- •Предисловие
- •Введение
- •Глава 1. Случайные события § 1.1. Основные понятия теории вероятностей § 1.1.1. Испытания и события. Виды случайных событий
- •§ 1.1.2. Классическое определение вероятности
- •Свойства вероятности
- •§ 1.1.3. Основные формулы комбинаторики
- •§ 1.1.4. Примеры непосредственного вычисления вероятностей
- •§ 1.1.5. Относительная частота
- •§ 1.2. Теорема сложения вероятностей § 1.2.1. Теорема сложения вероятностей несовместных событий
- •§ 1.2.2. Полная группа событий
- •§ 1.2.3. Противоположные события
- •§ 1.3. Теорема умножения вероятностей § 1.3.1. Произведение событий
- •§ 1.3.2. Условная вероятность
- •§ 1.3.3. Теорема умножения вероятностей
- •§ 1.3.4. Независимые события. Теорема умножения для независимых событий
- •§ 1.3.5. Вероятность появления хотя бы одного события
- •§ 1.3.6. Вероятность гипотез. Формулы Бейеса
- •§ 1.3.7. Повторные испытания. Формула Бернулли
- •§ 1.3.8. Теорема Лапласа
- •§ 1.3.9. Производящая функция
- •Глава 2. Случайные величины. Виды случайных величин § 2.1. Случайные величины
- •§ 2.1.1. Дискретные и непрерывные случайные величины
- •§ 2.1.2. Закон распределения вероятностей случайной величины
- •§ 2.1.3. Закон распределения вероятностей дискретной случайной величины
- •§ 2.1.3.1. Биноминальное распределение
- •§ 2.1.3.2. Распределение Пуассона
- •§ 2.1.3.3. Простейший поток событий
- •§ 2.1.3.4. Геометрическое распределение
- •§ 2.1.4. Непрерывные случайные величины. Функция распределения
- •§ 2.2. Закон больших чисел
- •§ 2.3. Математическое ожидание случайной величины
- •§ 2.3.1. Математическое ожидание дискретной случайной величины
- •§ 2.3.2. Математическое ожидание непрерывной случайной величины
- •§ 2.3.3. Основные свойства математического ожидания
- •§ 2.4. Дисперсия случайной величины
- •§ 2.4.1. Отклонения случайной величины от ее математического ожидания
- •§ 2.4.2. Дисперсия дискретной случайной величины
- •§ 2.4.3. Дисперсия непрерывной случайной величины
- •§ 2.4.4. Основные свойства дисперсии
- •§ 2.4.5. Среднее квадратическое отклонение
- •§2.4.6. Начальные и центральные теоретические моменты
- •§ 2.4.7. Асимметрия и эксцесс
- •§ 2.4.8. Функция одного случайного аргумента
- •§2.4.9. Функция двух случайных аргументов
- •§ 2.5. Законы распределения случайных величин
- •§ 2.5.1. Закон равномерного распределения вероятностей
- •Свойства равномерного распределения
- •§ 2.5.2. Нормальное распределение
- •§ 2.5.3. Распределение «хи-квадрат»
- •§ 2.5.4. Распределение Стьюдента
- •§ 2.5.5. Распределение f Фишера-Снедекора
- •§ 2.5.6. Показательное распределение
- •§ 2.5.7. Гамма-распределение и распределение Эрланга
- •Свойства нормированного распределения Эрланга
- •§ 2.5.8. Функция надежности
- •§ 2.6. Система двух случайных величин
- •§ 2.6.1. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 2.6.2. Функция распределения двумерной случайной величины
- •§ 2.6.3. Вероятность попадания случайной точки в полуполосу
- •§ 2.6.4. Вероятность попадания случайной точки в прямоугольник
- •§ 2.6.5. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины (двумерная плотность вероятности)
- •§ 2.6.6. Нахождение функции распределения системы по известной плотности распределения
- •§ 2.6.7. Условные законы распределения составляющих системы случайных величин
- •1. Система дискретных случайных величин
- •2. Система непрерывных случайных величин
- •§ 2.6.8. Условное математическое ожидание
- •§ 2.6.9. Зависимые и независимые случайные величины
- •§ 2.6.10. Числовые характеристики системы двух случайных величин
- •§ 2.6.11. Коррелированность и зависимость случайных величин
- •§ 2.6.12. Линейная регрессия
- •Глава 3. Примеры для самостоятельной работы
- •Приложения
- •Критические точки распределения
- •Критические точки распределения Стьюдента
- •Критические точки распределения Фишера – Снедекора
- •Равномерно распределенные случайные числа
- •Библиографический список
- •Предметный указатель
- •Оглавление
§ 2.6. Система двух случайных величин
Совокупность двух
случайных величин
,
рассматриваемых совместно, называется
системой
двух случайных величин
[2].
Величины, возможные значения которых определяются двумя, тремя, …, числами, называют, соответственно, двумерными, трехмерными, …, -мерными.
Пример
2.31. Деталь,
изготовленная на заводе проверяется
контролером. Если контролируется два
размера (длина и ширина), то рассматривается
двумерная случайная величина
,
если контролируется три размера (длина,
ширина и высота), то имеем трехмерную
величину
.
Система двух
случайных величин
геометрически интерпретируется как
случайная
точка с
координатами
на плоскости
(рис. 13.а) или как случайный
вектор,
направленный из начала координат в
точку
,
составляющие которого представляют
собой случайные величины
и
(рис. 13.б). [2].
Рис. 13. Геометрическая интерпретация
системы двух случайных величин
Система трех
случайных величин
изображается случайной
точкой или
случайным
вектором в
трехмерном
пространстве;
система
случайных величин
– случайной
точкой или
случайным
вектором в
пространстве
измерений.
§ 2.6.1. Закон распределения вероятностей дискретной двумерной случайной величины
Законом
распределения дискретной
двумерной случайной величины называют
перечень возможных значений этой
величины, то есть пар чисел
и их вероятностей
.
Обычно закон распределения задают в
виде таблицы с двойным входом.
Первая строка
таблицы содержит все возможные значения
составляющей
,
а первый столбец – все возможные значения
составляющей
.
В клетке, стоящей на пересечении «столбца
»
и «строки
»,
указана вероятность
того, что двумерная случайная величина
примет значение
.
Заметим, что, зная закон распределения двумерной дискретной случайной величины, можно найти законы распределения каждой из составляющих.
Пример 2.32. Пусть дискретная двумерная случайная величина имеет следующее распределение вероятностей (см. табл.31).
Таблица 31
|
2 |
18 |
20 |
3 |
0,01 |
0,4 |
0,3 |
9 |
0,2 |
0,07 |
0,02 |
Найти законы распределения составляющих и .
Решение. Сложив вероятности «по столбцам», получим вероятности возможных значений :
;
.
Напишем закон распределения составляющих (табл.32).
Таблица 32
|
2 |
18 |
20 |
|
0,21 |
0,47 |
0,32 |
Контроль: 0,21+0,47+0,32=1.
Сложим вероятности «по строкам»:
;
.
Запишем закон распределения составляющей (табл.33).
Таблица 33
|
3 |
9 |
|
0,71 |
0,29 |
Контроль: 0,71+0,29=1.
§ 2.6.2. Функция распределения двумерной случайной величины
Рассмотрим
двумерную случайную величину
(безразлично, дискретную или непрерывную).
Пусть
– пара действительных чисел. Вероятность
события, состоящего в том, что
примет значение, меньшее
,
и при этом
примет значение, меньшее
,
обозначим через
.
Если
и
будут изменяться, то будет изменяться
и
,
то есть
есть функция от
и
[3].
Функцией
распределения двумерной
случайной величины
называют функцию
,
определяющую для каждой пары чисел
,
вероятность того, что
примет значение, меньшее
,
и при этом,
примет значение, меньшее
:
.
Рис. 14. Геометрическая интерпретация функции распределения двумерной случайной величины
Геометрически
это равенство можно истолковать так:
есть вероятность того, что случайная
точка
попадет в бесконечный квадрант с вершиной
,
расположенный левее и ниже этой вершины
(рис. 14).
Функция распределения обладает следующими свойствами.
Свойство 1. Значения функции распределения удовлетворяют двойному неравенству:
.
Свойство 2. есть неубывающая функция по каждому аргументу, то есть
,
если
;
,
если
.
Свойство 3. Имеют место предельные соотношения:
1)
,
2)
,
3)
,
4)
.
Свойство 4. а) При
функция распределения системы становится
функцией распределения, составляющей
:
.
б) При
функция распределения системы становится
функцией распределения составляющей
:
.
Пример.
Найти вероятность того, что в результате
испытания составляющая
двумерной случайной величины
примет значение
и при этом составляющая
примет значение
,
если известна функция распределения
системы:
.
Решение. По определению функции распределения двумерной случайной величины .
Пусть
,
,
получим искомую вероятность:
