- •Глава 1. Основные понятия теории вероятностей
- •1.1. Элементы комбинаторики
- •Основные правила комбинаторики
- •1.2. Случайные события
- •1.3. Операции над событиями
- •1.4. Классическое, статистическое и геометрическое определения вероятностей
- •Глава 2. Основные теоремы теории вероятностей
- •2.1 Зависимые и независимые события. Теоремы сложения и умножения вероятносте.
- •Глава 3. Повторение испытаний
- •3.1. Формула Бернулли
- •3.2. Наивероятнейшее число наступлений события
- •3.3. Асимптотические формулы. Локальная и интегральная теоремы Лапласа. Формула Пуассона
- •Глава 4. Случайные величины. Законы распределения и числовые характеристики
- •4.1. Понятие случайной величины
- •4.2. Дискретные случайные величины.
- •Cвойства функции распределения
- •4.4. Плотность распределения вероятностей
- •1); 2); 3);
- •4); 5).
- •4.5. Числовые характеристики случайных величин.
- •Пример 4.6.
- •Глава 5. Наиболее распространенные законы распределения случайных величин и их числовые характеристики
- •5.1. Биномиальное распределение
- •Геометрическое и гипергеометрическое распределения
- •5.3. Распределение Пуассона
- •5.4. Равномерное распределение
- •5.5. Показательное распределение
- •5.6. Нормальное распределение
- •Глава 6. Системы случайных величин
- •6.1. Закони распределения систем случайных величин.
- •6.2. Числовые характеристики системы случайных величин
- •Для дискретных систем случайных величин
- •Для непрерывных систем случайных величин
- •6.3 Законы равномерного и нормального распределения систем случайных величин
- •Глава 7. Функции одного и двух случайных аргументов
- •7.1. Функции одного случайного аргумента. Законы распределения. Числовые характеристики
- •7.2 Законы распределения функций двух случайных аргументов. Числовые характеристики
- •7.3. Теоремы о числовых характеристиках и их применение
- •Глава 8. Элементы математической статистики
- •8.1. Вариационный ряд. Представление и первоначальная обработка
- •8.2. Графические характеристики выборки
- •8.3. Точечные характеристики выборки (оценки параметров)
- •8.4. Интервальные оценки параметров
- •8.5. Проверка статистических гипотез
- •8.5.1. Проверка гипотезы о равенстве генеральных средних двух генеральных совокупностей
- •8.5.2. Проверка гипотезы о равенстве дисперсий двух генеральных совокупностей. Критерий Фишера-Снедекора.
- •8.5.3. Сравнение выборочной средней с гипотетической генеральной средней нормально распределенной совокупности
- •8.5.4. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией
- •8.5.5 Построение теоретического закона распределения по опытным данным. Проверка гипотезы о законе распределения
- •8.6. Построение теоретической кривой по методу наименьших квадратов
- •Список рекомендованной литературы
- •Продолжение табл. П1
Глава 7. Функции одного и двух случайных аргументов
7.1. Функции одного случайного аргумента. Законы распределения. Числовые характеристики
Случайную величину Y называют функцией случайного аргумента X и записывают , если каждому значениюX поставлено в соответствие некоторое значение Y. Возникает вопрос о нахождении закона распределения и числовых характеристик У по известному закону распределения Х.
Если X - дискретная случайная величина и функциональная зависимость монотонна, то различным значениям X будут соответствовать различные значения Y, причем вероятности соответствующих значений будут одинаковы. Т.е. если xi - возможные значения X, а - полученные значенияY, то и закон распределения У имеет вид:
У= (х) |
у= ( х) |
у= (х) |
… |
у= (х) |
… |
у= (х) |
Р(Y=уi) |
р |
р |
… |
р |
… |
р |
Если же зависимость немонотонна, то различным значениям X могут соответствовать одинаковые значения Y. В таких случаях для отыскания вероятностей возможных значений Y следует сложить вероятности тех значений X, при которых Y принимает одинаковые значения и расположить все значения в порядке возрастания.
Если X - непрерывная случайная величина, заданная дифференциальной функцией и функциональная зависимостьстрого монотонна, то дифференциальная функция определяется равенством
(7.1)
где х= - обратная функция для функции .
В случае немонотонной зависимости на множестве измененияX, следует разбить это множество на такие интервалы, в которых сохраняет монотонность, найти в соответствии с формулой (7.1)на каждом из этих интервалов и представитьв виде суммы:
.
При известном законе распределения функции случайного аргумента определение числовых характеристик производится обычным способом:
для дискретных Х для непрерывных Х
; ;
; ;
Однако иможно получить, не определяя предварительно закон распределения функции. Рассмотрим примеры.
Пример 7.1. Дискретная случайная величина Х задана законом распределения
Х |
2 |
3 |
4 |
5 |
Р |
0,3 |
0,2 |
0,4 |
0,1 |
Найти закон распределения функции .
Составляем таблицу:
У=5(X-2)2+3 |
3 |
8 |
23 |
48 |
Р(Y=уi) |
0,3 |
0,2 |
0,4 |
0,1 |
Так как все полученные значения уi различны и расположены в возрастающем порядке, эта таблица выражает закон распределения функции .
Пример 7.2. Дискретная случайная величина Х задана законом распределения
Х |
-1 |
0 |
1 |
2 |
3 |
Р |
0,2 |
0,1 |
0,3 |
0,2 |
0,2 |
Найти закон распределения функции .
Составляем таблицу:
. |
0 |
-1 |
0 |
3 |
8 |
Р(У=уi) |
0,2 |
0,1 |
0,3 |
0,2 |
0,2 |
Здесь есть два одинаковых значения у=0, им следует отвести один столбец, соответствующие вероятности сложить и расположить столбцы в порядке возрастания уi . Закон распределения У имеет вид:
У=Х2-1 |
-1 |
0 |
3 |
8 |
|
Р(Y=уi) |
0,1 |
0,5 |
0,2 |
0,2 |
. |
Пример 7.3. Случайная величина X задана плотностью распределения вероятностей . Найти дифференциальную функцию случайной величины.
Поскольку функциональная зависимость монотонна на всей числовой оси, пользуемся готовой формулой, где- обратная функция для функции; ;
, ,
итак,
Пример 7.4. Случайная величина Х задана дифференциальной функцией . Найти дифференциальную функцию распределенияслучайной величины.
Функция на интервалене является монотонной. Разобьем этот интервал на две частии, в каждой из которых функция сохраняет монотонность. В интервале, обратная функция есть, в интервале-. Найдемиз равенства:
.
Производные обратных функций соответственно равны:
, ,
и .
Так как Х принимает значения в интервале , то. Таким образом,
.
Контроль:.
Пример 7.5. Закон распределения случайной величины Х имеет вид:
Х |
0 |
1 |
3 |
3 |
Р |
0,2 |
0,3 |
0,4 |
0,1 |
Найти математическое ожидание и дисперсию случайной величины .
Воспользуемся формулами, не вычисляя предварительно закон распределения случайной величины У:
==
=;
.
Пример 7.6. Плотность распределения случайной величины Х задана выражением: . Определить математическое ожидание и дисперсию случайной величины.
Воспользуемся формулами для вычисления математического ожидания и дисперсии функции непрерывного случайного аргумента Х, не находя предварительно закона распределения случайной величины У:
;