
- •Основные понятия
- •Виды случайных событий.
- •Классическое определение вероятности.
- •Сведения из комбинаторики.
- •Геометрическое определение вероятности.
- •Основные теоремы теории вероятности.
- •Полная группа событий.
- •Зависимые и независимые события.
- •Условная вероятность
- •Теорема умножения вероятностей.
- •Вероятность появления хотя бы одного из событий.
- •Формулы полной вероятности.
- •Формула Бейеса.
- •Повторение опытов.
- •Локальная теорема Лапласа.
- •Интегральная теорема Лапласа.
- •Закон распределения случайных величин
- •Закон распределения дискретной случайной величины
- •Свойства функций распределения
- •Частный случай.
- •Нахождение функции распределения по известной функции f(X).
- •Числовые характеристики случайных величин.
- •Свойства математического ожидания.
- •Дисперсия
- •Свойства дисперсии
- •Среднее квадратическое отклонение
- •Математические ожидания и дисперсии для некоторых дискретных и непрерывных распределений. Биноминальное распределение.
- •Распределение Пуасcона.
- •5. Нормальное распределение или закон Гаусса
- •Понятие о моментах распределения
- •Совместное распределение нескольких случайных величин
- •Функция от случайных величин
- •Распределение суммы независимых случайных величины.
- •Коэффициент корреляции.
- •Свойства коэффициента корреляции:
- •Как оценить коэффициент корреляции по данным наблюдения
- •"Закон больших чисел" Неравенство Чебышева.
- •Теорема Чебышева
- •Сущность теоремы Чебышева
- •Значение теоремы для практики.
- •Характеристические функции и их свойства.
Функция от случайных величин
Определение: Под функцией (х) случайной величины Х понимают такую случайную величину у, которая принимает значения у=(х) каждый раз , когда величина Х принимает значение х.
1. Пусть аргумент Х – дискретная случайная величина с возможными значениями х1, х2, х3, …..хn и вероятностями Р1, Р2, Р3…..Рn . Пусть для различных возможных значений xi, значения функции (хi) также различны. Возможными значениями случайной величины случайной величины у будут значения функции (хi) тогда и только тогда, когда величина Х примет значение хi, поэтому вероятности их равны, т.е.
Р(Y=(хi))=P(X=xi)=Pi
Т.к. событие - величина X приняла значение xi влечет за собой событие-величина у приняла значение уi=(хi) и обратно эти события равносильны и следовательно равновероятностные.
Пример 1.
Случайная величина задана распределением
x |
-2 |
0 |
1 |
3 |
Р |
0,1 |
0,5 |
0,3 |
0,1 |
Найти закон распределения вероятностей величин х2, 3х, х2+1.
у=х2
x2 |
4 |
0 |
1 |
9 |
Р |
0,1 |
0,5 |
0,3 |
0,1 |
у=3х
3x |
-6 |
0 |
3 |
9 |
Р |
0,1 |
0,5 |
0,3 |
0,1 |
у=х2+1
x2+1 |
5 |
0 |
2 |
10 |
Р |
0,1 |
0,5 |
0,3 |
0,1 |
Пример 2.
Дано распределение
x |
-2 |
2 |
3 |
Р |
0,4 |
0,5 |
0,1 |
Найти распределение величины у=х2
x |
4 |
4 |
9 |
Р |
0,4 |
0,5 |
0,1 |
Событие х2=4 есть сумма 2-х событий х=-2 и х=2, поэтому по правилу сложения вероятностей
Р(х2=4)=0,4+0,5=0,9
Тогда пишут
-
У
4
9
Р
0,9
0,1
Пример 3. даны две независимые случайные величины х и у.
-
Х
-1
0
1
Р
0,2
0,3
0,5
-
У
0
1
3
Р
0,1
0,3
0,6
Составить закон распределения величины z=(ху)
N |
x |
y |
xy |
P |
1 2 3 4 5 6 7 8 9 |
-1 -1 -1 0 0 0 1 1 1 |
0 1 3 0 1 3 0 1 3 |
0,02 0,06 0,12 0,03 0,09 0,18 0,05 0,15 0,3 |
0 -1 -3 0 0 0 0 1 3 |
Р(z=0)=0,03+0,09+0,18+0,05+0,02+0,02+0,08+0,27=0,37
-
z
-3
-1
0
1
3
Р
0,12
0,06
0,37
0,15
0,3
Т.к. случай z=0 – несовместимое событие, то по теореме сложения Р(0) складываем.
2) Пусть аргумент x непрерывная случайная величина. Как найти распределение функции у=(х), зная плотность распределения f(x) аргумента x.
Рассмотрим монотонную функцию от одной случайной величины. Пусть в интервале возможных случайных значений х (a;b) функция строго возрастает, т.е. если х2>х1 то у2>у1 .
Пусть аргумент x непрерывная случайная величина. Как найти распределение y=(x), зная плотность распределения f(x) случайного аргумента x. Рассмотрим монотонную функцию от одной случайной величены. Пусть в интервале возможных значений от а до b функция строго возрастает.
Кроме того , функция непрерывна вместе со своей 1-ой производной и имеет непрерывную дифференцируемую функцию, каждый внутренний интервал от x1 до х2 взаимно однозначно отображается на соответствующем интервале от у1 до у2 потому: Р(у1<у<у2)=Р(х1<x<x2) вероятности попадания случайной величены х и у это есть двумерная величена.
-двумерная
величина.
В этом интервале заменяем х на функцию g(y) обратную к функции y=(x)
сравнивая с равенством (1) мы отмечаем, что подинтегральная функция – есть плотность распределения непрерывности случайной величены у.
в
дифференцируемой форме
.