
- •Случайные величины Одномерные случайные величины Непрерывные и дискретные случайные величины
- •Закон распределения случайной величины
- •Функция распределения случайной величины и ее свойства
- •Свойства функции распределения
- •Числовые характеристики непрерывных случайных величин Математическое ожидание случайной величины, его вероятностный смысл и свойства
- •Свойства математического ожидания
- •Дисперсия случайной величины и ее свойства
- •Среднеквадратическое отклонение
- •Начальные и центральные моменты
- •Основные примеры распределений дискретной случайной величины
- •Биномиальное распределение, его математическое ожидание, дисперсия
- •Распределение Пуассона
- •Геометрическое распределение
- •Непрерывные случайные величины Функция и плотность распределения вероятностей
- •Числовые характеристики непрерывных случайных величин
- •Основные примеры распределений непрерывной случайной величины Равномерное распределение
- •Показательное распределение
- •Нормальное распределение
- •Свойства функции Гаусса
- •Центральная предельная теорема
- •Вероятность попадания нормальной случайной величины в заданный интервал
- •Функция Лапласа и ее свойства
- •Вычисление вероятности заданного отклонения. Правило «трех сигм»
- •Многомерные случайные величины
- •Закон распределения вероятностей двумерной случайной величины
- •Свойства совместной функции распределения двумерной случайной величины
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
- •Свойства двумерной плотности вероятности
- •Условное математическое ожидание
- •Независимые случайные величины
- •Числовые характеристики системы двух случайных величин
- •Корреляционный момент
- •Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Линейная регрессия. Метод наименьших квадратов
- •Распределение c2
- •Распределение Стьюдента
- •Распределение Фишера
- •Предельные теоремы теории вероятностей Закон больших чисел. Неравенство Чебышева. Теорема Чебышева
- •Размещено на Allbest.Ru
Размещено на http://www.allbest.ru/
Случайные величины Одномерные случайные величины Непрерывные и дискретные случайные величины
Одним из важнейших понятий теории вероятностей является понятие случайной величины.
Случайной величиной называется переменная величина, которая в зависимости от исхода испытания случайно принимает одно значение из множества возможных значений.
Случайная
величина обычно обозначается прописной
латинской буквой (
),
ее конкретные значения – строчными
буквами (
).
Случайной
величиной называется функция
,
определенная на множестве элементарных
событий
,
.
Случайные величины делятся на дискретные и непрерывные.
Величина называется дискретной, если она может принимать определенные, фиксированные значения.
Случайная величина называется непрерывной, если она может принимать значения, сколь угодно мало отличающиеся друг от друга.
Пусть
дискретная случайная величина
может принимать
значений:
.
Для полной характеристики этой случайной
величины должны быть заданы еще и
вероятности появления указанных значений
.
Закон распределения случайной величины
Соответствие между всеми возможными значениями дискретной случайной величины и их вероятностями называется законом распределения данной случайной величины.
Законом
распределения случайной дискретной
величины
называется
совокупность пар чисел (
),
где
– возможные значения случайной величины,
а
– вероятности, с которыми она принимает
эти значения, причем
.
В простейших случаях закон распределения случайной величины удобно задавать таблицей:
Таблица
|
|
|
|
|
|
|
|
|
|
Заметим, что таблицу значений дискретной случайной величины , если это целесообразно, формально всегда можно пополнить конечным набором любых чисел, считая их значениями с вероятностями, равными нулю.
Случайные
величины
и
называются независимыми,
если возможные значения и закон
распределения каждой из них один и тот
же при любом выборе допустимых значений
другой и не зависит от того, какое
возможное значение приняла другая
величина. В противном случае эти величины
называются зависимыми.
Несколько случайных величин называются
взаимно
независимыми,
если возможные значения и законы
распределения любой из них не зависят
от того, какие возможные значения приняли
остальные случайные величины.
Функция распределения случайной величины и ее свойства
Как для дискретной величины, так и для непрерывной вводится понятие функции распределения.
Пусть
– случайная величина, определенная на
множестве элементарных событий
,
,
а
– произвольное действительное число.
В общем случае функция
должна быть такова, чтобы для любых
событие
,
состоящее в том, что случайная величина
попадает в интервал
,
принадлежала полю событий и, таким
образом, для любого такого события была
определена вероятность
.
Тогда
вероятность того, что
примет значение, меньшее, чем
,
равна значению функции распределения
вероятностей данной случайной величины
,
соответствующее значению аргумента
,
т.е. функция распределения вероятностей
данной случайной величины
представляет собой вероятность события
,
где
– задаваемые непрерывно изменяющиеся
значения, т.е.
.
Рассмотрим
функцию распределения
случайной дискретной величины
,
принимающей значения
.
Если
, то
, так как в этом случае событие
является невозможным.
Если
, то событие наступит тогда и только тогда, когда наступит событие
, поэтому
.
Если
, то событие равно сумме событий ,
и
.
Аналогично, если
, то
.
Таким
образом, функция распределения случайной
дискретной величины равна
,
где
,
и суммирование производится по тем
,
для которых
.
Если дискретные значения случайной величины расположены в порядке возрастания, то каждому значению этих величин ставится в соответствие сумма вероятностей всех предыдущих значений и вероятности .
Таблица
|
|
|
|
|
|
|
|
|
|
В точках функция распределения имеет скачки, равные вероятности того, что случайная величина примет соответствующее значение.