- •Оглавление
- •Случайные события. Опыт со случайными исходами. Элементарные события. Соотношения между событиями.
- •Алгебра и-алгебра событий
- •Классическое определение вероятности
- •Геометрическое определение вероятности
- •Статистическое определение вероятности
- •Аксиоматические определение вероятности. Вероятностное пространство
- •Теорема сложения вероятностей
- •Условная вероятность: определения и примеры
- •Условная вероятность как вероятностная мера случайного события в измененном вероятностном пространстве.
- •Локальная и интегральная формула Лапласа
- •Приближенные формулы Пуассона
- •Принцип практической уверенности
- •Понятие случайной величины. Дискретные случайные величины.
- •Функция распределения дискретной случайной величины
- •Числовые характеристики дискретной случайной величины
- •Биномиальный закон распределения
- •Геометрический закон распределения
- •Закон распределения Пуассона
- •Борелевские множества на прямой: определения и примеры
- •Вероятностное пространство на прямой: определения и примеры
- •Функция распределения для случайной величины общего вида и её характеристические свойства
- •Непрерывные случайные величины. Плотность вероятности и её свойства.
- •Числовые характеристики непрерывной случайной величины.
- •Равномерный закон распределения
- •Независимость двух случайных величин. Необходимое и достаточное условие независимости двух дискретных случайных величин
- •Борелевские множества на плоскости: определения и примеры
- •Вероятностное пространство для системы двух случайных величин общего вида. Независимость двух случайных величин общего вида.
- •Функция распределения двух случайных величин общего вида и её характеристические свойства
- •Система двух непрерывных случайных величин. Плотность вероятности системы двух непрерывных случайных величин и её свойства
- •Понятие функции случайной величины
- •Проверка статистических гипотез: понятие статистической гипотезы, критерий для проверки статистической гипотезы, ошибки первого и второго родов, постановка задачи…
Закон распределения Пуассона
Дискретная случайная величина подчиняется закону распределения Пуассона, если таблица её возможных значений и соответствующих им вероятностей имеет вид
0 |
1 |
… |
K |
… |
… |
… |
Покажем, что
Математическое ожидание
Дисперсия
Борелевские множества на прямой: определения и примеры
Пусть R– действительная числовая ось, точка.
Введем множество . Множество точек на числовой оси называется борелевским, если оно может быть получено из множеств видаприменением конечного или счетного числа операций объединения, пересечения и теоретико-множественной разности. Класс борелевских множеств весьма широк. В этом классе содержатся:
Вся числовая ось
Множества вида
Множества вида
Отдельные точки
Множества вида
Множества вида
Множества вида
Множества вида
А также все множества, получаемые из перечисленных с помощью применения не более чем счетного числа указанных операций.
Вероятностное пространство на прямой: определения и примеры
Случайная величина общего вида определяется заданием вероятностного пространства
– состоит из событий вида, где Х – точка действительной числовой оси
– множество всех подмножестввида, гдеA– борелевское множество наR
На SзаданаR, удовлетворяющая всем аксиомам
Функция распределения для случайной величины общего вида и её характеристические свойства
Для произвольного числа xвведем в рассмотрение случайное событиеи вероятность этого события.
– функция распределения случайной величины Х.
F(x) – вероятность того, что случайная величинаXпримет значение меньшее, чем х.
– неубывающая функция
непрерывна слева, т.е.
Для задания случайной величины достаточно задать её функцию распределения вместо всего вероятностного пространства , определяющего эту случайную величину.
Непрерывные случайные величины. Плотность вероятности и её свойства.
Случайная величина Х называется непрерывной, если её функция распределения F(x) непрерывна при всех значениях х.
Неотрицательная, всюду определённая функция , удовлетворяющая условию нормировки
И такая, что любого х функция распределения непрерывной случайной величины Х есть
Называется плотностью вероятностинепрерывной случайной величины Х.
во всякой точке непрерывности х
Числовые характеристики непрерывной случайной величины.
Пусть Х – непрерывная случайная величина, имеющая плотность вероятности .
– математическое ожидание непрерывной случайной величиныX, если сходится интеграл
, c – const
, c – const
, если сходится интеграл, где– правильная функция. Функция называется правильной, если для любого промежуткамножествоесть объединение не более чем счетного числа промежутков.
– дисперсия непрерывной случайной величины Х, если сходится
, c – const
, c – const
– среднеквадратическое отклонение непрерывной случайной величины
Равномерный закон распределения
Случайная величина Х подчиняется равномерному закону распределения на отрезке , если её плотность вероятности имеет вид
Значение с определяется из условия нормировки
Экспоненциальный закон распределения
Случайная величина Х подчиняется показательному (экспоненциальному) закону распределения, если её плотность вероятности имеет вид
Нормальный закон распределения
Случайная величина Х подчиняется нормальному закону распределения, если её плотность вероятности имеет вид
Где aи– параметры нормального закона распределения.
Система двух дискретных случайных величин: закон распределения
Пусть – система дискретных случайных величин- возможные значения Х,- возможные значенияY.
В результате проведения опыта каждая из случайных величин примет одно из своих значений, т.е.
Таким образом, система 2х дискретных случайных величин может быть задана таблицей вида
|
… |
… | ||
… |
… | |||
… |
… |
… |
… |
… |
… |
… | |||
… |
… |
… |
… |
… |
Такую таблицу будем называть законом распределения двух случайных величин X,Y
Система двух случайных величин: безусловные и условные законы распределения случайных величин, входящих в систему. Уравнение регрессии.
Безусловный закон распределения случайной величины Х
Безусловный закон распределения случайной величины Y
Условный закон распределения случайной величины Y, при условии, что случайная величина Х примет значение(i– фиксированное)
Условный закон распределения случайной величины Х, при условии, что случайная величина Yпримет значение(j– фиксированное)
– условное математическое ожиданиеYпри условии, чтоXпримет значение
– условная дисперсияYпри условии, чтоXпримет значениеx.
– условное среднеквадратичное отклонениеYпри условии, чтоXпримет значение
– условное математическое ожидание Х при условии, чтоYпримет значение
– условная дисперсия Х при условии, чтоYпримет значение
– условное среднеквадратичное отклонение Х при условии, чтоYпримет значение
– уравнение регрессииYнаX
– уравнение регрессии Х наY