
- •Предмет тв.
- •Построение вероятностной мат. Модели случайного явления.
- •Классификация событий.
- •Действия над событиями.
- •Свойства действий над событиями.
- •Вероятность и её свойства.
- •Аксиомы вероятности (Колмогорова)
- •Геометрическое определение вероятности.
- •Статистическое определение вероятностей.
- •Th1. Умножение вер-ей.
- •Th2. (обобщение Th умножения на n событий).
- •Свойства независимых событий:
- •Формула полной вероятности
- •Формула Байеса.
- •Основные свойства плотности распределения:
- •Показательное распределение.
- •Распределение Релея:
- •Мат. Ожидание.
- •Основные cсвойства мат. Ожиданий
- •Дисперсия с.В.
- •Свойства дисперсии:
- •Моменты с.В.
- •Квантиль распределения.
- •Многомерные векторные с.В.
- •Многомерная плотность распределения.
- •Свойства:
- •Свойства:
- •Теорема умножения плотностей.
- •Основные свойства этой матрицы.
- •Основные свойства этой матрицы
- •1. Непрерывная с.В. Φ (X) – монотонная
- •2. Непрерывная с.В. Φ (X) не монотонная функция
- •Определение и свойства характеристической функции
- •Свойства характеристической функции:
- •Свойства характеристических функций векторных с.В.:
- •Свойства производящей функции:
Основные свойства плотности распределения:
1) плотность распределения неотрицательная ф-ия f(x) ≥ 0, это свойство следует из определения плотности: производная неубывающей функции не может быть отрицательной.
2)
-
условие нормировки.
Док-во: это свойство следует из формулы (4), если положить в ней x>+∞ и учесть что F(+∞) =1.
Геометрически эти св-ва плотности f(x) интерпретируются так:
1) вся кривая распределения лежит не ниже 0x
2) полная площадь ограниченная кривой распределения и 0x равна 1.
19. Примеры законов распределения непрерывной случайной величины.
Равномерное распределение
Это распределение при котором все значения с.в. в области её существования (н-р интервале [a,b]) равновероятны.
Ф-я распределения для такой с.в. имеет вид:
M(x)=
;
D(x)=
Нормальное распределение (з-н Гаусса)
Это распределение имеет место когда на формирование с.в. сказывается влияние мн-во разнообразных но одинаковых по своему воздействию факторов.
С.в. X называется нормальной если её плотность вероятности имеет вид:
f(x)=
M(x)=a;
D(x)=
Если a=0 и σ=1 то распределение называется стандартным.
Показательное распределение.
Распределение непрерывной случайной величины X называется показательным (экспоненциальным), если плотность вероятности этой величины описывается функцией:
Соответственно
функция распределения имеет вид:
M(x)=1/λ;
D(x)=1/
Распределение Релея:
f(x)=
exp{-
},
x≥0,
σ>0
F(x)=1- exp{- }, x≥0
M(x)=
;
D(x)=2
20. Числовые характеристики случайных величин (мат. ожидание и его свойства, дисперсия и её свойства).
Достаточно на практике указать отдельные числовые параметры, характеризующие существенные числовые параметры:
1) Среднее - вокруг которого разбросаны значения с.в.
2) Число характеризующее величину этого разброса
Опр1 числа в сжатой форме выражающие наиболее существенные черты распределения на-ся числовыми характеристиками.
Мат. Ожидание.
Опр2
мат. ожиданием или средним значением
с.в. X
заданной на вер-ом пр-ве (Ω,A,P)
называется число M[X]=
=
(1)
Из определения м.о. следует что M[X] всегда ∃ если M|[X]|<∞
Если F(X)
ступенчатая ф-я, т.е. рассматривается
д.с.в., то интеграл (1) превращается в
сумму M[x]=
;
P{x=
}=
Основные cсвойства мат. Ожиданий
1. Для ∀ константы C: M[CX]=CM[X] и M[C]=C
2. Если а и b = const , то M[a+bX]=a+bM[X]
3. М.о. двух с.в. равно сумме м.о. слагаемых M[X+Y]=M[X]+M[Y],
это сво-во обобщено для n слагаемых: M[X1+…+Xn]=M[X1]+…+M[Xn]
4. М.о. произведения 2х независимых с.в. равно произведению их м.о. M[XY]=M[X]M[Y],
это
сво-во обобщено для n
множителей: M[
]=
Опр3 модой с.в. наз-ся её наиболее вероятное значение, т.е. для которого вероятность Pi или плотность расп-я f(x) достигает максимума.
Если или f(X) достигает максимума в нескольких точках, то распределение н-ся полимодальным
Опр4
медианой непрерывной с.в. X
н-ся такое её значение что
P{X<
}= P{X>
}=1/2 Т.е. одинаково вероятно окажется ли
с.в. больше или меньше
.
Для симметричных
распределений M[X],
-
мода и
совпадают.