- •Т.І. Малютіна, к.А. Дахер вища математика для економістів
- •Теорія ймовірностей і математична статистика
- •Розділ і випадкові події
- •1.1. Простір елементарних подій. Випадкові події та операції над ними. Комбінаторика
- •1.1.1. Основні поняття теорії ймовірностей. Операції над подіями
- •Питання для самоконтролю
- •1.1.2. Елементи комбінаторики
- •Розв’язування комбінаторних задач
- •Питання для самоконтролю
- •1.2. Ймовірність випадкової події. Способи обчислення ймовірностей випадкових подій
- •1. Класичне означення ймовірності
- •2. Статистична ймовірність
- •3. Геометрична ймовірність
- •Питання для самоконтролю
- •1.3. Теореми додавання і множення ймовірностей. Умовна ймовірність
- •Питання для самоконтролю
- •1.4. Формула повної ймовірності. Формула Байєса
- •Питання для самоконтролю
- •1.5. Послідовні незалежні випробування
- •1.5.1. Формула Бернуллі
- •1.5.2. Формула Пуассона
- •1.5.3. Локальна теорема Муавра-Лапласа
- •1.5.4. Інтегральна теорема Муавра-Лапласа
- •Питання для самоконтролю
- •Розділ іі випадкові величини
- •2.1. Одновимірні випадкові величини. Способи задання
- •2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
- •2.1.2. Неперервні випадкові величини. Щільність розподілу. Основні закони розподілу
- •Питання для самоконтролю
- •2.2. Числові характеристики випадкових величин
- •1. Математичне сподівання
- •2. Дисперсія та середнє квадратичне відхилення
- •3. Початкові та центральні моменти
- •4. Мода і медіана
- •Числові характеристики деяких розподілів
- •Питання для самоконтролю
- •2.3. Рівномірний, показниковий, нормальний розподіли
- •Питання для самоконтролю
- •2.4. Граничні теореми теорії ймовірностей. Закон великих чисел і центральна гранична теорема. Нерівність ЧебишОва
- •2.4.1. Лема Чебишова
- •2.4.2. Теорема Чебишова
- •2.4.3. Теорема Бернуллі
- •Питання для самоконтролю
- •2.5. Двовимірна випадкова величина
- •2.5.1. Закон розподілу ймовірностей. Закони розподілу компонент
- •2.5.2. Функція розподілу двовимірної випадкової величини та її властивості
- •2.5.3. Щільність сумісного розподілу ймовірностей неперервної двовимірної випадкової величини, основні властивості. Ймовірність попадання випадкової точки в задану область
- •2.5.4. Умовні закони розподілу складових системи дискретних і неперервних випадкових величин. Залежні та незалежні випадкові величини
- •1. Випадок дискретної величини
- •2. Випадок неперервної величини
- •Питання для самоконтролю
- •2.5.5. Числові характеристики двовимірної випадкової величини. Кореляційний момент і коефіцієнт кореляції
- •Числові характеристики двовимірної випадкової величини
- •Питання для самоконтролю
- •2.5.6. Умовні числові характеристики двовимірної випадкової величини. Регресія
- •1. Випадок дискретної випадкової величини
- •2. Випадок неперервної випадкової величини
- •Питання для самоконтролю
- •Розділ III елементи математичної статистики
- •3.1. Предмет та основні завдання математичної статистики
- •3.2. Генеральна та вибіркова сукупності. Вибірка. Способи відбору
- •Питання для самоконтролю
- •3.3. Статистичний розподіл вибірки
- •Питання для самоконтролю
- •3.4. Графічне зображення статистичних розподілів
- •3.5. Емпірична функція розподілу. Кумулята
- •Питання для самоконтролю
- •3.6. Числові характеристики статистичного розподілу вибірки
- •Питання для самоконтролю
- •3.7. Статистичні оцінки параметрів генеральної сукупності
- •3.7.1. Статистичні оцінки невідомих параметрів розподілу та їх властивості
- •3.7.2. Статистична оцінка математичного сподівання
- •3.7.3. Статистична оцінка дисперсії. Виправлена дисперсія
- •3.7.4. Метод моментів статистичного оцінювання параметрів розподілу
- •3.7.5. Метод максимуму правдоподібності статистичного оцінювання параметрів розподілу
- •Питання для самоконтролю
- •3.8. Інтервальні оцінки параметрів розподілу
- •3.8.1. Надійність. Інтервал довіри
- •3.8.2. Розподіл – “хі-квадрат”
- •3.8.3. Розподіл Стьюдента
- •3.8.4. Розподіл Фішера-Снедекора
- •3.8.5. Інтервальні оцінки для математичного сподівання
- •3.8.6. Оцінка істинного значення вимірюваної величини
- •3.8.7. Інтервали довіри для середнього квадратичного відхилення нормально розподіленої випадкової величини
- •3.8.8. Оцінка точності вимірювань
- •Питання для самоконтролю
- •3.9. Елементи теорії кореляції
- •3.9.1. Функціональна, статистична й кореляційна залежності
- •3.9.2. Вибірковий коефіцієнт кореляції. Коефіцієнт детермінації
- •Питання для самоконтролю
- •3.9.3. Основні поняття і методи регресійного аналізу
- •3.9.4. Метод найменших квадратів
- •Питання для самоконтролю
- •3.10. Статистична перевірка статистичних гіпотез
- •3.10.1. Статистичні гіпотези. Помилки першого та другого роду
- •3.10.2. Статистичний критерій перевірки нульової гіпотези
- •Питання для самоконтролю
- •3.10.3. Перевірка гіпотези про закон розподілу. Критерій згоди Пірсона
- •3.10.4. Перевірка гіпотези про порівняння середнього значення ознаки генеральної сукупності зі стандартом
- •3.10.5. Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •3.10.6. Перевірка гіпотези про значущість коефіцієнта кореляції
- •Питання для самоконтролю
- •Список використаної та рекомендованої літератури
- •Додаток а
- •Додаток б
- •Додаток в
- •Додаток г
- •Додаток д Критичні точки розподілу f Фішера-Снедекора
- •Додаток е
- •Додаток ж Значення
- •Вища математика для економістів
- •40030, М. Суми, вул. Петропавлівська, 57
2. Випадок неперервної величини
Нехай
– двовимірна неперервна випадкова
величина і
–
щільність її сумісного розподілу. Як
уже зазначалося, закони розподілу
складових Х і
визначаються рівностями:
Умовною щільністю
розподілу ймовірностей складової Х
двовимірної
неперервної величини
за фіксованого значення
називається
відношення щільності
її сумісного розподілу до щільності
складової
(2.30)
Умовною
щільністю розподілу ймовірностей
складової
двовимірної неперервної величини
за фіксованого значення
називається відношення щільності
її сумісного розподілу до щільності
складової Х:
(2.31)
Умовна щільність розподілу ймовірностей складової двовимірної неперервної випадкової величини визначає її умовний закон розподілу.
Звідси маємо висновок: знаючи щільність розподілів складових Х і та умовну щільність розподілу однієї з них, можемо обчислити щільність розподілу двовимірної неперервної випадкової величини за формулами:
Залежні та незалежні випадкові величини
При визначенні систем випадкових величин велику увагу приділяють степеню і характеру їх залежності.
Дві випадкові величини називаються незалежними, якщо закон розподілу кожної з них не залежить від того, якого значення набула інша.
Із цього означення випливає, що умовні розподіли незалежних величин дорівнюють їх безумовним розподілам, тобто:
– для незалежних
випадкових величин;
– для залежних
випадкових величин.
Теорема. Для того щоб неперервні випадкові величини Х і були незалежними, необхідно і досить, щоб функція розподілу системи (Х, ) дорівнювала добутку функцій розподілу складових:
Наслідок. Для того щоб неперервні випадкові величини Х і були незалежними, необхідно і досить, щоб щільність сумісного розподілу системи (Х, ) дорівнювала добутку щільностей розподілу складових
У випадку, коли Х і Y – дві незалежні дискретні випадкові величини, то необхідна і достатня умова незалежності Х і виражається системою рівностей:
Приклад 2.17.
Дано закон розподілу дискретної
двовимірної випадкової величини
Х Y |
1 |
2 |
3 |
|
1 |
0,02 |
0,06 |
0,12 |
0,20 |
2 |
0,05 |
0,09 |
0,18 |
0,32 |
3 |
0,03 |
0,15 |
0,30 |
0,48 |
|
0,10 |
0,30 |
0,60 |
– |
З’ясувати, чи випадкові величини Х і незалежні.
Розв’язання.
Нагадаємо, що у внутрішніх клітинах
таблиці містяться ймовірності
які визначають сумісний розподіл двох
випадкових величин Х і
а останній рядок та останній стовпець
характеризують одновимірні розподіли
компонент Х і
відповідно.
У
цій таблиці
тому:
тому:
і випадкові величини Х і
залежні.
Приклад 2.18. Двовимірна неперервна випадкова величина задана щільністю:
Довести, що Х і залежні.
Розв’язання. Випадкові величини Х і будуть залежними, якщо їх безумовні та умовні щільності нерівні. Щільність розподілу випадкової величини Х
для
для
Щільність розподілу випадкової величини
для
для
Умовна щільність
розподілу Х за умови
що
набула певне значення із області
при
.
Бачимо,
що
Умовна щільність розподілу
за умови, що Х набула певного
значення із області
при
.
Бачимо, що
Отже, величини Х і Y є залежними.
