойства функции (х).
- •7.3. Функция Лапласа
- •7.4. Интегральная теорема Лапласа
- •7.5. Закон больших чисел в форме Бернулли
- •7.6. Формула Пуассона
- •8. Случайные величины
- •8.1. Дискретные случайные величины
- •8.2. Характеристическая случайная величина (индикатор события)
- •8.3. Биномиальное распределение (распределение Бернулли)
- •8.4. Распределение Пуассона
- •8.5. Гипергеометрическое распределение
- •9. Непрерывные случайные величины
- •9.1. Функция распределения (интегральная функция распределения)
- •9.2. Свойства функции распределения
- •9.3. Примеры функций распределения
- •10. Плотность распределения
- •10.1. Свойства плотности распределения
- •Вероятностный смысл плотности распределения.
- •10.3. Связь между плотностью и функцией распределения
- •10.4. Примеры непрерывных случайных величин, заданных плотностью
- •11. Числовые характеристики случайной величины
- •11.1. Определение математического ожидания
- •11.2. Определение математического ожидания
- •11.3. Смысл математического ожидания
- •11.4. Арифметические операции со случайными величинами
- •11.4.1. Постоянная случайная величина
- •11.4.2. Произведение случайных величин
- •11.4.3. Сумма случайных величин
- •11.4.4. Разность случайных величин
- •11.5. Свойства математического ожидания
- •11.6. Отклонение случайной величины
- •12.1. Дисперсия Для общего представления о распределении случайной величины важное значение имеет не только её математическое ожидание, но и разброс её возможных значений.
- •12.2. Определение дисперсии
- •12.3. Механический смысл дисперсии
- •12.4. Сокращённая формула для вычисления дисперсии
- •12.5. Свойства дисперсии
- •12.6. Среднее квадратическое отклонение (стандарт)
- •12.7. Числовые характеристики основных дискретных распределений
- •12.7.1. Индикатор события
- •12.7.2. Биномиальное распределение
- •12.7.3. Распределение Пуассона
- •12.7.4. Гипергеометрическое распределение
- •Гипергеометрическое распределение.
- •13.1. Равномерное распределение
- •13.2. Показательное (экспоненциальное) распределение
- •13.2.1. Функция надёжности
11.4.4. Разность случайных величин
Разность случайных величин определяется аналогично сумме. Приведём соответствующую таблицу для величин, имеющих ряды распределения (11.4.15):
Х-Y |
х1-у1 |
х1-у2 |
x2-у1 |
(11.4.16)
(10.4.7) |
h |
|
|
|
|
Пример (третий пример с двумя монетами).
Бросаются две монеты. На одной стороне каждой монеты наклеена цифра 1, на другой стороне цифра 2. Найти ряд распределения разности случайных величин Х и где Х – число очков, выпавшее на первой монете, Y число очков, выпавшее на второй монете. Найти математическое ожидание случайных величин X, Y и X–Y.
Решение. Ряд распределения разности:
X–Y |
-1 |
0 |
1 |
h |
1/4 |
1/4+1/4 |
1/4 |
Математическое ожидание разности
M(X–Y)= –11/4+01/2+11/4=0.
11.5. Свойства математического ожидания
Свойства математического ожидания докажем для случая дискретных случайных величин. Однако соответствующие теоремы справедливы также и для непрерывных случайных величин.
1. Математическое ожидание постоянной величины равно самой постоянной:
М(С)=С. (11.5.1)
Доказательство. По определению постоянной случайной величины ее математическое ожидание равно С1=С.
Следствие.
(11.5.2)
Доказательство. МХ – число, т.е. постоянная случайная величина).
2. Линейность относительно умножения на константу. Постоянный множитель можно выносить за знак математического ожидания:
М(СХ)=СМ(Х). (11.5.3)
3 Мультипликативность. Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий:
Следствие. Математическое ожидание произведения нескольких взаимно независимых случайных величин равно произведению их математических ожиданий.
Например, для трех случайных величин имеем:
.
Аналогично можно показать для любого количества сомножителей.
4. Линейность относительно суммирования. Математическое ожидание суммы двух случайных величин равно сумме их математических ожиданий:
Следствие. Математическое ожидание суммы нескольких случайных величин равно сумме математических ожиданий слагаемых.
Например, для трёх слагаемых имеем:
Аналогично можно показать для любого числа слагаемых.
5. Математическое ожидание разности двух случайных величин равно разности их математических ожиданий:
Пример 1. Вычислить математическое ожидание величин X+Y и XY для примера с двумя монетами, используя свойства математического ожидания.
Сначала вычислим математическое ожидание исходных величин Х и Y.
M(X)=1/2+1=3/2; M(Y)=1/2+1=3/2; M(X)+M(Y)=3; M(X)M(Y)=9/4.
Как видим, значения математического ожидания полностью совпадают со значениями, вычисленными до того, как были сформулированы и доказаны свойства математического ожидания.