
- •Рекомендуемая литература
- •Теория вероятностей
- •1. Случайные события
- •1.1. Событие и эксперимент. Соотношения между событиями. Пространство элементарных событий
- •1.2. Частота события. Статистическое определение вероятности
- •1.3. Аксиомы теории вероятностей. Основные следствия из аксиом
- •1.4. Формула непосредственного подсчёта вероятностей
- •1.5. Формула геометрической вероятности
- •1.6. Теорема сложения вероятностей
- •1.7. Условная вероятность. Независимость событий. Теорема умножения вероятностей
- •1.8. Формула полной вероятности. Формула Байеса
- •1.9. Вычисление вероятностей событий с помощью биномиальной формулы
- •2. Случайные величины
- •2.1. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины
- •2.2. Ряд и многоугольник распределения дискретной св
- •2.3. Функция распределения св и её свойства
- •2.4. Плотность распределения непрерывной св и её свойства
- •2.5. Математическое ожидание, мода и квантили св
- •2.6. Моменты, дисперсия и среднее квадратическое отклонение св
- •2.7. Биномиальное распределение. Распределение Пуассона
- •2.8. Равномерное распределение
- •2.9. Показательное распределение
- •2.10. Нормальное распределение
- •3. Случайные векторы
- •3.1. Понятие случайного вектора. Матрица распределения двумерного дискретного случайного вектора
- •3.2. Функция распределения случайного вектора. Плотность распределения непрерывного случайного вектора
- •3.3. Зависимость и независимость св
- •3.4. Распределение “хи-квадрат”. Распределение Стьюдента
2.8. Равномерное распределение
Непрерывная СВ Х называется
распределённой по равномерному закону
c параметрами
(
),
если множество её возможных значений
– отрезок
,
а вероятность попадания СВ Х на
любой участок этого отрезка пропорциональна
длине участка. Плотность и функция
распределения равномерно распределённой
СВ имеют вид:
Для равномерного распределения
,
.
2.9. Показательное распределение
Непрерывная СВ Х называется
распределённой по показательному
(экспоненциальному) закону c
параметром
,
если множество её возможных значений
– полупрямая
,
а плотность и функция распределения
имеют вид:
Для показательного распределения
,
.
2.10. Нормальное распределение
Непрерывная СВ Х называется
распределённой по нормальному закону
(по закону Гаусса) с параметрами
и
,
если множество её возможных значений
– вся числовая прямая, а плотность
вероятности определяется формулой
.
Для нормального закона используется
обозначение
,
при этом
,
,
а функция распределения задаётся
формулой
,
где интеграл не выражается через элементарные функции. Графики плотности и функции распределения имеют вид:
Нормальный закон распределения называется
стандартным, если
и
.
Для стандартного нормального закона
плотность вероятности имеет вид
и обладает свойством
,
а функция распределения имеет вид
и обладает свойством
.
Функции
и
называются, соответственно, функцией
Гаусса и функцией Лапласа. Для нахождения
их значений при различных х составлены
таблицы.
Если в выражении для функции распределения
СВ
сделать замену
,
то получим
.
При
имеем
,
а при
имеем
.
Отсюда
,
т.е. функция распределения нормального закона с заданными параметрами m и выражается через функцию распределения стандартного нормального закона.
Поскольку для непрерывной СВ
,
то для нормально распределённой СВ
.
В частности,
.
Это означает, что попадание нормально
распределённой СВ Х на отрезок
– практически достоверное событие.
Данное свойство нормального распределения
называется “правилом трёх сигма”.
3. Случайные векторы
3.1. Понятие случайного вектора. Матрица распределения двумерного дискретного случайного вектора
На практике часто встречаются задачи,
в которых результат опыта описывается
не одним, а двумя или более числовыми
значениями, заранее неизвестными.
Примеры: точка попадания в мишень при
выстреле характеризуется полярными
координатами
или декартовыми координатами
;
осколок, образовавшийся при разрыве
снаряда, характеризуется весом, размером,
начальной скоростью и т.д.; результаты
последовательных измерений меняющейся
величины выражаются n числами.
Подобные примеры приводят к понятию
случайного
вектора.оро
Случайным вектором (или системой
случайных величин) называется упорядоченный
набор случайных величин
.
Случайный вектор
называется дискретным (непрерывным),
если соответствующие СВ
являются дискретными (непрерывными).
Свойства случайного вектора не
ограничиваются свойствами отдельных
величин: они включают также взаимные
связи (зависимости) между СВ.
Рассмотрим дискретный случайный вектор
.
Пусть
и
– упорядоченные по возрастанию возможные
значения СВ Х и Y соответственно,
а
,
,
.
Поскольку события
,
,
попарно несовместны и образуют полную
группу, то
.
Тогда под матрицей распределения вектора
понимается следующая таблица:
Y |
Х |
|||
|
|
... |
|
|
|
|
|
... |
|
|
|
|
... |
|
... |
... |
... |
... |
... |
|
|
|
... |
|
Вероятности отдельных значений СВ Х и Y определяются равенствами:
и
.
Отсюда видно, что зная матрицу распределения дискретного случайного вектора , можно найти ряд распределения каждой из СВ Х и Y.