all
.pdf3.называется биномиальной случайной величиной , если она принимает значения {1, 2, . . . , }
и
( = ) = (1 − ) − , = 0, . . . ,
Обозначение: ( , )
4. называется пуассоновской случайной величиной, ( ), если принимает значения в Z+ и
( = ) = |
− |
, Z+ |
! |
||
> 0 – параметр распределения. |
|
|
Упражнение 5.
1.и независимы и независимы
2.1, . . . , – с.в. Тогда они независимы в совокупности 1, . . . , R:
|
|
( 1 = 1, . . . , = ) = |
∏ |
( = ) |
|
|
=1 |
3.Если и – независимы, и ( , ), ( , ), то + ( + , ).
4.Если ( 1), ( 2), то + ( 1 + 2).
Определение 5. Пусть – случайная величина. Её математическим ожиданием называют
|
∑ |
= |
( ) ( ) |
|
Ω |
Если ряд в правой части сходится абсолютно. |
|
|
|
|
|
|
||||
Пример 13. В классической модели – конечно и ( ) = |
1 |
|||||||||
|Ω| |
||||||||||
|
|
|
|
|
|
|
|
|
||
∑ |
( ) |
1 |
∑ |
|
||||||
|
|
|
|
|||||||
= |
|
|
|
= |
|
|
|
Ω ( ) |
||
|
Ω | | |
| | |
|
|||||||
|
|
|
|
|
|
|
|
— среднее арифметическое значений.
Лемма 9 (свойства математического ожидания).
1. |
Линейность |
|
|
( + ) = + , |
, |
2. |
Пусть принимает значения ( 1, 2, . . .). Тогда |
|
∑
= ( = )
для . Тогда
R
3.Пусть - принимает значения ( 1, 2, . . .) Тогда для функции ( ):
∑
( ) = ( ) ( = )
4. Если 6 , то 6
21
5. Если и - независимы, то
=
Доказательство.
1. Очевидно из определения.
2.
= |
∑ |
( ) ( ) = |
∑ |
∑ |
( ) ( ) = |
|
|||
|
|
|
|
||||||
|
Ω |
|
|
|
: ( )= |
|
|
∑ |
|
∑ : ∑( |
|
|
∑ |
∑ |
|
|
( = ) |
||
|
|
|
( ) = |
|
|
|
|
( ) = |
|
|
)= |
|
|
: ( )= |
|
|
|
3.Аналогично 2)
4.Очевидно из определения.
5.
|
∑ |
∑ ∑ |
|
|
∑ |
∑ |
= |
|
( ) ( ) ( ) = |
( ) ( ) ( ) = |
|
( ) = |
|
|
Ω |
, : ( )= |
|
|
, |
: ( )= |
= ∑, |
|
( )= |
|
|
|
( )= |
( = , = ) = |независимость| = ∑, |
( = ) ( = ) = |
( )
= |
∑ |
( = ) |
∑ |
( = ) = |
Следствие 1. Для матожидания (и ( )) достаточно знать распределение случайной величины .
Определение 6. – момент порядка случайной величины ( -й момент)
( − ) – центральный момент порядка случайной величины ( -й центральный момент).
( − 1) . . . ( − + 1) – факториальный момент порядка случайной величины , N
= ( − )2 – дисперсия случайной величины
Лемма 10 (свойства дисперсии).
1.= 2 − ( )2
2.> 0
3.( ) = 2
4.= 0 ( = ) = 1
Утверждение 2. Если – биномиальная: ( , ), то = (1 − )
Определение 7. Пусть и - две случайные величины. Ковариацией случайных величин и называется
cov( , ) = ( − )( − )
Если cov( , ) = 0, то и называются некоррелированными.
22
1.cov( , ) = −
2.Если и независимы, то они не коррелируют. (обратное неверно!)
3.= cov( , )
Утверждение 3.
( + ) = + + 2 cov( , )
Доказательство.
( + ) = ( + − ( + ))2 = ( − )2 + ( − )2 + 2 ( − )( − ) =
= + + 2 cov( , )
Следствие 2. Если и независимы, то ( + ) = +
Случайные элементы
Определение 1. Пусть ( , ) и ( , ) – два измеримых пространства. Отображение : → называется случайным элементом, если оно является - измеримым. (или - измеримым) т.е
{ } = −1( ) = { | ( ) } .
Определение 2.
Если ( , ) = (R, (R)), то случайный элемент называется случайной величиной. Если ( , ) = (R , (R )), то называется случайным вектором.
Лемма 11 (достаточное условие измеримости отображения).
Пусть ( , ) и ( , ) – два измеримых пространства, : → . Пусть таково, что( ) = . Тогда является случайным элементом для
−1( ) = { | ( ) }
Доказательство.
( ) очевидно из определения
( )
Рассмотрим систему множеств
= { | −1( ) }
Убедимся в том, что – это -алгебра. Операция праобраз сохраняет все теоретико-множественные операции.
−1 |
( |
) |
= |
|
−1 |
( ) |
|
|
|
|
|
||
−1 |
( |
) |
= |
|
−1 |
( ) |
|
|
|
|
|
−1 ( ) = −1( ) −1( )
23
Тогда
1. |
−1( ) = |
|
|
||
2. |
−1 |
∞ |
= { } = |
∞ |
∞ |
( =1 ) |
=1 −1( ) |
=1 |
|||
|
|
|
|
|
|
3. Если , , то −1( ) = −1( ) −1( )
– -алгебра и по условию в силу минимальности ( ) =
т.е : −1( ) и, стало быть, – случайный элемент.
Следствие 1.
1.– случайная величина на ( , ) R : { 6 } = { | ( ) 6 }
2.= ( 1, . . . , ) – случайный вектор на ( , ) : – случайная величина.
Доказательство.
( ) 1) и 2) очевидно из определения случайных величин и векторов
( )
1.Рассмотрим систему = { (−∞; ] | R }.
Тогда ( ) = (R). По условию −1( ) для . По лемме о достаточном условии измеримости получим, что – случайная величина.
2.Рассмотрим систему = { 1 × . . . | (R) } Тогда ( ) = (R )
−1( 1 × . . . × ) = { | 1( ) 1, . . . , ( ) } = −1( )
=1
−1( ) для . По лемме получаем, что – случайный вектор.
Смысл условия измеримости
Случайные величины и векторы — это численные и векторные характеристики случайных экспериментов. Нам нужно уметь вычилсять вероятности вида ( 6 ) или ( [ , ])
Но задана формально только на -алгебре Значит, нам нужно требовать, чтобы события вида { 6 } и { [ , ]} лежали в .
Действия над случайными величинами и векторами
Определение 1. Функция : R → R называется борелевской, если для (R )
−1( ) = { | ( ) } (R )
Лемма 12. Пусть = ( 1, . . . , ) – случайный вектор. : R → R – борелевская функция. Тогда ( ) – тоже случайный вектор.
Доказательство. Пусть (R ). Тогда
( ( ))−1( ) = { | ( ( )) } = { | ( ) −1( ) } |
(т.к −1( ) (R )) |
( ) – случайный вектор.
24
Теорема 1. Любая непрерывная или кусочно-непрерывная функция является борелевской.
Следствие 1.
Пусть и – случайные величины, R.
Тогда , + , + , − и (считаем, что ( ) ̸= 0 ) – тоже случайные величины.
Доказательство. ( , ) = или + – непрерывная функция в R2 борелевская. Константа – случайная величина по лемме получаем, что , + , + , − — случайные величины.
Рассмотрим
( , ) = |
|
, |
̸= 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
0, |
|
= 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Она тоже |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
борелевская(кусочно-непрерывная) |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( , ) = — тоже случайная величина. |
||||||||||
Лемма 13 (пределы случайной величины). |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
Пусть { , N} – последовательность случайных величин. |
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
Тогда lim , |
lim , sup , |
inf – тоже случайная величина. |
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
(Они могут принимать значения ±∞) |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
Доказательство. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
{ | |
|
|
|
|
|
|
6 |
|
} |
∞ |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
=1{ 6 } |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
sup ( ) |
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
( ) – случайная величина |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
sup |
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
{ | |
|
|
|
|
|
> |
|
|
} |
∞ |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
=1{ > } |
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
inf ( ) |
|
|
= |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
( ) – случайная величина |
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
inf |
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
{ | |
|
|
|
|
|
|
|
6 |
|
|
} |
∞ |
∞ |
∞ |
6 |
|
} |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
=1 |
= { |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
lim ( ) |
|
|
|
|
= |
|
|
|
|
|
|
|
+ 1/ |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( ) – случайная величина |
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
lim |
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
{ | |
|
|
|
|
|
|
|
> |
|
|
} |
∞ |
∞ |
∞ |
|
> |
|
|
} |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
=1 |
= { |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
lim ( ) |
|
|
|
= |
|
|
|
|
|
|
+ 1/ |
|
||||||||||
|
|
|
|
|
|
lim |
( ) |
– случайная величина |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Характеристики случайных величин и векторов
Распределение случайной величины вектора.
Определение 1. Пусть ( , , ) – ветоятностное пространство, - случайная величина на нем. Тогда распределением называется вероятностная мера на (R, (R)) Заданная по правилу
( ) = ( ), (R).
25
Определение 2. Пусть - случайный вектор размерности на ( , , ). Тогда его распределением называется вероятностая мера R , (R ), заданная по правилу
( ) = ( ), (R)
Функция распределения
Определение 3. Пусть ( , , ) – вероятностное пространство. - случайная велличина на нем. Тогда функцией распределения случайной величины называется
( ) = ( 6 )
Определение 4. Случайная величина называется
∙дискретной, если её функция распределения дискретная.
∙абсолютно непрерывной, если её функция распределения абсолютно непрерывна. В этом случае
∫ +∞
( 6 ) = ( ) = ( )
−∞
и функция ( ) называется плотностью случайной величины .
∙сингулярной, если её функция распределения сингулярна
∙непрерывной, если её функция рапределение непрерывна.
Определение 5. Пусть = ( 1, . . . , ) – случайный вектор на ( , , ). Тогда его функцией распределения называется
( 1, . . . , ) = ( 1 6 1, . . . , 6 ).
Порожденная -алгебра
Определение 6. Пусть - случайная величина на ( , , ). Тогда -алгеброй , порожденнойназывается
= { { } | (R ) }
Определение 7. Если – случайный вектор размерности на ( , , ), то -алгеброй, порожденной называется
= { { } | (R ) }
Схема:
( , , ) →− (R, (R))
−→←− (R)
Определение 8. Пусть и – случайные величины. Будем говорить, что является - измеримой, если .
Упражнение 6. Пусть ( ) – борелевская функция, = ( ). Тогда – - измерима.
Теорема 1. Пусть - - измерима. Тогда борелевская функция ( ) т.ч = ( )
26
Определение 9.
Пусть – событие на ( , , ) Тогда случайная величина
{
1,
=
0, ̸
называется индикатором события
Определение 10. Случайная величина называется простой, если она принимает конечное число значений.
Тогда набор { 1, . . . , } из различных чисел т.ч
|
|
|
|
∑ |
|
= |
|
|
|
|
|
|
=1 |
|
где события 1 . . . – разбиение . т.е = { = }
Определение 11. Пусть – случайная величина.
Тогда обозначим: + = max( , 0) и − = max(− , 0)
Ясно, что = + − −, | | = + + −
Теорема 2 (о приближении простыми).
Пусть – случайная величина. Тогда
1. Если > 0, то последовательность { , N} простых неотрицательных случайных
величин, т.ч ↑ (т.е. : ( ) 6 +1( ) и ( ) = lim ( )) и явл. -
измеримыми.
→∞
2.Если – произвольная случайная величина, то последовательность { , N} простыхизмеримых случайных величин т.ч. | | 6 | | и ( ) → ( )
Доказательство.
1. Положим
|
2 |
2 |
|
{ |
2 |
1 |
6 |
|
2 |
} |
|
{ |
|
|
|
> |
|
} |
|
|
|
|
=1 |
|
( ) < |
|
( ) |
|
|
|
|
||||||||||||
( ) = |
− |
1 |
− |
|
|
+ |
|
|
|
|
|
|
|||||||||
|
∑ |
|
|
|
|
|
|
|
|
{ |
|
|
|
|
|
|
|
|
} |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
6 |
|
|
|
|
|
|||
↑ |
|
является |
|
|
|
|
|
|
2− |
|
< |
|
|
) |
|||||||
|
|
|
|
|
|
2 |
|||||||||||||||
Легко видеть, что |
и |
|
- измеримым (т.к. |
|
|
|
|
|
|
2.Пусть = + − − и пусть { , N} – последовательность простых - измеримых с.в. т.ч. ↑ +, а { , N} – последовательность простых - измеримых т.ч. ↑ −
Положим = − .
Тогда → и | | = | | + | | 6 | +| + | −| = | |
Математическое ожидание случайных величин
Пусть ( , , ) – вероятностное пространство, - случайная величина на нем. Что такое ? Простые случайные величины.
Пусть – простая случайная величина, т.е.
|
|
|
|
|
|
|
∑ |
|
|
|
= |
|
|
, |
|
|
|
|
|
|
|
=1 |
|
|
где 1 . . . |
– различные числа, 1, . . . , – разбиение , т.е. = { = } |
27
Определение 12. Для простой случайной величины её математическим ожиданием называют
|
|
|
∑ |
= |
( ) |
|
=1 |
Свойства математического ожидания для простых случайных величин
1.= = =
2.Линейность
|
|
( + ) = + , |
, R |
|
Доказательство. Обозначим = + , пусть принимает значения 1 . . . |
, – значения |
|||
1 . . . |
, – значения 1 . . . |
|
|
|
Обозначим , = { = , = }. Тогда
|
|
|
∑ |
|
∑ |
∑ |
|
= |
( = ) = |
|
( = , = ) = |
|
=1 |
=1 |
, : |
|
|
|
+ = |
|
∑ |
|
|
∑ |
|
|
( + ) ( = , = ) =
=1 , :+ =
∑∑
( + ) ( = , = ) =
=1 =1 |
|
|
|
∑ |
∑ |
( = ) + ( = ) = +
=1 |
=1 |
3. Если > 0, то > 0
Доказательство. Если > 0, то все > 0 > 0
4.Если 6 , то 6
Доказательство. Рассмотрим = − > 0. По свойству 3
0 6 = ( − ) = −
Неотрицательные случайные величины
Определение 13. Пусть – неотрицательная случайная величина, а { , N} – последовательность неотрицательных простых случайных величин, т.ч. ↑ .
Тогда 6 +1 предел и
:= lim
→∞
28
Лемма 14. Пусть { , N} и – простые неотрицательные случайные вечилины, причем↑ > . Тогда
lim >
→∞
Доказательство. Пусть > 0 фиксировано. Рассмотрим = { | − > − }
Тогда
= ( + ( > (( − ) ) =
− − > − ( ) − ( );
где = max ( ) Заметим, что = { > − } ↑
Ω
т.к. ↑ > ( ) → 1
Значит
lim > > −
→∞
В силу произвольности : lim >
→∞
Следствие 1. Определение математического ожидания для неотрицательных случайных величин корректно.
Доказательство. Пусть > 0 и ↑ , ↑ – последовательность простых неотрицательных случайных величин. Тогда в силу леммы
lim > |
|
||
→∞ |
> lim |
|
|
lim |
|
||
|
→∞ |
→∞ |
|
Меняем и местами в рассуждении. |
|
|
|
lim |
> lim |
||
→∞ |
→∞ |
|
|
lim |
= lim |
|
|
|
→∞ |
→∞ |
|
Замечание. Если – неотрицательная с.в., то |
|
|
|
= sup , |
где – неотриц. простая с.в. |
||
: 6 |
|
|
|
Произвольные случайные величины Определение 14. Пусть – произвольная случайная величина, = + − −
1.Если + и − – конечны, то := + − −
2.Если + = +∞ и − – конечно, то := +∞
3.Если + конечно и − = +∞, то := −∞
4.Если + = − = +∞, то не существует(не определено)
Замечание.
29
1.Математическое ожидание случайной величины это интеграл Лебега по вероятностной мере
:= ∫ |
= ∫ |
( ) ( ) |
ΩΩ
2.– конечно | | – конечно.
3.Множество случ. величин на ( , , ) с условием: – конечно, образует пространство1( , , ). Далее мы убедимся, что это линейное пространство.
Свойства математического ожидания
1Пусть – случайная величина, - конечно. Тогда для R ( ) конечно и
( ) =
Доказательство. Для простых , доказано ранее. Пусть > 0.
Если > 0, то возьмем последовательность простых неотрицательных случайных величинт.ч. ↑ . Тогда ↑
( ) = lim ( ) = lim =
→∞ →∞
Если < 0, то = −( )− = −(− )
( ) = − ( )− = − ((− ) ) =
Пусть - произвольная, > 0 Тогда
( ) = ( )+ − ( )− = + − − = ( + − −) =
Для < 0 действуем аналогично.
2 Если 6 и , - конечны, то
6
Доказательство. Для простых и - доказано. Пусть и - неотрицательны. Тогда
= sup 6 sup =
: 6 : 6
Пусть и - произвольные.
Тогда +( ) > +( ) и −( ) 6 −( )
= + − − 6 + − − =
3 Если - конечно, то
| | 6 | |
30