
- •1. Понятие случайного события. Элементарное, сложное, невозможное, достоверное события. Операции над событиями (равенство, объединение, пересечение, отрицание, разность). Примеры.
- •2. Классическое определение вероятности. Примеры.
- •3. Основные формулы комбинаторики. Примеры.
- •4. Геометрическая вероятность. Примеры.
- •Случайные величины. Дискретные случайные величины. Закон распределения дискретной случайной величины.
- •Случайная величина. Непрерывные случайные величины. Функция распределения вероятностей, плотность распределения. Определение и свойства
- •13. Числовые характеристики случайной величины. Определение математического ожидания, начальные и центральные моменты, дисперсия, среднеквадратическое отклонение, квантили случайной величины.
- •14. Распределение Пуассона и его числовые характеристики.
- •15. Равномерное распределение и его числовые характеристики.
- •17. Нормальная функция распределения. Характеристики нормального распределения. Стандартное нормальное распределение. Свойства стандартного нормального распределения.
- •18. Вероятность попадания нормально распределенной случайной величины на заданный интервал. Функция Лапласа. Связь нормальной функции распределения с функцией Лапласа. Свойства функции Лапласа.
- •19. Вычисление вероятности заданного отклонения. Правило «трех сигм».
- •20. Система двух случайных величин. Таблица распределений для дискретной системы. Частные законы распределения компонент случайного вектора.
- •21. Система двух случайных величин. Функция распределения двумерной случайной величины. Определение случайного вектора, основные свойства его функции распределения.
- •22. Вероятность попадания случайной точки в полуполосу и прямоугольник.
- •23. Плотность совместного распределения вероятностей двумерной случайной величины и ее свойства. Вероятность попадания точки в произвольную область.
- •24. Нахождения частных законов распределения для дискретной и непрерывной случайной величины.
- •25. Условные законы распределения компонент дискретных и непрерывных двумерных случайных векторов.
- •26. Свойства математического ожидания и дисперсии.
- •27. Коэффициент ковариации и его свойства. Коэффициент корреляции как мера связи случайных величин. Коэффициент корреляции
- •28. Зависимые и независимые случайные величины.
23. Плотность совместного распределения вероятностей двумерной случайной величины и ее свойства. Вероятность попадания точки в произвольную область.
Плотностью
совместного распределения вероятностей
двумерной непрерывной случайной величины
называют вторую смешанную частную
производную от функции распределения:
Обратное
Вероятность попадания точки в произвольную область.
и
з
этого можно получить
Получим:
Пусть
в плоскости
задана произвольная область D.
Разобьем область D на n элементарных областей
Вероятность попадания в область D приближенно (сумма элементарных областей приближенно равна области D!) равна сумме вероятностей попаданий точки в элементарные области:
Переходим
к переделу при
получим:
свойства плотности:
2)
24. Нахождения частных законов распределения для дискретной и непрерывной случайной величины.
Зная плотность совместного распределения f(x, у), можно найти функцию распределения F(х, у) по формуле
F(x,y)
=
Дискретная СВ, т.е. набор конкретных значений.
Распределение задано матрицей:
x\y |
Y1 |
… |
Ym |
X1 |
P11 |
|
|
… |
|
… |
|
Xn |
|
|
Pnm |
Частные законы распределения:
X |
X1 |
… |
Xn |
Px |
Px1 |
… |
Pxn |
Pxi = Pi1+…+Pim (т. е. cуммируем все значения в строке, соответствующей Xi)
Аналогично находится закон распределения Y – суммируем значения в столбце, соотв. Yi.
====== =============== ======================
Непрерывная СВ.
Задана плотностью распределения f(x,y)
25. Условные законы распределения компонент дискретных и непрерывных двумерных случайных векторов.
Для дискретных величин:
Известно, что если события А я В зависимы, то условная вероятность события В отличается от его безусловной вероятности. В этом случае
PA(B) = P(AB) / P(A) (*)
Аналогичное положение имеет место и для случайных величин. Для того чтобы охарактеризовать зависимость между составляющими двумерной случайной величины, введем понятие условного распределения.
понятие условного распределения.
Рассмотрим дискретную двумерную случайную величину (X, У). Пусть возможные значения составляющих таковы: x1, x2, …, xn; y1, y2, …, yn
Допустим, что в результате испытания величина У приняла значение Y = у1 при этом X примет одно из своих возможных значений: x1 или x2,…, или хn. Обозначим условную вероятность того, что X примет, например, значение x1при условии, что Y = у1, через p(x1|у1).Эта вероятность, вообще говоря, не будет равна безусловной вероятности р(х1).
В общем случае условные вероятности составляющей будем обозначать так:
p(xi|уj). (i = 1, 2, .... n; j =1, 2, ..., m).
Условным распределением составляющей X при У — yj называют совокупность условных вероятностей p(x1|уj), p(x2|уj), …, p(xn|уj)вычисленных в предположении, что событие Y = Уj (j имеет одно и то же значение при всех значениях X) уже наступило. Аналогично определяется условное распределение составляющей Y.
Зная закон распределения двумерной дискретной случайной величины, можно, пользуясь формулой (*), вычислить условные законы распределения составляющих. Например, условный закон распределения X в предположении, что событие Y = yx уже произошло, может быть найден по формуле
p(xi|у1)
=
(i=1, 2, .... n).
В общем случае условные законы распределения составляющей X определяются соотношением
p(xi|уj) = p(xi|уj) / p(yj) (**)
Аналогично находят условные законы распределения
составляющей У:
p(уj | xi) = p(xi|уj) / p(xj)
Замечание: Сумма вероятностей условного распределения равна единице. Действительно, так как при фиксированном yj имеем
,
то
Аналогично доказывается, что при фиксированном xi
Для непрерывных величин:
Пусть (X, Y) — непрерывная двумерная случайная величина.
Условной
плотностью
распределения составляющих X при данном
значении Y = y называют отношение плотности
совместного распределения
системы (X, Y) к плотности распределения
f2(y)
составляющей Y:
Подчеркнем, что отличие условной плотности от безусловной плотности f1(x) состоит в том, что функция дает распределение X при условии, что составляющая Y приняла значение Y = у; функция же f1(х) дает распределение X независимо от того, какие из возможных значений приняла составляющая Y.
Аналогично определяется условная плотность составляющей У при данном значении X = х:
ψ
= f(x,y)
/ f1(x)
(**)
Если известна плотность совместного распределения f(х, у), то условные плотности составляющих могут быть найдены в силу (*) и (**) (см. § 12) по формулам:
/
(***)
ψ
=
/
(****)
Запишем формулы (*) и (**) в виде
f(x,
y)
= f2(y)
,
f(x,y)
= f1(x)
ψ
Отсюда заключаем: умножая закон распределения одной из составляющих на условный закон распределения другой составляющей, найдем закон распределения системы случайных величин.
Как и любая плотность распределения, условные плотности обладают следующими свойствами: