- •Глава 1. Алгебра случайных событий
- •§1. Основные определения и понятия
- •Свойства противоположного события
- •2 Решение типовых задач
- •§3 Задачи для самостоятельного решения.
- •1) Построить пространство элементарных исходов
- •2) Указать состав подмножеств, соответствующих данным событиям
- •3) Выполнить указанные операции над данными событиями.
- •Глава 2 Классическое вероятностное пространство.
- •§1. Основные понятия и определения.
- •2) Все элементарные исходы равновозможные, т.Е.
- •Элементы комбинаторики.
- •§2. Решение типовых задач.
- •20 Футбольных команд, среди которых 4 призёра предыдущего первенства, по жеребьевке разбиваются на 4 занумерованные подгруппы по 5 команд.
- •Решение:
- •52 Карты раздаются четырём игрокам (каждому по 13 карт)
- •Решение:
- •4) Картошки, 5) наполеон, 6) невские.
- •Решение:
- •§3 Задачи для самостоятельного решения.
- •Глава 3 Относительная частота и её свойства
- •§1. Основные понятия.
- •Относительная частота события а:
- •4) Свойство устойчивости:
- •§2. Решение типовых задач
- •§3. Задачи для самостоятельного решения
- •Глава 4. Теоремы сложения и умножения вероятностей. Условная вероятность.
- •§1. Основные понятия
- •5)Теорема сложения для совместных событий:
- •6)Теорема умножения
- •7)Теорема о сумме совместных, но независимых в совокупности событий.
- •§2 Решение типовых задач.
- •Задача №6
- •Решение:
- •Глава 5. Формула полной вероятности. Формулы Байеса.
- •§1. Основные понятия
- •§2. Решение типовых задач. Задача 1
- •Задача 2
- •Задача 3
- •Задача 4.
- •Решение.:
- •Задача 5.
- •Решение:
- •Задача 6.
- •Решение.
- •Задача 8
- •Задача 9
- •§ 3 Задачи для самостоятельного решения
- •Задача 6.
- •Задача 7.
- •Задача 9.(новогодний аттракцион)
- •Задача 10.
- •Задача 11.
- •Задача 12.
- •Задача 13.
- •Задача 14.
- •Глава 6 Последовательность независимых испытаний
- •§1.Основные понятия
- •§2 Решение типовых задач
- •§3 Задачи для самостоятельного решения.
- •Задача 2.
- •Задача 3.
- •Глава 7. Одномерная случайная величина дискретного типа
- •1 Основные понятия
- •Полигон распределения
- •Основные дискретные распределения и их числовые характеристики
- •Задача2
- •Задача 3
- •Задача 7
- •Задача 8
- •Глава 8 Одномерная случайная величина непрерывного типа
- •§1 Основные понятия.
- •§2 Решение типовых задач
- •Задача 2
- •1)Основное свойство функции плотности:
- •Задача 3
- •Решение:
- •1)Основное свойство функции плотности:
- •Задача 4
- •Решение:
- •Задача5
- •Задача 6
- •§3 Задачи для самостоятельного решения
- •Задача 22
- •Задача 23
- •1. Строим график
- •§2 Решение типовых задач
- •§3. Задачи для самостоятельного решения
- •Глава 11. Непрерывная двумерная случайная величин
- •Условные математические ожидания
- •§ 2 Решение типовых задач
- •§ 3 Задачи для самостоятельного решения
- •Глава 12. Закон больших чисел (предельные теоремы)
- •§ 1. Основные понятия и формулы
- •1. Неравенство Маркова
- •2. Неравенство Чебышева
- •3. Неравенство Бернулли
- •§ 2. Решение типовых задач
- •§ 3. Задачи для самостоятельного решения
- •Глава 12. Нормальная случайная величина
- •§ 1. Основные понятия и формулы
- •§ 2. Решение типовых задач
- •§ 3. Задачи для самостоятельного решения
Глава 11. Непрерывная двумерная случайная величин
§
Если значения двумерной случайной величины (Х;У) заполняют некоторую область (D) на координатной плоскости (Х0У) и при этом известна неотрицательная функция двух аргументов f(x;y) – функция плотности распределения вероятности случайной величины (Х;У), такая что:
P{(X,Y)()}= , где () –произвольная область координатной плоскости, то (Х;У)-непрерывная двумерная случайная величина.
Свойства функции плотности
f(x;y)0, (x;y)R.2
=1(основное свойство ).
a;b)}=0 (вероятность попасть в точку равна нулю).
Функция распределения непрерывной двумерной случайной величины
FXY(x;y)=P{(Xx)*(Yy)}= ,при этом: f(x;y)=2F(x;y)/(∂x*∂y)
Cсвойства функции распределения
Область определения: (Х;У)R2 (все точки координатной плоскости)
Множество значений: 0≤F(x;y)≤1; при этом =1 =0
Функция не убывает по каждому из аргументов, т.е.
если х1х2 и у1у2, ,то F(x1;y1) ≤ F(x2;y2)
Условия согласованности
=Fx(x) =Fy(y)
2)fX(x)= ; fy(y)=
Независимые случайные величины
Х и У- независимые случайные величины, если независимы события:
A={Xx} и B={Yy} для всех значений х и у.
Необходимое и достаточное условие независимости
F(x;y)=Fx(x)*Fy(y)
fxy(x;y)=fx(x)*fy(y)
Числовые характеристики двумерной случайной величины
Центр распределения это точка М(mx;my), где
mx=fx(x)dx
my=y(y)dy
2)Корреляционный момент
K[X;Y]=M[(X-mx)*(Y-my)] = mx)*(y-my)*f(x;y)dx*dy
или по формуле: K[X;Y]=M[X*Y]-mx*my .где
M[X*Y] =dxdy
3)Коэффициент корреляции
R[X;Y]=xy=;где х=;y=
Заметим, что если K[X;Y]=0, то Х и У называются некоррелированными.
Условные законы распределения
Если (Х;У) непрерывная случайная величина, то условной плотностью распределения случайной величины Х при условии У=у
называется : f(x/y)= ;аналогично f(y/x)=
Условной функцией распределения случайной величины Х
при условии У=у называется :
Fx(x/y)=X(x/y)dx аналогично: Fy(y/x)=y(y/x)dy
Условные математические ожидания
Регрессия У по Х (х)=M[Y/X]=*fy(y/x)dy
Регрессия Х по У (y)=M[X/Y]=fx(x/y)dx
§ 2 Решение типовых задач
Задача 1.
Пусть (Х;У) –непрерывная случайная величина, распределённая равномерно в области (D)- прямоугольник на плоскости (см. рисунок)
у
1
D
х
2
Зависимы или нет случайные величины Х и У?
Решение:
По определению, если случайная величина (Х;У) распределена равномерно в области (D), то функция плотности вычисляется по формуле:
f(x;y)= ,если (Х;У)(D).
В нашем случае: f(x;y)=
Рассмотрим условия согласованности:
fX(x)==для всех х[0;2]
; fy(y)=*dx=1 для всех у[0;1]
fx(x)*fy(y)=1/2*1=1/2=fxy(x;y) для всех значений х и у из области (D)
Вывод: Х и У –независимые случайные величины.
Задача 2
Пусть (Х;У) –непрерывная случайная величина, распределённая равномерно в области (D)- треугольник на плоскости (см. рисунок)
у
2
х
2
D
Найти линии регрессии.
Центр распределения M(mx;my).
Момент корреляции K[X;Y].
Решение:
Площадь треугольника: S=2 fxy(x;y)=
Условия согласованности:
fx(x)= fx(x)=*dy =1/2*(2-x), если х[0;2].
fy(y)= fy(y)=*dx=1/2(2-y), если у[0;2].
Заметим, что fx(x)*fy(y)fxy(x;y) Х и У зависимые случайные величины.
Рассмотрим условные функции плотности:
: f(x/y)===; если у[0;2]; x[0;2-y]
f(y/x)==, если х[0;2]; y[0; 2-x]
Регрессии:
Регрессия У по Х (х)=M[Y/X]=*fy(y/x)dy=(1/(2-х)dy=
=*y2/2 02-x=0,5*(2-x), если х [0;2]
Регрессия Х по У (y)=M[X/Y]=fx(x/y)dx=0,5*(2-y), если у[0;2]
y
2
x
0
1
2
1
(y)
(x
2)M[X]=*f(x)dx=0,5*(x2-x3/3)02=2/3
В силу симметрии M[Y]=2/3Центр распределения: M(2/3; 2/3)
3)Момент корреляции:
: K[X;Y]=M[X*Y]-mx*my .где M[X*Y] =
M[X*Y]==(0,5*y202-x)dx =
=1/4x3-4*x2+4*x)dx=1/4*(x4/4- 4/3*x3+4/2*x2)02=1/3
K[X;Y]=1/3-2/3*2/3=-1/9; K[X;Y]=-1/9
Задача 3
Пусть (Х;У) –непрерывная случайная величина, распределённая равномерно в области (D) -четверть круга на плоскости (см. рисунок)
x2+y2≤1; x0; y0
.Найти:
fxy(x;y) (двумерную функцию плотности)
Одномерные законы распределения: fx(x); fy(y).
Найти центр распределения М(mx;my)
Найти среднеквадратичные отклонения:x ;y.
Найти коэффициент корреляции ху.
Проверить, зависимы или нет случайные величины Х и У
Решение
У
y=2
1
D
……
Х
1
0
Площадь D=2= f(x;y)=
fX(x)=dy=dy=4/π*, x[0;1].
f(x)=
Аналогично:
f(y)=
3) mx=fx(x)dx = dx=-2/πd(1-x2)=
-2/π*2/3*(1-x2)3/201=4/3π.
Аналогично: my=4/3π
Таким образом: M(4/3; 4/3)
4)D[X]=M[X2]-mx2
M[X2]=
=; x=0t=0; x=1t=π/2]
4/π=1/π=
1/2π=1/2π(t-1/4*0π/2=1/2π(π/2-0)=1/4
D[X]=1/4-(4/3π)20,069873
x=x0,26
Аналогично:у0,264
5): K[X;Y]=M[X*Y]-mx*my .где M[X*Y] =
M[X*Y]=4/π=4/π0)dx=
2/π*(1-x2)dx=2/π(x2/2 –x4/4)01=2/π*(1/2-1/4)=1/2π≈0,1592
K[X;Y]=1/2π-(4/3π)2≈-0,02097
R[X;Y]=xy=≈≈-0,3
6)Х и У зависимы, т.к. Кху0
Задача 4
Плотность вероятности двумерной случайной величины (Х;У) задана формулой: fXY(x;y)=;при 0≤х≤1; 0≤у≤1;
Найти:
Коэффициент С
Одномерные функции плотности: fX(x); fY(y)
Центр распределения M(mX;my).
Cредне квадратичные отклонения Х и У.
Коэффициент корреляции ХУ.
Проверить, зависимы или нет случайные величины Х и У.
Решение
Изобразим на плоскости область определения функции f(x;y)
X
D
1
0
1
Y
=1 -основное свойство функции плотности
с*)dy =c*(dx+dy)=
=2*c(x3/301*1)=2/3*c2/3*c=1c=3/2
fX(x)=fX(x)=3/2dy=3/2(x2*y+y3/3)01=
=3/2*(x2+1/3)
Таким образом: fX(x)=,x[0;1]
Аналогично: fУ(у)=, у[0;1]
3) mx=fx(x)dx mx=3/2dx=3/2*(x4/4+x2/2)01=
=3/4*(1/4+1/6)=5/8
mX=5/8; аналогично: my=5/8
M(5/8; 5/8)-центр распределения
4)D[X]=M[X2]-mx2; M[X2]==3/2=
3/2*(x5/5-x3/9)01=3/2*(1/5+1/9)=7/15
D[X]=7/15-(5/8)2≈0,076 X=≈0,276;аналогично:У≈0,276
5): K[X;Y]=M[X*Y]-mx*my .где M[X*Y] =
M[X*Y]=3/2=3/2(+)=
=3=3*(x4/401)*(y2/201)=3*1/4*1/2=3/8
K[X;Y]=3/8-25/64=-1/64
R[X;Y]=xy==≈-0,205
6)Т.к. K[X;Y].то Х и У зависимые