
- •Теорія ймовірностей та математична статистика.
- •Тема 1. Предмет, методи, основні задачі та поняття теорії ймовірностей.
- •Тема 7. Закони великих чисел та центральна гранична теорема
- •Тема 8. Основні поняття математичної статистики: вибіркові спостереження та вибіркові оцінки
- •Тема 9. Методи параметричного та непараметричного оцінювання параметрів
- •Тема10. Методи перевірки статистичних гіпотез
- •§1. Випадкові події. Класифікація подій
- •§2. Операції над подіями
- •§3. Частота події і її властивості
- •§4. Ймовірність події
- •§5. Аксіоматична побудова теорії ймовірності
- •§1. Операції над ймовірностями
- •Ймовірність об’єднання несумісних подій
- •2. Ймовірність перетину подій
- •Ймовірність об’єднання сумісних подій
- •§2. Формула повної ймовірності. Формула Байеса
- •§1. Схема Бернуллі
- •§2. Наймовірніше число успіхів у схемі Бернуллі
- •§3. Граничні теореми теорії ймовірності
- •1. Локальна теорема Муавра-Лапласа
- •2. Інтегральна ознака Муавра-Лапласа
- •3. Гранична теорема Пуассона
- •§1. Випадкові величини та їх розподіл
- •1. Дискретна випадкова величина та її закон розподілу ймовірностей
- •Неперервна випадкова величина та її закони розподілу
- •3. Диференціальна функція розподілу
- •§2. Числові характеристики випадкових величин
- •Дисперсія і середнє квадратичне відхилення.
- •§1. Закони розподілу дискретних випадкових величин
- •§2. Закони розподілу неперервної випадкової величини
- •§3. Закони розподілу, зв’язані з нормальним
- •Лекція 6. Закон великих чисел
- •§1. Нерівність Чебишева
- •§2. Теорема Чебишева
- •§3. Теорема Бернуллі
- •§4. Центральна гранична теорема Ляпунова
- •§1. Статистичний розподіл вибірки та його геометричне зображення
- •§2. Числові характеристики вибірки
- •Лекція 8. Статистичні оцінки параметрів генеральної сукупності
- •§1. Точкові статистичні оцінки параметрів
- •Розглянемо наступну загальну задачу. Маємо випадкову величину х, закон розподілу якої має невідомий параметр а. Потрібно на основі даних вибірки знайти добру оцінку параметру а.
- •§2. Інтервальні статистичні оцінки параметрів
- •Довірчі інтервали для оцінки математичного
- •Довірчі інтервали для математичного сподівання
- •§3. Довірчий інтервал для оцінки середнього квадратичного відхилення
- •Гіпотез
- •§ 2. Критична область. Загальна методика побудови критичних областей
- •§ 3. Перевірка правдивості статистичних гіпотез про рівність двох генеральних середніх.
- •§4. Перевірка гіпотези про нормальний закон розподілу генеральної сукупності. Критерій узгодженості Пірсона
- •§5. Порівняння двох середніх генеральних сукупностей,
- •§1. Рівняння парної регресії
- •§2. Вибірковий коефіцієнт кореляції та його властивості,
- •§1. Багатофакторна регресія
- •§2. Нелінійна регресія
- •Контрольна робота
- •Контрольна робота
1. Дискретна випадкова величина та її закон розподілу ймовірностей
Дискретною випадковою величиною називається така величина, множина можливих значень якої або скінченна, або зліченна (множина, елементи якої можуть бути пронумеровані), або це така випадкова величина, що приймає лише окремі (ізольовані) одна від одної значення, які можна пронумерувати. Складемо числову модель такої випадкової величини.
Нехай несумісні події 1, 2, …n утворюють повну групу. Введемо поняття випадкової величини таким чином: якщо відбувається подія і, то випадкова величина Х набирає значення хі (і= ). Отже Х є функція на множині подій 1…n (і= ), тобто Х(і)=хі.
Тепер, замість того, щоб говорити “відбулася подія і”, ми скажемо “відбулася подія Х=хі “. Нехай Р(і) – ймовірність появи події і Тепер цю ж ймовірність позначимо так: Р(Х=хі)=рі, тобто Р(і)=Р(Х=хі)=рі.
Після такого
означення випадкової величини Х,
замість того, щоб говорити «маємо повну
групу несумісних подій 1,
2,…n
з ймовірностями Р(1),
Р(2),…Р(n)»,
скажемо «маємо випадкову величину Х,
яка набирає значень х1,
х2,…хn
з ймовірностями р1,
р2,
...рn».
При цьому
.
Найпростішою формою опису випадкової величини є таблиця, яку називають рядом розподілу випадкової величини.
Х |
х1 |
х2 |
. . . |
хn |
Р |
р1 |
р2 |
. . . |
рn |
Отже законом розподілу дискретної випадкової величини називається співвідношення, яке встановлює зв’язок між можливими значеннями випадкової величини і відповідними ймовірностями.
Випадкові величини надалі будемо позначати великими буквами латинського алфавіту Х, Y, Z, ..., а їх можливі значення – малими х, y, z,...
Для наочності ряд розподілу задають графічно: можливі значення випадкової величини відкладають на осі абсцис, а на осі ординат – відповідні ймовірності. Одержані точки з’єднують відрізками прямих і таку фігуру називають полігоном розподілу.
Запишемо закон розподілу для прикладу 1:
Х |
1 |
2 |
3 |
4 |
5 |
6 |
Р |
|
|
|
|
|
|
Прикладу
2
:
Х |
0 |
|
1 |
. . . |
N |
Р |
|
|
|
. . . |
|
Прикладу 3:
Х |
1 |
2 |
|
… |
n |
… |
Р |
|
|
|
… |
|
… |
Неперервна випадкова величина та її закони розподілу
Розглянутий закон розподілу є зручною формою для дискретної випадкової величини. Але, якщо розглянути, приклад (4), то бачимо, що значення випадкової величини – Х(ω) заповнюють цілий проміжок і перерахувати їх в таблиці неможливо. Крім того, ймовірність набути окреме значення, як пізніше буде з’ясовано, дорівнює нулю.
Тому для неперервної випадкової величини, тобто такої величини, можливі значення якої неперервно заповнюють деякий інтервал (скінченний чи нескінченний) числової осі, природно поставити вимогу, щоб при будь-яких дійсних х1, х2 було визначено ймовірність того, щоб х1≤Х<х2 ; зокрема, для будь-якого дійсного числа х повинна бути визначена ймовірність того, що Х<х.
Тому визначимо таку характеристику розподілу, яку можна застосовувати для різних випадкових величин. Найбільш загальною формою закону розподілу випадкової величини Х є функція розподілу.
Означення 1. Функцією розподілу, або інтегральним законом розподілу, випадкової величини Х називається ймовірність виконання нерівності Х<х, розглядувана як функція аргументу х:
.
Із значення функції розподілу випливає, що вона існує для всіх випадкових величин: як дискретних, так і неперервних. Для дискретної випадкової величини Х, яка набирає значення х1, х2, …хn функція розподілу буде мати вигляд:
,
(1)
де символ хі<х під знаком суми означає, що сума поширюється на всі ті можливі значення випадкової величини, які по своїй величині менші аргументу х. З виразу (1) випливає, що функція розподілу дискретної випадкової величини Х розривна і зростає стрибками при переході через точки можливих її значень х1, х2, …хn .Причому величина стрибка рівна ймовірності відповідного значення.
Приклад.
В прикладі 2 візьмемо
.
Побудувати функцію розподілу числа
того, що подія відбулася.
Рішення.
.
Х |
0 |
1 |
2 |
3 |
Р |
0,216 |
0,432 |
0,288 |
0,064 |
Графік
функції
:
Властивості функції розподілу:
Властивість
1. Функція
розподілу:
є невід’ємна функція, значення якої не
більше одиниці
.
Дійсно
,
а
.
Властивість
2. Ймовірність
появи випадкової величини в інтервалі
рівна різниці значень функції розподілу
в кінцях інтервалу:
(2)
Дійсно, оскільки
.
Тому
.
Звідки .
Властивість
3. Функція
розподілу випадкової величини є неспадна
функція, тобто при
.
.
Дійсно, з (2) випливає
,
а
.
Властивість
4.
.
Дійсно, означення функції розподілу має простий геометричний зміст. Якщо розглядати випадкову величину як випадкову точку Х осі ох, яка в результаті випробування може зайняти те чи інше положення, то функція розподілу є ймовірність того, що випадкова точка Х в результаті випробування попаде лівіше точки х.
Тому при необмеженому
переміщенні точки х
вліво, попадання випадкової точки Х
лівіше х в
границі стає подією неможливою, тобто
.
Аналогічно, якщо
,
то попасти лівіше х
в границі є подія достовірна, тобто
.
Оскільки з допомогою функції розподілу можна знайти ймовірність появи випадкової величини в довільному інтервалі або довільній точці можливих значень для дискретної випадкової величини, то функція розподілу однозначно визначає закон розподілу випадкової величини.