- •2.3.3. Теорема Чебишова і стійкість середнього арифметичного випадкових величин
- •2.3.4. Теорема Бернуллі і стійкість відносних частот
- •2.3.5. Центральна гранична теорема
- •2.3.6. Інтегральна теорема Муавра – Лапласа
- •Приклади
- •2.4. Двовимірна випадкова величина
- •2.4.1. Закон розподілу ймовірностей
- •2.4.2. Залежні і незалежні випадкові величини. Умовні закони розподілу
- •2.4.3. Чисельні характеристики двовимірної випадкової величини. Коваріація і коефіцієнт кореляції
- •2.4.4. Умовні чисельні характеристики двовимірної випадкової величини. Регресія
- •Приклади
- •2.5. Функції випадкових аргументів
- •2.5.1. Функція одного випадкового аргументу
- •2.5.2. Функція двох випадкових аргументів
- •2.5.3. Чисельні характеристики
- •Приклади
- •3.1. Основні поняття та означення
- •3.1.1. Генеральна і вибіркова сукупності
- •3.1.2. Статистичні ряди розподілу вибірки
Приклади
1. Дискретну випадкову величину задано законом розподілу
Х |
-4 |
-2 |
0 |
1 |
3 |
4 |
|
0,05 |
0,2 |
0,2 |
0,3 |
0,1 |
0,15 |
Знайти: а) закон розподілу випадкової величини Y; б) функцію розподілу випадкової величини Y; в) числові характеристики випадкової величини Y, якщо:
1) ; 2) ; 3) .
2.* Випадкова величина Х розподілена за нормальним законом розподілу з параметрами і відповідно. Знайти закон розподілу випадкової величини Y, якщо: 1) ; 2) .
3. Випадкова величина Х задана густиною розподілу
Знайти густину розподілу випадкової величини Y та її математичне сподівання, якщо: 1) ; 2) ; 3) .
4. Задано незалежні випадкові величини Х та Y
Х |
-1 |
1 |
2 |
|
Y |
-2 |
0 |
1 |
p |
0,3 |
0,5 |
0,2 |
|
p |
0,3 |
0,4 |
0,3 |
Знайти закон розподілу випадкової величини Z, функцію розподілу та її числові характеристики, якщо: 1) ; 2) .
5. Незалежні випадкові величини X і Y мають показниковий розподіл з параметрами відповідно. Для випадкової величини знайти: а) густину розподілу; б) функцію розподілу; в) математичне сподівання.
6*. Cистема випадкових величин задана щільністю розподілу:
Для випадкової величини знайти: а) густину розподілу; б) функцію розподілу; в) математичне сподівання.
7*. Кожна з незалежних випадкових величин Х та Y розподілена рівномірно на проміжках та . Знайти густину розподілу випадкової величини Z, якщо .
Відповіді
1. 1а) |
Y |
0 |
1 |
4 |
9 |
16 |
2) а) |
Y |
0 |
2 |
6 |
8 |
|
pi |
0,2 |
0,3 |
0,2 |
0,1 |
0,2 |
|
pi |
0,45 |
0,3 |
0,1 |
0,15 |
3 а) |
Y |
2/3 |
1/2 |
1/3 |
2/7 |
2 |
-2 |
|
|
|
|
|
|
pi |
0,2 |
0,3 |
0,1 |
0,15 |
0,2 |
0,05 |
|
|
|
|
|
1 в) 5,2; 35,76; 5,98; 2 в) 2,4; 8,64; 2,94; 3 в) 0,66; 0,752; 0,867.
2. 1) ; 2) . 3. 1) 2) 3)
4. 1) |
Z |
-3 |
-1 |
0 |
1 |
2 |
3 |
3 |
|
pi |
0,09 |
0,27 |
0,15 |
0,2 |
0,23 |
0,06 |
0,06 |
;
2) |
Z |
-2 |
-1 |
0 |
1 |
2 |
3 |
4 |
|
pi |
0,09 |
0,12 |
0,15 |
0,35 |
0,08 |
0,15 |
0,06 |
.
5. а) б) в) 0,7.
Основні поняття і терміни
Випадкова величина – величина, яка в результаті експерименту (випробування) набуває одного з можливих значень із певною ймовірністю.
Дискретна випадкова величина – випадкова величина, множина можливих значень якої є скінченна або зліченна.
Закон розподілу дискретної випадкової величини – відповідність між її можливими значеннями та їх імовірностями.
Математичне сподівання дискретної випадкової величини – сума добутків усіх її можливих значень на їх імовірності.
Відхилення дискретної випадкової величини від її математичного сподівання – різниця між цією величиною та її математичним сподіванням.
Дисперсія дискретної випадкової величини – математичне сподівання квадрата відхилення цієї величини від її математичного сподівання.
Неперервна випадкова величина – випадкова величина, можливі значення якої заповняють деякий інтервал, або випадкова величина, функція розподілу якої неперервна і кусково диференційовна.
Функція розподілу F(х) випадкової величини (дискретної або неперервної) – імовірність того, що випадкова величина набуде значення, меншого за число х.
Густина (щільність) розподілу неперервної випадкової величини – перша похідна від функції розподілу цієї величини.
Математичне сподівання неперервної випадкової величини – інтеграл по числовій осі від добутку змінної, якою позначено можливі значення цієї величини, на густину її розподілу.
Відхилення неперервної випадкової величини від її математичного сподівання – різниця між цією величиною та її математичним сподіванням.
Дисперсія неперервної випадкової величини – математичне сподівання квадрата відхилення цієї величини від її математичного сподівання.
Початковий момент s-го порядку випадкової величини (дискретної або неперервної) – математичне сподівання степеня s цієї величини.
Центральний момент s-го порядку випадкової величини (дискретної або неперервної) – математичне сподівання степеня s відхилення цієї величини від її математичного сподівання.
Асиметрія випадкової величини (дискретної або неперервної) – відношення центрального моменту 3-го порядку до куба середнього квадратичного відхилення цієї величини.
Ексцес випадкової величини (дискретної або неперервної) – відношення центрального моменту 4-го порядку до четвертого степеня середнього квадратичного відхилення цієї величини, зменшене на число три.
n-вимірна випадкова величина – упорядкована сукупність одновимірних випадкових величин, які задані на одному і тому ж просторі елементарних подій.
Закон розподілу двовимірної дискретної випадкової величини – перелік її можливих значень та їх імовірностей.
Функція розподілу двовимірної випадкової величини (Х, Y) – імовірність сумісної появи подій і .
Густина розподілу ймовірностей двовимірної неперервної випадкової величини – друга мішана похідна від функції розподілу.
Математичне сподівання складової двовимірної дискретної випадкової величини – сума добутків усіх можливих значень відповідної складової на їх імовірності.
Відхилення складової двовимірної випадкової величини від її математичного сподівання – різниця між цією складовою та її математичним сподіванням.
Дисперсія складової двовимірної дискретної випадкової величини – сума добутків квадратів відхилень значень цієї складової від її математичного сподівання на відповідні їм імовірності.
Математичне сподівання складової двовимірної неперервної випадкової величини – інтеграл від добутку змінної, якою позначені можливі значення відповідної складової, на густину її розподілу.
Дисперсія складової двовимірної неперервної випадкової величини – інтеграл від добутку змінної, якою позначенні значення квадрата відхилення цієї складової від її математичного сподівання на густину її розподілу.
Середнє квадратичне відхилення складової двовимірної випадкової величини – квадратний корінь із дисперсії відповідної складової.
Коваріація (кореляційний момент) двовимірної випадкової величини – математичне сподівання добутку відхилень складових цієї величини від їх математичних сподівань.
Коефіцієнт кореляції двовимірної випадкової величини – відношення коваріації цієї величини до добутку середніх квадратичних відхилень складових цих величин.
Корельовані випадкові величини – дві випадкові величини, коефіцієнт кореляції яких не дорівнює нулю.
Некорельовані випадкові величини – дві випадкові величини, коефіцієнт кореляції яких дорівнює нулю.
Умовна ймовірність складової двовимірної дискретної випадкової величини – імовірність можливих значень однієї складової, обчислена за умови, що друга величина набуває певного можливого значення.
Умовний закон розподілу складової двовимірної дискретної випадкової величини – перелік усіх можливих значень відповідної складової та їх умовних імовірностей.
Умовне математичне сподівання складової дискретної двовимірної випадкової величини – сума добутків можливих значень відповідної складової на їх умовні ймовірності.
Умовна дисперсія складової двовимірної дискретної випадкової величини – сума добутків квадратів відхилень значень цієї складової від її умовного математичного сподівання на відповідні їм умовні ймовірності.
Густина розподілу складової двовимірної неперервної випадкової величини – інтеграл від двовимірної густини розподілу за змінною, якою позначені значення другої складової.
Умовна густина складової двовимірної неперервної випадкової величини – відношення двовимірної густини розподілу цієї величини до густини розподілу іншої складової.
Умовне математичне сподівання складової двовимірної неперервної випадкової величини – інтеграл від добутку змінної, якою позначені можливі значення відповідної складової, на її умовну густину.
Умовна дисперсія складової двовимірної неперервної випадкової величини – інтеграл від добутку змінної, якою позначенні квадрати відхилення значень цієї складової від її умовного математичного сподівання на умовну густину розподілу даної складової.
Стохастична залежність між випадковими величинами – аналітична залежність умовного розподілу однієї з них від значень, яких набуває друга величина.
Функція одного випадкового аргументу – відповідність між можливими значеннями двох одновимірних випадкових величин.
Закон розподілу значень функції одного дискретного аргументу – перелік можливих значень функції та їх імовірностей.
Функція двох випадкових аргументів – відповідність між парами можливих значень двовимірної випадкової величини і можливими значеннями одновимірної випадкової величини.
Закон розподілу значень функції двох дискретних випадкових аргументів – перелік можливих значень функції та їх імовірностей.
Розділ 3
ЕЛЕМЕНТИ
МАТЕМАТИЧНОЇ СТАТИСТИКИ
Унаслідок вивчення цього розділу студенти повинні набути практичних навичок та вмінь із таких основних питань математичної статистики:
побудова емпіричного ряду розподілу випадкової величини та обчислення її емпіричних характеристик;
побудова емпіричної функції розподілу випадкової величини;
обчислення точкових оцінок параметрів розподілу випадкової величини і побудова наближених законів розподілу її ймовірностей;
обчислення інтервальних оцінок параметрів розподілу;
перевірка статистичних гіпотез про закон розподілу і параметри розподілу випадкової величини;
оцінка статистичної залежності між двома випадковими величинами;
застосування вибіркової сукупності значень випадкової величини (ознаки генеральної сукупності) для вивчення її властивостей та аналізу економічних ситуацій.