
- •С.Е.Игнатова теория вероятностей
- •Санкт-Петербург
- •Утверждено редакционно-издательским советом сПбГиэу
- •Игнатова с.Е.
- •Содержание:
- •Предисловие
- •Введение
- •Краткая историческая справка.
- •1. Правила действия со случайными событиями и вероятностями их осуществления.
- •1.1. Предмет теории вероятностей.
- •1.2. Основные формулы комбинаторики.
- •1.3. Испытания и события.
- •1.4. Виды случайных событий.
- •1.5. Классическое определение вероятности.
- •1.6. Статистическая вероятность.
- •1.7. Геометрическая вероятность.
- •1.8. Аксиоматика а.Н. Колмогорова.
- •1.9. Алгебра событий.
- •1.10. Теоремы сложения вероятностей.
- •1.11. Условные вероятности, независимость событий и экспериментов.
- •1.11.1. Теоремы умножения вероятностей.
- •1.11.2. Формула полной вероятности.
- •1.11.3. Вероятность гипотез. Формула Байеса.
- •1.11.4. Схема независимых испытаний (схема Бернулли).
- •2. Случайные величины и законы распределения вероятностей.
- •2.1. Виды случайных величин.
- •2.2. Закон распределения вероятностей дискретной случайной величины.
- •2.2.1. Функция распределения вероятностей случайной величины.
- •2.2.2. Плотность распределения вероятностей непрерывной случайной величины.
- •2.3. Основные числовые характеристики случайных величин.
- •2.3.1. Математическое ожидание.
- •2.3.2. Дисперсия.
- •2.3.3. Среднее квадратическое отклонение.
- •2.3.4. Мода и медиана.
- •2.4. Производящие функции моментов.
- •2.5. Законы распределения вероятностей, наиболее распространенные в практике статистических исследований.
- •Вероятностный смысл параметров:
- •2.5.1. Вероятность попадания в заданный интервал нормальной случайной величины.
- •2.5.2. Вычисление вероятности заданного отклонения.
- •2.5.3. Правило трёх сигм.
- •2.6. Последовательности случайных величин в дискретном вероятностном пространстве.
- •3. Закон больших чисел и центральная предельная теорема.
- •4. Совместное распределение случайных величин.
- •4.1. Закон распределения двумерной случайной величины.
- •4.2. Вычисление основных числовых характеристик случайных величин х и y.
- •4.3. Условные распределения.
- •4.4. Зависимые и независимые случайные величины.
- •4.5. Коэффициент корреляции двух случайных величин и его свойства.
- •4.6. Независимость и некоррелированность.
- •4.7. Нормальный закон распределения на плоскости.
- •Вероятностный смысл параметров:
- •4.8. Линейная регрессия. Прямые линии среднеквадратической регрессии.
- •5. Последовательности, образующие цепь Маркова.
- •5.1. Равенство Маркова.
- •5.2. Финальные вероятности.
- •Заключение
- •Список литературы:
- •Сведения об авторе.
2. Случайные величины и законы распределения вероятностей.
2.1. Виды случайных величин.
Определение: Случайной называют величину, которая в результате испытания примет одно и только одно возможное значение, заранее не известное и зависящее от случайных причин, которые заранее не могут быть учтены.
Пример: Число родившихся мальчиков среди 100 новорожденных есть случайная величина, которая имеет следующие возможные значения: 0, 1, 2, …, 100.
Будем обозначать случайные величины прописными буквами X, Y, Z и т.д., а их возможные значения – строчными: x, y, z.
Пример: Расстояние, которое пролетит снаряд при выстреле из орудия – случайная величина, т.к. зависит не только от установки прицела, но и от многих других факторов: ветра, температуры и т.п. Их невозможно полностью учесть.
Определение: Дискретной (прерывной) называют случайную величину, которая принимает отдельные, изолированные возможные значения с определёнными вероятностями.
Число возможных значений дискретной случайной величины может быть конечным или бесконечным.
Определение: Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка.
Число возможных значений непрерывной случайной величины бесконечно.
Заметим, что данное определение непрерывной случайной величины не является точным. Более строгое определение будет дано позднее.
2.2. Закон распределения вероятностей дискретной случайной величины.
Определение: Законом распределения вероятностей дискретной случайной величины называют соответствие между её возможными значениями и их вероятностями.
Его можно задать таблично, аналитически (в виде формулы) и графически. В виде таблицы закон распределения имеет вид:
X |
|
|
… |
|
P |
|
|
… |
|
Так как в одном
испытании случайная величина принимает
одно и только одно возможное значение,
то события
,
,
…,
образуют полную группу. Следовательно,
Если множество
возможных значений X
бесконечно (счётно), то ряд
сходится
и его сумма равна 1:
Пример: В денежной лотерее выпущено 100 билетов. Разыгрывается один выигрыш в 50 руб. и 10 выигрышей по 1 руб. Найти закон распределения случайной величины X – стоимости возможного выигрыша для владельца одного лотерейного билета.
Решение: Возможные значения X: 50, 1, 0.
Их вероятности: p1 = 0,01; p2 = 0,1; p3 = 0,89.
Составим закон распределения вероятностей:
X |
50 |
1 |
0 |
P |
0,01 |
0,1 |
0,89 |
Контроль вычислений: 0,01 + 0,1 + 0,89 = 1.
Графически закон распределения вероятностей дискретной случайной величины можно представить в виде многоугольника распределения: в прямоугольной системе координат ставят точки (xi, pi) и соединяют их отрезками прямых.
Построим многоугольник распределения по данным предыдущего примера:
Пример: Написать закон распределения случайной величины X – числа появлений «орла» при бросании n монет.
Решение: Вероятность любого значения X вычисляется по одной и той же формуле:
Тогда искомый закон распределения вероятностей имеет вид:
Х |
0 |
1 |
… |
n |
Р |
|
|
|
|
– аналитическое выражение искомого закона.
Заметим, что закон распределения полностью характеризует случайную величину.