![](/user_photo/1409_eZHEC.jpg)
- •Раздел 1. Классическая вероятностная схема
- •1.1 Основные формулы комбинаторики
- •Теорема о перемножении шансов
- •Урны и шарики
- •Урновая схема: выбор без возвращения, с учетом порядка
- •Урновая схема: выбор без возвращения и без учета порядка
- •Урновая схема: выбор с возвращением и с учетом порядка
- •Урновая схема: выбор с возвращением и без учета порядка
- •1.2 Основные понятия элементарной теории вероятностей Предмет теории вероятностей. Статистическая устойчивость.
- •Пространство элементарных исходов. Операции над событиями
- •Вероятность на дискретном пространстве элементарных исходов
- •Классическое определение вероятности
- •Гипергеометрическое распределение
- •Раздел 2. Геометрическая вероятность
- •2.1 Что это такое
- •2.2 Задача о встрече
- •2.3 Задача Бюффона
- •2.4 Парадокс Бертрана
- •Раздел 3. Аксиоматика теории вероятностей
- •3.2 Вероятность как нормированная мера
- •Раздел 4. Условная вероятность, независимость
- •4.1 Условная вероятность
- •4.2 Независимость
- •4.3 Формула полной вероятности
- •4.4 Формула Байеса
- •Раздел 5. Схема Бернулли
- •5.1 Распределение числа успехов в nиспытаниях
- •5.2 Наиболее вероятное число успехов
- •5.3 Номер первого успешного испытания
- •5.4 Приближение гипергеометрического распределения биномиальным
- •5.5 Независимые испытания с несколькими исходами
- •5.6 Теорема Пуассона для схемы Бернулли
- •Раздел 6. Случайные величины и их распределения
- •6.1 Случайные величины
- •6.2 Дискретные распределения
- •6.3 Примеры дискретных распределений Вырожденное распределение.
- •Распределение Бернулли.
- •Биномиальное распределение.
- •Геометрическое распределение.
- •Распределение Пуассона.
- •Гипергеометрическое распределение.
- •Раздел 7. Функция распределения
- •7.1 Свойства функции распределения
- •Прочие полезные свойства функций распределения
- •Функция распределения дискретного распределения
- •Раздел 8. Абсолютно непрерывные распределения
- •Свойства плотностей
- •8.1 Примеры абсолютно непрерывных распределений
- •8.2 Свойства нормального распределения
- •Стандартное нормальное распределение
- •Раздел 9. Случайные вектора и их распределения
- •9.1 Свойства функции совместного распределения
- •9.2 Типы многомерных распределений
- •Дискретное совместное распределение
- •Абсолютно непрерывное совместное распределение
- •9.3 Независимость случайных величин
- •Раздел 10. Преобразования случайных величин
- •10.1 Преобразование одной случайной величины
- •10.2 Функции от двух случайных величин
- •10.3 Примеры использования формулы свертки
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 12. Числовые характеристики зависимости случайных величин
- •12.1 Чем отличается дисперсия суммы от суммы дисперсий?
- •12.2 Коэффициент корреляции
- •12.3 Свойства коэффициента корреляции
- •Раздел 13. Куда и как сходятся последовательности случайных величин
- •13.1 Сходимость «почти наверное» и «по вероятности»
- •13.2 Неравенства Чебышёва
- •13.3 Законы больших чисел
- •13.4 Примеры использования збч и неравенства Чебышёва
- •Раздел 14. Цпт (центральная предельная теорема)
- •14.1 Как быстро сходится к ?
- •14.2 Слабая сходимость
- •14.3 Центральная предельная теорема
- •14.4 Предельная теорема Муавра — Лапласа
- •14.5 Примеры использования цпт
Раздел 8. Абсолютно непрерывные распределения
Определение 28.Случайная величинаξимеет называемыеабсолютно непрерывноераспределение, если существует неотрицательная функцияfξ(x)такая, что для любогох R функция распределенияFξ(x)представима в виде
При этом функция fξ(x) называетсяплотностью распределенияслучайной величиныξ.
Теорема 21.Плотность распределения обладает свойствами:
(f1)fξ(x) 0 для любогоx;
(f2)
Эти два свойства полностью характеризуют класс плотностей:
Лемма 2. Если функцияf обладает свойствами (f1) и (f2), то существует вероятностное пространство и случайная величинаξна нем, для которойf является плотностью распределения.
Доказательство. ПустьΩ есть область, заключенная между осью абсцисс и графиком функцииf(« подграфик» функцииf). Площадь областиΩравна 1 по свойству (f2). И пусть случайная величинаξесть абсцисса точки, наудачу брошенной в эту область.
Тогда (вспомнить геометрическую вероятность) для любогох R
то
естьfявляется плотностью распределения
случайной величиныξ
Свойства плотностей
(f3) Если случайная величинаξимеет абсолютно непрерывное распределение, то ее функция распределения всюду непрерывна.
Следствие 4. Если случайная величинаξимеет абсолютно непрерывное распределение, тоP(ξ = х) = 0 для любогох R.
(f4) Если случайная величинаξимеет абсолютно непрерывное распределение, то ее функция распределения дифференцируема почти всюду, и
для почти всех х.
Замечание 12. Термин для «почти всех» означает «для всех, кроме (возможно)х из некоторого множества нулевой меры (длины)». Заметьте, что стоящую под интегралом функцию можно изменить в одной точке (или на множестве нулевой длины), и интеграл (« площадь подграфика») от этого не изменится.
(f5) Если случайная величинаξимеет абсолютно непрерывное распределение, то
Доказательство. Действительно,
Остальные равенства вытекают из следствия 5.
8.1 Примеры абсолютно непрерывных распределений
Равномерное.
Это распределение нам уже знакомо. Говорят, что ξимеет равномерное распределение на отрезке[a, b], и пишутξUa,b если
Заметьте, что в точках aиbфункция распределения недифференцируема, и плотность можно задать как угодно.
Показательное.
Говорят, что ξимеет показательное распределение с параметромα,α > 0иξ Еα, если
Показательное распределение является единственным абсолютно непрерывным распределением, для которого выполнено свойство «не старения» (и в этом смысле оно является непрерывным аналогом дискретного геометрического распределения).
Теорема 21.Свойство «Не старения». Пустьξ Еα. Тогда для любыхх, у > 0
Нормальное.
Говорят,
чтоξимеет нормальное распределение с
параметрамиаиσ2, гдеа
R,σ > 0, и
пишутξ
еслиξимеет следующую плотность распределения:
для
любогоx
R
Убедимся, что fξ(x)действительно является плотностью распределения. Так какfξ(x) > 0для всехx R, то свойство (f1) выполнено. Проверим выполнение (f2). Используем табличный интеграл (интеграл Пуассона)
Нормальное (иначе называемое гауссовским по имени Карла Гаусса распределение играет исключительно важную роль в теории вероятностей, поэтому мы очень подробно изучим все свойства этого распределения.
8.2 Свойства нормального распределения
Нормальное распределение задается, как
мы видим, с помощью плотности распределения.
Связано это с тем, что нельзя выписать
первообразную от функциииначе как в виде интеграла, поэтому
функцию распределения этого закона
можно записать лишь в таком виде:
Мы
часто будем использовать обозначение
для функции распределения нормального
распределения с параметрамиа
иσ2.