22.05
.pdfx1 = kp1 npqnp x2 = kp2 npqnp
(x2) (x1) = 0(x2) 0(x1)
5Полиномиальная схема
Сразу следим за n событиями: A1; ::; Ar. Пусть каждое из этих событий появляются в отдельном эксперименте с вероятностями p1; :::pr; p1 + ::: + pr = 1:
B(k1; :::; kr), где k1; :::; kr - целые, неотрицательные числа. k1 + ::: + kr = n
! = ( 1; :::; n); i 2 1; :::; r - исход испытания
P(f!g) = p 1 p 2 ::: p r
Если ! 2 B(k1; :::; kr) ) P(f!g) = pk11 ::: pkrr
Выбираем номера исходов, где появлялось A1, затем A2 и т.д.:
|
n |
|
|
n k1 |
|
::: |
|
kr |
= |
|
|
n! |
|
|
|
|
(n k1)! |
|
:::: 1 |
|||||
|
|
|
|
|
|
|
2 |
|
||||||||||||||||
k1 |
|
|
k1!k2!:::kr! |
|
1 |
|
|
|
|
r |
|
|
||||||||||||
|
|
|
k2 |
|
|
kr |
n! |
k1!(n k1)! |
k2 |
!(n k1 |
k2)! |
|||||||||||||
P(B(k1; :::; kr)) = |
|
|
|
|
|
pk1 |
|
|
pk2 |
::: |
|
pkr |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
Лекция 5 13.03.2015
6Случайные величины
: 7!R
f! : a < S(!) < bg = 1((a; b))
1((a; b)) 2 A
= fx1; x2; :::; xng
1(fxkg) = Dk
D = fD1; :::; Dng; Dk 2 A
Индикатор I- простейшая случайная величина.
A 2 A |
|
|
|
1; если ! 2 A |
|
|
|
||||||||||||
IA(!) = ( |
|
|
|
||||||||||||||||
0; если ! = A |
|
|
|
||||||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
||||
Свойства индикаторов: |
|
|
|
||||||||||||||||
I (!) 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
I?(!) 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
I |
|
(!) = 1 IA |
|
|
|
||||||||||||||
A |
|
|
|
||||||||||||||||
IAB = IA IB |
|
|
|
||||||||||||||||
IA[B = I |
|
|
= 1 I |
|
|
|
= 1 I |
|
I |
|
= 1 (1 IA)(1 IB) = IA + IB IA IB |
||||||||
|
|
|
A |
B |
A |
B |
|||||||||||||
A B |
|||||||||||||||||||
|
kT |
|
n |
n |
|||||||||||||||
|
|
Q |
|||||||||||||||||
I n |
= |
|
|
|
IAk |
|
|
|
|||||||||||
|
|
Ak |
|
k=1 |
|
|
|
||||||||||||
=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
xk IDk |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k=1 |
|
|
10
6.1Математическое ожидание
|
n |
Определение: Пусть = |
kP |
xk IDk ; P(Dk) = pk; k = 1; :::; n. Тогда математическое ожидание - |
|
|
=1 |
nn
|
|
|
def |
|
|
|
X |
|
|
|
|
|
|
X |
xk pk = |
|
|
|
|||
|
|
E = |
|
xk P( = xk) |
|
|||||
|
|
|
k=1 |
|
|
k=1 |
|
|
|
|
|
|
n |
|
|
|
N |
|
|
|
|
Замечание 1: |
kP |
|
|
|
P |
IHj ; причём fH1; :::; HN g - более мелкое разбиение |
||||
Пусть = |
xk IDk ; = |
yj |
||||||||
чем fD1; :::; Dng. Тогда |
=1 |
|
|
j=1 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
||
N |
|
n |
Xj kg |
|
|
n |
fj:yXj |
kg |
n |
|
X |
yj P(Hj) = |
Xf |
|
|
X |
X |
||||
E = |
|
|
yj P(Hj) = |
xk |
|
P(Hj) = xk P(Dk) |
||||
j=1 |
|
k=1 j:y =x |
|
|
|
k=1 |
=x |
|
k=1 |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
' : R 7!R; |
|
kP |
|
|
|
||
Замечание 2: Если = '( ); |
= |
xk IDk , то |
|
|
||||||
|
|
|
|
|
|
|
=1 |
|
|
|
n
X
E = '(xk) P(Dk)
k=1
Свойства математического ожидания:
1.E(IA) = P(A)
2.линейность:
a)E(a ) = aE( )
b)E( + ) = E + E
3.монотонность:
если > 0 ) E > 0. Равенство нулю возможно только, если P( = 0) = 1
4.jE j 6 Ej j
5.неравенство Шварца:
(E( ))2 6 (E 2) (E 2)
Доказательства:
1. По определению.
n |
|
n |
|
|
|
|
|
|
|
|
|
|
|
nP |
xk IDk |
|
|
|
|
|
|
|
|
|
|
||
2. a) = |
|
|
|
|
|
|
|
|
|
|
|
|
|
k=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
a = a xk IDk = a |
k=1 |
xk P(Dk) = a E |
|
|
|
||||||||
=1 |
|
|
|
|
|
|
|
|
|
|
|
||
kP |
|
P |
|
|
|
|
|
|
|
|
|
|
|
m |
(xk + yi) IDkHi |
|
|
|
|
|
|
|
|
|
|
|
|
+ =iP |
|
|
|
|
|
|
|
|
|
|
|
||
b) = |
yi IHi |
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
|
|
|
|
n |
|
m |
|
m |
n |
n |
m |
|
k; |
i |
|
|
|
P |
|
P |
|
P |
P |
kP |
P |
|
|
P |
|
|
|
|
|
|||||||
E( + ) = (xk + yi) P(DkHi) = |
|
xk |
P(DkHi) + yi |
P(DkHi) = |
|
xk P(Dk) + yi |
|||||||
|
k; i |
|
|
|
k=1 |
|
i=1 |
|
i=1 |
k=1 |
=1 |
i=1 |
|
P(Hi) = E + E |
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
xi |
|
(Di) |
|
|
(Di) = 0 |
|
|
|
|
ЕслиP = 0 xi > 0; то |
|
|
|
|
|
|
|
||||||
3. = xk |
IDk ; xk > 0 |
|
|
|
|
|
|
|
|
|
|
|
|
k=1 |
8 |
E |
|
> |
P |
|
|
) P |
|
|
|
|
|
E |
|
|
|
|
|
|
|
4. Доказывается по неравенству треугольнику.
11
5.(E 2) = 0 ) = 0 с вероятностью 1, = 0 с вероятностью 1 ) E = 0 Будем считать, что E 2; E 2 > 0
^pj j
=
E 2
^ = pj j
^2 |
E 2 |
|
= 1 |
2 |
|
E |
и E^ = 1 |
|
^ |
^2 |
2 |
2 ^ 6 |
+ ^ |
^ |
|
|
2 |
|
|
|||
2E( ^) 6 |
|
|
||||||
|
|
Ej j |
|
|
6 |
|
||
|
p |
|
p |
|
|
1 |
||
|
E 2 |
E 2 |
|
jE j 6 Ej j
(E( ))2 6 (E 2) (E 2)
6.2Дисперсия случайной величины
Определение: Дисперсией случайной величины называется D = E( E )2. p
= D
Свойства:
1.D = E 2 (E )2
2.D(c) = c2 D D( + c) = D
3.D > 0; D = 0 , P( = E ) = 1
Доказательства:
1.D = E( E )2 = E( 2 2 E + (E )2) = E 2 2 E E + (E )2 = E 2 (E )2
2.D(c) = E(c)2 (E )2 = c2 (E 2 (E )2) = c2 D
3.D > 0 следует из определения. Если D = 0, то по определению E = 0 с вероятностью 1.
Распределение вероятностей:
|
x1 |
x2 |
|
xn |
P |
p1 |
p2 |
|
pn |
6.3Случай счетного количества
Перейдем на случай со счётным множество значений .
|
|
|
|
|
|
|
1 |
|
1 |
= fx1; |
x2; :::g |
и p1; p2; ::: |
pi > 0 |
и |
pP |
pi = 1 |
|||
1 |
|
|
|
|
|
|
=1 |
|
iP |
Определение: Будем говорить, что для 9 E , если ряд |
pi jxij сходится. |
||||||||
iP |
|
|
|
|
|
|
|
|
=1 |
xi pi |
|
|
|
|
|
|
|
|
|
E = |
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Лекция 6 |
|
|
|
|
|
|
|
|
|
20.03.2015 |
|
Пусть принимает целочисленные случайные величины: 0, 1, 2,... |
|||||||||
P( = k) = pk; |
k = 0; 1; 2; ::: |
def 1 |
|
|
|
1 |
|||
g (1) = 1 |
|
|
|
|
k k |
|
|||
|
|
|
kP |
p x |
= Ex ; 1 6 x 6 1; |
P |
|||
Производящая функция: g (x) = |
pk = 1 |
||||||||
|
|
|
|
|
=0 |
|
|
k=0 |
|
|
|
|
g(k)(0) |
|
|
|
|
|
|
g(k)(0) = pk k!; |
pk = |
|
|
(по формуле Тейлора) |
|
||||
k! |
|
12
11
PP
E = k pk = k pk
k=0 k=1
1
g0 (x) = P k pk xk 1
k=1
g0 (1) = E
1
g00(x) = P k(k 1)pkxk 2
k=1
11
g00(1) = |
|
k2p |
0 |
P |
k p = 2 |
= |
|
|
|
|
|
|
|||||
|
|
|
= g00P |
|
k E |
E D |
|
|
|
|
|
|
|||||
|
|
k=1 |
|
k |
k=1 |
|
|
|
|
|
|
||||||
E |
|
2 |
|
(1) + g |
(1) |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
= g00 |
(1) + g0 |
(1) |
|
g02 |
(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6.4Основные целочисленные случайные величины и их распределения
1.Бернуллиевская случайная величина
P( = 1) = p
P( = 0) = 1 p = q
g (x) = px + q
E = g0 (1) = p D = p(1 p)
2.Биномиальное распределение
P( = k) = nk pkqn k; k = 0; n
n
g (x) = P nk pkqn kxk = (px + q)n
k=0
E = g0 (1) = n(p + q)n 1 p = np g00(1) = n(n 1)p2
D = n(n 1)p2 + np n2p2 = np(1 p) = npq
3. Пуассоновское распределение |
|
|
|
||||||||||||||||||||||||
P( = k) = e |
k |
; |
|
k = 0; 1::: |
|
|
> 0 |
||||||||||||||||||||
k! |
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
1 |
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
g (x) = e |
|
|
|
|
xk = e e x = e (x 1) |
||||||||||||||||||||||
=0 |
|
k! |
|||||||||||||||||||||||||
E |
= g0 |
|
|
kP (x |
|
1) |
|
= |
|
|
|
||||||||||||||||
(1) = e |
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
g00(1) = 2 e (x 1) = 2 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||
D = 2 + 2 = |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
4. Геометрическое распределение |
|
||||||||||||||||||||||||||
1 вариант: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
0<p<1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
q=1-p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
P( = k) = pqk; k = 0; |
1; ::: |
|
|
|
|
|
|||||||||||||||||||||
Проверим, что это распределение вероятностей: |
|||||||||||||||||||||||||||
1 pqk = p 1 qk = |
|
|
|
p |
|
= 1 |
|
|
|
|
|
||||||||||||||||
1 |
|
|
|
|
|
|
|
||||||||||||||||||||
k=0 |
|
|
k=0 |
|
|
|
|
|
|
|
|
|
q |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|||||||
P |
|
|
1Pk |
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
g (x) = p |
|
q |
x |
|
|
= |
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
1 qx |
|
|
|
||||||||||||||||||||
|
|
|
|
|
=0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
q |
|
|
|
|||
g0 |
|
|
kPpq |
|
|
|
|
|
|
|
g0 |
|
|
|
|
|
|
|
|||||||||
(x) = |
|
|
|
|
|
|
|
|
|
|
|
|
(1) = |
|
= |
|
|||||||||||
(1 |
|
qx)2 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
E |
|||||||||||
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
q |
2 |
|
|
|
g00(x) = |
|
|
2pq |
|
|
|
|
|
|
|
g00(1) = 2 |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
(1 qx)3 |
|
|
|
|
|
|
|
|
|
|
|
p2 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13
D = 2 |
q2 |
q |
|
q2 |
|
q(q + p) |
|
q |
||
|
+ |
|
|
= |
|
|
= |
|
||
p2 |
p |
p2 |
p2 |
p2 |
||||||
2 вариант: |
|
|
|
|
|
|
|
|
||
P( = k) = pqk 1; |
k = 1; 2; ::: |
11
g (x) = p P qk 1xk = px P qkxk =
k=1 |
k=0 |
px
1 qx
7Пространство с мерой и общая модель вероятностного пространства
Последовательностей событий An; n = 1; 2; :::
|
|
|
|
def |
1 |
Ak |
|
|
|
|
|||
A = lim An = |
|
|||||
n |
7!1 |
def |
T S |
|||
|
|
|
|
|
n=1 |
k>n |
|
|
|
|
|
1 |
|
|
|
7!1 |
|
S T |
||
A = lim An = |
|
Ak |
||||
n |
|
|
|
n=1 |
k>n |
!2 A , ! 2 Aik
!2 A , ! 2 Ak; k > n!
A1 A2 A3 ::: An - монотонно возрастает |
||||||||
lim An = A; |
A = A |
|
|
|
||||
n |
7!1 |
1 |
|
|
|
|
||
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
lim An = |
An |
|
|
|
|
|||
n |
7!1 |
n=1 |
|
|
|
|
|
|
|
1S |
|
|
|
|
|
1 |
|
|
Ak = n=1 An ) nlim An = n=1 An |
|||||||
k>n |
S |
7!1 |
1 |
S |
||||
S |
||||||||
|
Ak = An ) lim An = |
|
An |
|||||
k>n |
|
n |
|
|
n=1 |
|
||
|
7!1 |
|
|
S |
|
|||
T |
|
|
|
|
||||
Аналогично для сходящейся последовательности: |
||||||||
A1 A2 A13 ::: An |
|
|
||||||
lim An = |
An |
|
|
|
|
|||
n |
7!1 |
=1 |
|
|
|
|
|
|
|
nT |
|
|
|
|
|
|
7.1 |
Сигма-алгебра |
|
|
|
|
|
|
|
||
A : |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
nS |
|
Определение: Класс Aподмножества называется -алгеброй, если A - алгебра и 8fAng A |
An 2 |
|||||||||
|
|
|
|
|
|
|
|
|
|
=1 |
Замечание : -алгебра замкнута относительно счётного количества пересечений. |
|
|||||||||
1. |
2 A |
|
|
|
|
|
|
|
||
2. Если A 2 A, то |
|
2 A |
|
|
|
|
|
|
|
|
A |
|
|
|
|
|
|
|
|||
|
|
|
|
1 |
|
|
|
|
|
|
3. Если An 2 A; n = 1; 2; ::: |
nS |
An 2 A |
|
|
|
|
||||
) |
|
|
|
|
||||||
|
|
|
|
=1 |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|||
|
|
1 |
|
1 |
|
|
|
|||
|
|
|
S |
|
S |
nT |
|
|
|
|
Доказательство п.3: An 2 A |
An = |
An = |
|
An 2 A |
|
|||||
|
|
|
n=1 |
|
n=1 |
=1 |
|
|
|
Определение: K- некоторый класс подмножеств . (K) минимальная -алгебра подмножеств, порождённая K:
1.K 2 (K)
2.Если F -алгебра подмножеств и K F ) (K) F
F -алгебра подмножеств ; 2
T
Докажем, что F = F -алгебра:
2
14
1)2 F
2)A 2 F ) A 2 F ; 8 2 ) A 2 8F 8A 2 F
11
SS
3) An 2 F ) An 2 F 8 ) An 2 F 8 ) An 2 F
n=1 n=1
Пример:
= R
K- совокупность открытых множеств.
(K) = B = B(R) - борелевская -алгебра. Множества из B называются борелевскими множествами.
Лекция 7 27.03.2015
Замечание : Пусть T - совокупность ( 1; x]; x 2 R. Если мы построим минимальную -алгебру, порождённую T, то она совпадёт с борелевской. (T ) = B
Тогда (a; b] 2 (T ), так как (a; b] = ( 1; b] n ( 1; a].
|
|
1 |
" |
] 2 (T ), как счётное объединение полуинтервалов из -алгебры. |
||
(a; b) = |
(a; b |
|
||||
n |
||||||
|
2 |
=1 |
|
|
|
|
G |
(Tn)S, G - любое открытое множество. |
|||||
|
Определение: A- -алгебра подмножеств . Функция : A 7!R+ называется аддитивной, если
8A1; A2; :::; An 2 A и AiAj = ?; i 6= j
nn
[X
( Ak) = (Ak)
k=1 k=1
Функция называется счётно аддитивной, если 8A1; A2; ::: и AiAj = ?; i 6= j
11
[X
( An) = (An)
n=1 n=1
Определение: : A 7!R+ называется непрерывной, если для любой исчезающей последователь-
1
T
ности fHng A (исчезающая последовательность - H1 H2 ... - монотонно убывает и Hn = ?.
n=1
Краткая запись - Hn & ?)
lim (Hn) = 0
n!1
Теорема 1: Пусть : A 7!R+ аддитивна и (?) = 0. Тогда - счетно аддитивно в том и только том случае, когда она непрерывна.
Доказательство:
(
Пусть - счетно аддитивна. Возьмем некоторую Hn & ?. Покажем, что (Hn) ! 0. Введём:
A1 = H1 n H2 = H1H2
A2 = H2H3
An = HnHn+1
AiAj = ?; i 6= j
1
S
8n = 1; 2; ::: Hn = Ak
k=n
1
P
(Hn) = (Ak) ! 0, при n ! 1
k=n
)
Пусть - сходится и непрерывна. Покажем, что счетно аддитивна.
15
A1; |
A2; ::: AiAj = ?; |
i 6= j |
|
|
|
||||||||||
|
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
||
|
|
nS |
|
|
|
|
|
|
|
|
|
|
|||
A = |
|
An |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
nP |
|
|
|
||
|
|
|
n |
|
|
|
|
|
|
|
|
|
|||
Докажем, что (A) = |
|
|
(An) |
||||||||||||
|
|
|
S |
|
|
|
|
|
|
|
=1 |
|
|
|
|
Bn |
|
|
|
n |
|
|
|
|
|
n |
|
|
n |
|
|
Bn |
= Ak |
|
|
|
|
|
|
|
|
|
|
|
|||
|
% |
k=1 |
|
|
|
|
n |
|
|
|
) |
|
|
& ? |
|
|
A |
H = A |
B |
|
H |
|
|||||||||
|
|
|
|
|
|
|
|
||||||||
|
|
|
0 |
|
|
n |
! 1 |
|
|
|
|
||||
(Hn) ! n, при |
|
|
|
|
n |
||||||||||
|
|
|
kP |
(Ak) |
|
|
|
|
|
|
|
|
|||
(Bn) = |
|
|
|
|
|
|
|
|
|
=1
P
(A n Bn) = (Hn) = (A) (Bn) = (A) (Ak) ! 0; при n ! 1 )
k=1
1
P
(A) = (An)
n=1
7.2Вероятностные пространства
Определение: Пусть A- -алгебра подмножеств . Тогда ( ; A) - измеримое пространство.: A 7!R+ - мера. ( ; A; ) - пространство с мерой.
Если ( ) = 1; - вероятностная мера и обозначается P. ( ; A; P) - вероятностное пространство.
Определение: Пусть ( ; A; P) - вероятностное пространство, тогда : ! R называется случайной величиной, если 8B 2 B f! : (!) 2 Bg (иначе f 2 bg или 1(B)) 2 A.
Теорема 2: Пусть : ! R. Для того, чтобы была случайной величиной необходимо и доста-
точно, чтобы 8x 2 R
f 6 xg 2 A(иначе 1(( 1; x]) 2 A)
Доказательство:
)
тривиально
(
Пусть 8x 1(( 1; x]) 2 A:
Другими словами 1(B) 2 A 8B 2 T: Заметим, что (T ) = B:
B :
1(SB ) = S 1(B ) (1)
1(TB ) = T 1(B ) (2)
Докажем (1): ! |
|
1( B ) |
|
|
x |
S |
B : (!) = x x B 0; (!) = x |
! |
1(B 0) |
|
||||
! |
|
|
|
1(B ) |
2 |
S |
|
|
|
, 2 |
, 2 |
|
, |
|
|
( |
|
|
|
, 9 2 |
|
||||||||
S) = ( (T )) = ( (T )) |
|
|
|
|
|
|
|
|||||||
|
2 |
|
1 |
|
1 |
|
|
A |
|
|
|
|
|
|
|
1 |
|
B |
|
|
2 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7.3Функция распределения вероятностей
Определение: F (x) - функция распределения вероятностей случайной величины .
F (x) = P( 6 x) = P( 1(( 1; x]))
Свойства:
1.0 6 F (x) 6 1
2.F (x) % и непрерывна справа
16
3.F (x) ! 0, при x ! 1
F (x) ! 1, при x ! +1
Доказательства:
2.Пусть x1 < x2.
( 1; x1] ( 1; x2] f 6 x1g f 6 x2g
P( 6 x1) 6 P( 6 x2)
F (x1) 6 F (x2)
Пусть x0 2 R. Положим, что F (x0 + 0) = F (x0):
F (x0) = P( 6 x0)
f 6 x0 + n1 g ! f 6 x0g - монотонно убывающая последовательность
|
P( 6 x0 |
1 |
) = P( 6 x0) , nlim F (x0 |
1 |
|
||
nlim |
+ |
|
+ |
|
) = F (x0) |
||
n |
n |
||||||
!1 |
|
!1 |
|
|
|
3.При xn ! 1 ( 1; xn] & ?:
Если xn ! +1 ( 1; xn] & R; 1(( 1; x]) ! ; P( ) ! 1:
P(a < 6 b) = P( 6 b) P( 6 a) = F (b) F (a)
и равен 1. |
|
|
9 |
|
|
+1 |
|
(x) называется абсолютно непрерывной, если |
(x) > 0 и |
R1 |
|||||
Определение: F |
|
f |
|
f (x)dx - сходится |
|||
x |
|
|
|
|
|
|
|
F (x) = R1 f (u)du; |
fb (u) - плотность распределения. |
|
|
|
|
|
|
Тогда P(a 6 6 b) = |
|
f (x)dx (если F (x) ; P( = a; b) = 0) |
|
|
|
|
|
Свойства: |
a |
|
|
|
|
|
|
R |
|
|
|
|
|
1. f (x) > 0
+1
R
2.f (x)dx = 1
1
Примеры:
1) Равномерное распределение на [a,b]
f (x) = |
1 |
|
I[a;b](x) |
|||
|
||||||
b a |
||||||
+1f (x) = |
|
1 |
|
b |
(1 dx) = 1 |
|
b |
a |
R |
||||
R1 |
|
|
|
|
||
|
|
|
|
|
a |
|
Лекция 8 03.04.2015
2) Экспоненциальное распределение Определяется для неотрицательных случайных величин.
17
f (x) = e x I[0;1)(x); > 0
Проверим, что это плотность:
f (x) > 0
+1 |
+1 |
+1 |
R |
f (x)dx = e xdx = |
e udu = 1 |
R |
R |
|
1 |
0 |
0 |
3) Нормальное (Гауссово) распределение:
N(a; 2)
1 |
e |
(x a)2 |
|
|
|
R; |
|||
f (x) = |
p |
|
2 2 |
; |
1 |
< x < + ; a |
2 |
||
|
|||||||||
|
|
2 |
|
|
1 |
|
+1 |
|
|
|
1 |
|
(x a)2 |
1 |
+1 |
(x a)2 |
|||
f (x)dx = |
p2 e |
2 2 dx = p |
e |
2 2 |
||||||||
R |
|
|
|
|
|
|
|
|
|
|
R |
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
4) Распределение Коши |
|
|
|
|||||||||
f (x) = |
1 |
|
|
|
; 1 < x < +1 |
|
|
|||||
(1 + x2) |
|
|
||||||||||
+1 |
|
1 |
+1 |
dx |
|
|
|
|||||
R |
|
|
|
R |
|
|
|
|
|
|
|
|
f (x)dx = |
|
1 |
1 + x2 |
= 1 |
|
|
|
|||||
1 |
|
|
|
|
|
|
|
|
|
|
> 0 |
|
|
|
||||
d(x a) = |
1 |
+1e u2 du = 1 |
|||||
|
p |
|
|
|
p |
|
R |
|
|
|
|
|
|
||
|
2 |
|
|
1 |
|||
|
|
|
|
|
|
|
8Математическое ожидание
n |
P |
P |
|
Напомним, = xkIAk ; E = |
xkP(Ak) |
k=1 |
k=1 |
Вероятностное пространство ( ; A; P), - пространство элементарных исходов, A- -алгебра, P- счетно-аддитивная мера.
Теорема 3 (аппроксимационная):: Пусть > 0; ( ; A; P). Тогда 9 последовательность простых неотрицательных случайных величин n % .
n(!) % (!), при n ! 1 8! 2
Доказательство:
n=1, 2,...
D- разбиение =f n; D1(n); D2(n); :::; Dn(n2)n g
D1 = f 1; D11; D2(1)g |
|
|
|
|
||||||||||||||
n = f! : (!) > ng |
|
|
|
|
||||||||||||||
D(n) |
= |
|
! : |
|
k 1 |
|
(!) < |
k |
|
|
|
|||||||
f |
|
|
2n g |
|||||||||||||||
k |
|
|
|
|
|
2n |
6 |
|
|
|
||||||||
|
(!) = n |
|
I n |
(!) + n 2n |
k 1 |
|
(n) (!) |
|||||||||||
n |
|
|
|
|
|
|
|
k=1 2n |
|
IDk |
||||||||
Докажем |
монотонность: |
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
P |
|
|
|
|
|||||||
Разобьём ! 2 на два случая: |
|
|||||||||||||||||
1) ! 2 n ) (!) > n ) n(!) = n |
||||||||||||||||||
n+1(!) > n = n(!) |
|
k 1 |
|
|
|
|
||||||||||||
2) |
! |
2 |
D(n) |
) |
|
|
(!) = |
|
|
|
|
|||||||
|
|
k |
|
|
n |
|
|
|
|
2n |
|
|
|
|
Dk(n) = D2(nk+1)1 [ D2(nk+1)
18
n+1(!) > |
2k 2 |
= |
k 1 |
= n(!) |
|||
2n+1 |
2n |
||||||
|
|
1 |
|
||||
8! : 0 6 (!) n(!) 6 |
|
! 0 |
|||||
|
|||||||
2n |
Теорема 4:: Пусть ; 1; 2 - неотрицательные случайные величины. n % > ) lim E n > E
n!1
Доказательство: n = 1; 2; ::: " > 0
An = f! : n(!) > (!) "g An % An & ?
n = nIAn + nIAn > ( ")IAn = IAn "IAn = "IAn IAn > " MIAn , где M = max (!)
!2
Применяем свойство монотонности математического ожидания простых случайных величин:
E n > E " MP(An)
lim E n > E " (MP(An) ! 0, при n ! 1 в силу непрерывности вероятностной меры)
n!1
Так как " выбиралось произвольным образом, то lim E n > E
n!1
Следствие: Пусть n % и n % , где f ng и f ng - последовательности простых случайных величин.
Тогда lim E n = lim E n
n!1 n!1
Доказательство: k=1, 2,...
n % > k
lim En > E k (по теореме 4)
b!1
Т.к. k - любое, то переходя к пределу:
lim E n > lim E k
n!1 n!1
Меняя ролями и , получим обратное равенство, следовательно пределы равны.
Определение: Пусть > 0 - случайная величины, определенная на вероятностном пространстве ( ; A; P). n % - аппроксимирующая последовательность неотрицательных простых случайных величин.
def
E = lim E n
n!1
В силу аппроксимационной теоремы и следствия из теоремы 4 определение корректно: последова-
тельность всегда существует и предел не зависит от выбора аппроксимирующей последовательности.
= +
+(!) = maxf (!); 0g(!) = maxf (!); 0g
Если E + < 1 |
def |
и E < 1, то E = E + + E |
Свойства математического ожидания:
1.линейность
E(a + b) = aE + bE
2.монотонность
6 ) E 6 E
3.> 0 и E = 0 ) = 0 почти наверное (P( = 0) = 1)
4.jE j 6 Ej j
19