- •Ю.Я. Кацман Теория вероятностей, математическая статистика и случайные процессы
- •Теория вероятностей, математическая статистика и случайные процессы
- •Издано в авторской редакции
- •Отпечатано в Издательстве тпу в полном соответствии с качеством предоставленного оригинал-макета
- •Введение
- •Раздел 1. Теория вероятностей Глава 1. Основные понятия теории вероятностей
- •1.1. Элементы комбинаторики
- •1.2. Пространство элементарных событий. Случайные события
- •1.3. Статистическое определение вероятности
- •1.4 Классическая вероятностная схема
- •1.5. Аксиоматическое построение теории вероятностей
- •1.6. Геометрическое определение вероятности
- •Глава 2. Основные теоремы теории вероятностей
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема сложения вероятностей совместных событий
- •2.3. Независимость событий
- •2.4. Теорема умножения вероятностей
- •2.5. Формула полной вероятности
- •2.6. Теорема гипотез (Формула Байеса)
- •Глава 3. Повторение испытаний
- •3.1. Схема Бернулли
- •3.1.1. Обобщение схемы Бернулли
- •3.2. Теорема Пуассона (Закон редких событий)
- •3.3. Локальная теорема Муавра-Лапласа
- •3.4. Интегральная теорема Муавра-Лапласа
- •Глава 4. Случайные величины
- •4.1. Классификация случайных величин. Закон распределения дискретной случайной величины
- •4.1.1. Интегральная функция распределения
- •4.2. Непрерывная случайная величина, плотность распределения
- •4.2.1. Основные свойства плотности распределения
- •4.3. Характеристики положения случайной величины
- •4.4. Числовые характеристики одномерной случайной величины
- •4.4.1. Свойства математического ожидания
- •4.5. Моменты случайной величины
- •4.5.1. Свойства дисперсии
- •4.5.2. Асимметрия и эксцесс
- •Глава 5. Многомерные случайные величины
- •5.1. Многомерная случайная величина и закон ее распределения
- •5.1.1. Свойства двумерной функции распределения
- •5.2. Плотность вероятности двумерной случайной величины
- •5.2.1. Условная плотность распределения
- •5.3. Числовые характеристики системы случайных величин
- •5.3.1. Свойства коэффициента корреляции
- •Глава 6. Основные законы распределения
- •6.1. Нормальный (гауссов) закон распределения
- •6.1.1. Вероятность попадания на интервал
- •6.1.2. Свойства нормальной функции распределения
- •6.2. Распределение ("хи–квадрат")
- •6.3. Показательный (экспоненциальный) закон распределения
- •6.3.1 Числовые характеристики показательного распределения
- •6.3.2. Функция надежности
- •6.4. Распределение Парето
- •Глава 7. Закон больших чисел
- •7.1. Неравенство Чебышева
- •7.2. Теорема Чебышева
- •7.3. Обобщенная теорема Чебышева
- •7.4. Теорема Маркова
- •7.5. Теорема Бернулли
- •7.6. Центральная предельная теорема
- •Раздел 2. Математическая статистика Глава 8. Основные понятия и задачи математической статистики
- •8.1. Выборочные распределения
- •8.1.1. Группирование данных, гистограмма, полигон
- •8.2. Статистическая (эмпирическая) функция распределения
- •8.3. Выборочные значения и оценка параметров.
- •8.3.1. Требования "хороших оценок"
- •Несмещённость.
- •Эффективность.
- •Состоятельность.
- •Глава 9. Интервальное оценивание
- •9.1. Интервальная оценка математического ожидания при известной дисперсии
- •9.2 Интервальная оценка математического ожидания при неизвестной дисперсии
- •9.3. Интервальная оценка выборочной дисперсии
- •Глава 10. Статистические критерии
- •10.1. Проверка гипотез
- •10.2. Ошибки проверки гипотез
- •Раздел 3. Случайные процессы Глава 11. Основные понятия и модели случайных процессов
- •11.1. Классификация случайных процессов
- •11.2. Основные характеристики случайного процесса
- •Свойства математического ожидания сп
- •Свойства дисперсии сп
- •Свойства корреляционной (автоковариационной) функции сп
- •Свойства нормированной корреляционной функции сп
- •11.2. Стационарные случайные процессы
- •11.3. Марковские случайные процессы
- •11.4. Потоки событий (Пуассоновские потоки)
- •11.5. Непрерывный марковский процесс. Уравнения Колмогорова
- •Заключение
- •Список литературы Основная
- •Дополнительная
4.1.1. Интегральная функция распределения
Для
количественного описания распределения
вероятностей удобно воспользоваться
не вероятностью события
,
а вероятностью события
где
некоторая текущая переменная. Вероятность
этого события, очевидно, зависит от
,
и является некоторой функцией от
.
Эта функция называется функция
распределения
случайной величины
и обозначается
:
(4.4)
Функцию иногда называют интегральной функцией распределения или интегральным законом распределения.
Функция распределения – самая универсальная характеристика СВ. Она существует как для дискретных, так и непрерывных СВ. Функция распределения полностью характеризует СВ с вероятностной точки зрения и является одной из форм закона распределения.
Общие свойства интегральной функции распределения:
Функция распределения
неубывающая функция своего аргумента,
тоесть при
На минус бесконечности функция распределения равна нулю:
На плюс бесконечности функция распределения равна единице:
График функции распределения в общем случае представляет собой график неубывающей функции, значение которой начинается от 0 и доходит до 1, причем в отдельных точках функция может иметь разрыв.
Зная ряд распределения дискретной СВ, можно легко построить функцию распределения этой величины. Действительно:
ПРИМЕР
2: Произведем
один опыт, в котором может произойти
или не произойти событие
.
Вероятность события
равна
.
СВ
число появлений события
в опыте (дискретная СВ). Необходимо
построить функцию распределения СВ.
РЕШЕНИЕ:
Ряд распределения СВ
имеет вид:
|
0 |
1 |
|
0.7 |
0.3 |
Построим функцию распределения СВ :
при
при
при
ПРИМЕР 3: При тех же условиях (ПРИМЕР 2) провели 4 независимых опыта. Постройте функцию распределения числа появлений события .
РЕШЕНИЕ: Пусть
СВ
число появлений события
в 4 опытах. Эта величина имеет ряд
распределения:
|
0 |
1 |
2 |
3 |
4 |
> 4 |
|
0.2401 |
0.4116 |
0.2646 |
0.0756 |
0.0081 |
|
|
0 |
0.2401 |
0.6517 |
0.9163 |
0.9919 |
1 |
Построим функцию распределения СВ Х:
1. |
при
|
|
2. |
|
|
3. |
|
|
4. |
|
|
5. |
|
|
6. |
|
|
4.2. Непрерывная случайная величина, плотность распределения
Случайная величина называется непрерывной, если ее пространством элементарных событий является вся числовая ось (либо отрезок (отрезки) числовой оси), а вероятность наступления любого элементарного события равна нулю.
Для непрерывной случайной величины вероятность попасть на интервал равна
(4.5)
Пусть
имеется непрерывная СВ
с функцией распределения
,
которую мы предполагаем непрерывной и
дифференцируемой. Вычислим вероятность
попадания этой СВ на участок от
до
то есть приращение функции распределения
на этом участке:
(4.6)
Найдем
отношение этой вероятности к длине
участка, то есть среднюю
вероятность,
приходящуюся на единицу длины на этом
участке, и устремим
к 0.
В пределе получим производную
функции распределения:
(4.7)
Функция
производная функции распределения
характеризует плотность, с которой
распределяются значения СВ в данной
точке.
Эта функция называется плотностью распределения (иначе – "плотностью вероятности") непрерывной СВ .
Плотность
распределения является одной из форм
закона распределения. Эта форма не
является универсальной, так как
существует только для непрерывных СВ.
Рассмотрим
непрерывную СВ
с плотностью распределения
и элементарный участок
примыкающий к точке
Рис. 4.2. Вероятность попадания на элементарный интервал
Вероятность
попадания СВ
на этот
элементарный участок (с точностью до
бесконечно малых высшего порядка) равна
Геометрически – это площадь элементарного
прямоугольника, опирающегося на отрезок
(см. рис. 4.2).
Выразим
вероятность попадания СВ
на отрезок
от
до
через плотность распределения.
Очевидно, она равна сумме элементов
вероятности на всем участке, то есть
интегралу:
(4.8)
Геометрически
вероятность попадания величины
на отрезок
равна площади фигуры, ограниченной
кривой распределения и опирающейся на
этот участок (рис.4.3).
Формула (4.7) выражает плотность распределения СВ через интегральную функцию распределения. Поставим обратную задачу – выразим функцию распределения через плотность. Согласно определению
(4.9)
Рис. 4.3. Вероятность попадания на интервал
Из формулы (4.9) с учетом (4.8) получим:
(4.10)
Геометрически есть не что иное, как площадь фигуры, ограниченной плотностью распределения (сверху) и осью абсцисс (снизу) и лежащей левее точки (см. рис. 4.4).
Рис.4.4. Вычисление функции распределения через плотность СВ
