- •Федеральное агентство морского и речного транспорта
- •Глава 1. Дискретные случайные Величины
- •1.1. Понятие случайной величины
- •1.2. Функция распределения случайной величины
- •1.3. Закон распределения дискретной случайной величины
- •1.4. Функция распределения дискретной случайной величины
- •1.5. Математическое ожидание дискретной случайной величины
- •1.6. Свойства математического ожидания.
- •3. Теорема сложения для математического ожидания.
- •4. Теорема умножения для математического ожидания.
- •1.7. Дисперсия дискретной случайной величины
- •1.8. Свойства дисперсии
- •7. Математическое ожидание и дисперсия среднего арифметического.
- •1.9. Биномиальное распределение
- •1.10. Распределение Пуассона
- •Глава 2. НепрерыВные случайные Величины
- •2.1. Плотность непрерывной случайной величины
- •2.2. Особенность непрерывной случайной величины
- •2.3. Вероятностный смысл плотности распределения
- •2.4. Математическое ожидание непрерывной случайной величины
- •I. Наводящее рассуждение.
- •II. Определение математического ожидания.
- •III. Математическое ожидание функции случайного аргумента.
- •IV. Свойства математического ожидания непрерывной случайной величины.
- •2.5. Дисперсия непрерывной случайной величины
- •2.6. Нормальное распределение
- •2.7. Показательное распределение
- •2.8. Равномерное распределение
- •2.9. Преобразование случайных величин
- •I. Линейное преобразование нормального закона.
- •II. Общий случай преобразования случайной величины.
- •2.10. Вероятность попадания в промежуток для нормального распределения.
- •I. Вероятность попадания в произвольный промежуток.
- •II. Вероятность отклонения от математического ожидания.
- •III. Правило «трех сигм».
- •2.11. Корреляция случайных величин
- •1. Нормированные случайные величины.
- •2. Корреляционный момент.
- •3. Коэффициент корреляции.
- •Глава 3. Закон больших чисел
- •3.1. Первое неравенство Чебышева
- •3.2. Второе неравенство Чебышева
- •3.3. Сходимость по вероятности
- •3.4. Общий закон больших чисел в форме Чебышева.
- •3.5. Частный закон больших чисел в форме Чебышева.
- •3.6. Закон больших чисел в форме я.Бернулли.
- •3.7. Центральная предельная теорема.
- •Глава 4. ДвумеРные случайные Величины
- •4.1. Функция распределения двумерной случайной величины
- •Свойства функции распределения
- •4.2. Дискретные двумерные случайные величины
- •4.3. Непрерывные двумерные случайные величины
- •Вероятностный смысл плотности
- •4.4. Вероятность попадания случайной точки в заданную область
- •4.5. Свойства плотности непрерывной двумерной случайной величины
- •4.6. Условные законы распределения составляющих
- •I. Случай дискретной двумерной случайной величины.
- •II. Случай непрерывной двумерной случайной величины.
- •4.7. Критерии независимости составляющих
- •Список литературы
- •Оглавление
- •Глава I. Дискретные случайные величины………………...3
- •Глава II. Непрерывные случайные величины ………..…22
- •Глава IV. Двумерные случайные величины ……………………..… 51
- •Ястребов Михаил Юрьевич
4. Теорема умножения для математического ожидания.
Определение. 1. Случайные величины называютсянезависимыми, если для любых промежутков
независимы в совокупности события
, ,…,.
2. Случайные величины , образующие бесконечную последовательность, называютсянезависимыми, если для любого натурального любыеслучайных величин этой последовательности независимы.
Замечание. В частности, если инезависимы, то для любых чисели:
.
Теорема. Пусть случайные величины и независимы и имеют математические ожидания и. Тогда
.
Доказательство. Ограничимся случаем конечного множества значений. Пусть законы распределения для иимеют вид:
;
.
Случайная величина принимаетзначений вида, где. Ограничимся для простоты случаем, когда все эти произведения различны. Обозначим черезвероятности этих значений. Тогда, поскольку вероятность произведения независимых событий равна произведению их вероятностей,
.
Далее,
.
Производя в двойной сумме группировку слагаемых и вынося за знак внутренней суммы общий множитель , получаем:
. ▄
1.7. Дисперсия дискретной случайной величины
Рассмотрим следующий пример. Пусть случайные величины иимеют следующие законы распределения:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Нетрудно проверить, что они имеют равные математические ожидания: . В то же время рассеивание значений вокруг математического ожидания уявно больше, чем у. Это рассеивание выражается отклонениями реализованных значений от математического ожидания, то есть разностямии, соответственно.
Определение. Пусть у случайной величины существует математическое ожидание. Случайная величинасо значенияминазываетсяотклонением (от математического ожидания).
Если при большом числе реализаций случайной величины просуммировать полученные отклонения, то их значения разных знаков в значительной степени погашают друг друга, и такая сумма не может служить мерой рассеивания значений случайной величины вокруг математического ожидания. Для того чтобы избежать подобного взаимного погашения, отклонения перед суммированием возводят в квадрат.
Определение. Пусть у случайной величины существует математическое ожидание. Еедисперсией называется число
, (4)
то есть математическое ожидание квадрата отклонения.
Статистический смысл дисперсии:
Дисперсия служит мерой рассеивания значений случайной величины вокруг математического ожидания.
Общее определение дисперсии принимает применительно к дискретной случайной величине следующий вид:
1) Если является дискретной случайной величиной сконечным множеством значений и законом распределения
,
то отклонение имеет закон распределения
,
и, в соответствии с определением математического ожидания:
. (5)
2) Если является дискретной случайной величиной сбесконечным множеством значений и законом распределения
,
то
. (6)
Если ряд в правой части (6) расходится, то считают, что дисперсия не существует.
Замечание. Если у случайной величины не существует математического ожидания, то понятие дисперсии для нее не вводится.
Пример. 1. Пусть закон распределения имеет вид:
|
|
|
|
|
|
|
|
Вычисление дисперсии предполагает предварительное вычисление математического ожидания:
.
Далее, .
2. Для приведенных в начале этого параграфа законов распределения получаем:
;
;
.
Среднее квадратическое отклонение. В случае, когда случайная величина имеет размерность (метры, килограммы и т. п.), размерность дисперсииравна квадрату размерности. Поэтому наряду с дисперсией в качестве меры рассеивания значений случайной величины вокруг математического ожидания применяют также арифметический квадратный корень из дисперсии. Последний уже имеет размерность, совпадающую с размерностью.
Определение. Средним квадратическим отклонением случайной величины , называется число
.