- •1. Событие. Классификация событий
- •2. Вероятность события. Свойства вероятности. Классическая вероятность
- •3. Статистическое определение вероятности
- •4. Геометрическая вероятность
- •5. Задача о встрече
- •6. Действия над событиями
- •7. Теорема сложения вероятностей
- •8. Теорема умножения вероятностей
- •9. Условная вероятность события
- •10. Следствия из теоремы умножения вероятностей
- •11. Формула полной вероятности
- •12. Теорема гипотез. ( Формула Байеса )
- •13. Дискретные и непрерывные случайные величины
- •14. Закон распределения
- •15. Функция распределения
- •16. Общие свойства функции распределения
- •17. Плотность распределения
- •18. Основные свойства плотности распределения
- •19. Математическое ожидание и его свойства
- •20. Математическое ожидание непрерывной случайной величины
- •21. Мода и медиана
- •22. Дисперсия случайной величины
- •23. Свойства дисперсии
- •27. Условные законы распределения. Зависимые и независимые случайные величины
- •30. Корреляционный момент случайных величин и его свойства
- •31. Коэффициент корреляции и его свойства
- •32. Формула Бернулли
- •33. Наивероятнейшее число наступления события
- •34. Асимптотические формулы вычисления вероятностей
- •35. Биномиальный закон распределения
- •36. Закон распределения Пуассона
- •37. Равномерный закон распределения
- •38. Показательный закон распределения
- •39. Нормальный закон распределения
- •40. Математическое ожидание нормального закона распределения
- •41. Дисперсия нормального закона распределения
- •44. Неравенство Маркова
- •45. Неравенство Чебышева
- •46. Теорема Чебышева
- •47. Теорема Бернулли
- •48. Теорема Ляпунова
- •49. Интегральная теорема Лапласа
- •50. Виды статистических наблюдений
- •Виды статистических наблюдений:
- •51. Виды измерений
- •Количественные измерения
- •Порядковые (ранговые) измерения
- •Номинальные измерения
- •Статистические таблицы
- •52. Методы ранжирования
- •53. Группировка и табулирование количественных данных
- •54. Графическое изображение вариационных рядов
- •55. Показатели центра распределения (мода, медиана, среднее арифметическое, среднее гармоническое, среднее геометрическое)
- •56. Показатели вариации
- •57. Ассиметрия и эксцесс
- •58. Эмпирическая функция распределения
- •59. Точечные интервальные оценки
- •60. Доверительные интервалы
23. Свойства дисперсии
Остановимся на свойствах дисперсии.
-
Дисперсия постоянной величины всегда равна нулю. Действительно,
.
-
Постоянный множитель можно выносить за знак дисперсии, предварительно возведя его в квадрат. Действительно,
-
Дисперсия алгебраической суммы двух независимых случайных величин равна сумме их дисперсий, то есть Здесь было использовано свойство математического ожидания: если и – независимые случайные величины, то .
-
Упрощенное правило вычисления дисперсии: дисперсия случайной величины равна разности между математическим ожиданием квадрата случайной величины и квадратом ее математического ожидания, то есть .
Доказательство
ведь - постоянная величина.
По упрощенному правилу найдем дисперсию случайной величины, рассмотренной в примере 1:
Поэтому Мы получили ту же величину.
24-25-26. Система случайных величин. Свойства распределения двумерного случайного вектора
В практических применениях теории вероятностей очень часто приходится сталкиваться с задачами, в которых результат опыта описывается не одной случайной величиной, а двумя или более случайными величинами, образующими комплекс или систему. Например, точка попадания снаряда определяется не одной случайной величиной, а двумя: абсциссой и ординатой – и может быть рассмотрена как комплекс двух случайных величин. При стрельбе группой из -выстрелов совокупность точек попадания на плоскости может рассматриваться как комплекс или система 2случайных величин: абсцисс и ординат точек попадания.
Пусть имеется упорядоченная система n случайных величин . Будем называть ее случайной векторной или -мерной случайной величиной и обозначать так:
.
Тогда -ая случайная координата вектора . Упорядоченную систему из случайных величин можно рассматривать и как случайную точку с координатами в -мерном евклидовом пространстве.
Чтобы задать случайный вектор, надо указать все те значения, которые он может принимать, и соответствующие этим значениям вероятности, т.е. вероятности, с которыми эти значения принимаются. Универсальным способом задания случайного вектора является задание его функции распределения, которая определяется равенством
.
В двумерном случае - это вероятность попадания случайной точки в область
Y
y M(x,y)
0 x X
Остановимся подробнее на двумерном случае. При этом пусть , . Свойства функции распределения случайного вектора аналогичны свойствам функции распределения случайной величины. Перечислим их:
1. ;
2. - неубывающая функция по каждой из переменных;
3. ,
4.
В первом случае мы получили функцию распределения случайной величины , а во втором – функцию распределения . Как и в одномерном случае, выделяют два наиболее важных распределения случайных векторов: дискретное и непрерывное.
Пусть распределение вектора - дискретное, и может принимать значения , а - . Тогда все возможные ситуации отражаются в таблице:
-
1
Здесь – это вероятность того, что случайный вектор примет значение - вероятность того, что примет значение независимо от значений случайной величины . А - вероятность того, что примет значение независимо от значений случайной величины .
Функциия распределения вектора очевидно определяется равенством
где суммирование распространяется на все , для которых , а принимает все такие значения, для которых .
Если функция распределения случайного вектора дважды непрерывно дифференцируема, то распределение вектора назовем непрерывным. В этом случае вектор можно задать и с помощью плотности распределения, которая определяется как предел некоторой средней плотности
Итак, плотность распределения – это вторая смешанная частная производная от функции распределения :
Если задана плотность распределения вероятностей f(x, y) случайного вектора , то функцию распределения этого вектора находим интегрированием:
Плотность распределения обладает свойствами:
1.
2.
Вероятность того, что случайная точка попадает в областьпри известной области распределения, находится по формуле