- •1. Предмет теории вероятностей. Случайный эксперимент.
- •2. Классическое определение вероятности.
- •3. Геометрическое определение вероятности
- •4. Аксиоматическое определение вероятности
- •5. Условные вероятности
- •6. Независимые события
- •7. Формулы полной вероятности и Байеса
- •8. Схема независимых испытаний Бернулли
- •9. Случайные величины. Функция распределения случайной величины и ее свойства
- •10. Дискретные случайные величины. Закон распределения дсв.
- •12. Непрерывные случайные величины. Плотность вероятностей
- •13. Важнейшие непрерывные случайные величины
- •1 4. Математическое ожидание св.
- •15. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •16. Чх дискретных и непрерывных случайных величин
- •17. Случайные векторы. Фр случайного вектора и ее свойства.
- •18. Дискретные случайные векторы. Зр дискретного случайного вектора
- •19. Непрерывные случайные векторы. Плотность вероятностей и ее свойства
- •20. Пример. (Равномерное распределение в области ).
- •21. Независимость случайных величин
- •22. Условные законы распределения и условные числовые характеристики
- •23. Числовые характеристики случайных векторов
- •24. Теоремы о числовых характеристиках
- •25. Некоррелированность случайных величин и ее связь с независимостью
- •26. Коэффициент корреляции его свойства
- •27. Многомерное нормальное (гауссовское) распределение
- •28. Функции случайных аргументов
- •29. Композиция (свертка) законов распределения
- •30. Неравенство Чебышева
- •31. Законы больших чисел
- •32. Теорема 3 (збч для независимых, одинаково распределенных св).
- •33. Центральная предельная теорема
- •34. Теорема 2 (Ляпунова) (цпт для независимых, разнораспределенных св)
17. Случайные векторы. Фр случайного вектора и ее свойства.
Часто в вероятностных моделях случайных
явлений приходится рассматривать сразу
несколько СВ, причем изучение каждой
СВ отдельно от других приводит к
недопустимому упрощению модели.
Математической моделью таких случайных
явлений является понятие случайного
вектора (
).
Определение. Совокупность случайных
величин
,
значения которых совместно описывают
результат некоторого случайного явления,
называется
-мерным
случайным вектором (многомерной СВ
или системой СВ) и обозначается
.
При этом сами СВ
,
называют координатами (компонентами,
составляющими)
.
Исчерпывающей вероятностной характеристикой
является его функция распределения
(ФР). Рассмотрим случай двумерного
случайного вектора
,
полученные результаты обобщим на случай
многомерный. Двумерный
обычно обозначают
.
О
пределение.
ФР
называется функция
двух действительных переменных
и
,
определяемая при каждом
равенством:
.
(3.1)
ФР называют также двумерной ФР или совместной ФР СВ и .
Геометрически ФР
представляет собой вероятность попадания
случайной точки
в квадрант с вершиной в точке
.
Свойства двумерной ФР.
1.
для любых
.
(свойство очевидно, так как ФР
- вероятность).
2.
является неубывающей функцией по каждому
из своих аргументов.
▲ Когда один из аргументов или фиксирован, доказательство свойства 2 полностью аналогично одномерному случаю.
3. является непрерывной слева функцией по каждому из своих аргументов.
4.
;
.
▲ В силу свойства 4 вероятности
;
;
.
.
5.
,
где
и
- функции распределения координат
и
соответственно.
В соответствии со свойствами вероятности имеем:
;
.
6. Вероятность попадания случайного
вектора
в прямоугольник
со сторонами, параллельными осям
координат, определяется по формуле:
Обозначим
;
;
;
.
Очевидно, что
.
При этом события
и
являются несовместными, а
.
Поэтому по теореме сложения вероятностей
получаем:
.
Остается теперь учесть, что
,
,
,
.
Аналогичными являются определение и свойства многомерной ФР.
Определение. Функция
действительных переменных, определяемая
для любого
равенством
,
называется функцией распределения
случайного вектора
или многомерной (
-мерной)
ФР или совместной ФР СВ
.
Свойства многомерной ФР.
1.
для любых
.
2.
является неубывающей функцией по каждому
из своих аргументов.
3. является непрерывной слева функцией по каждому из своих аргументов.
4.
,
если хотя бы один из аргументов
.
.
5. (Свойство согласованности). По ФР
можно получить ФР любой совокупности
из
его координат. Для этого следует в ФР
положить аргументы
для
.
18. Дискретные случайные векторы. Зр дискретного случайного вектора
Определение.
называется дискретным (ДСВ), если
множество его возможных значений конечно
или счетно:
или
,
где
.
Из определения следует, что
является дискретным тогда и только
тогда, когда все его координаты
,
являются ДСВ.
Рассмотрим более подробно случай
двумерного
,
принимающего конечное число значений.
Для полной вероятностной характеристики
такого
достаточно указать все его возможные
значения
и вероятности
,
с которыми эти значения принимаются,
(предполагается, что СВ
принимает
значений, а СВ
принимает
значений, так что у вектора
возможных значений
).
|
|
|
… |
|
|
|
|
… |
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
… |
|
которую называют законом распределения (ЗР)
При этом, поскольку события
,
,
образуют полную группу событий, то
вероятности
удовлетворяют условию нормировки:
.
По двумерному закону распределения
вероятность попадания дискретного
случайного вектора
в любую область
определяется по формуле:
.
В частности, когда
,
получается следующее выражение для
функции распределения
:
.
(одномерный
).
График ФР является кусочно-постоянным со скачками в точках , являющихся его возможными значениями, величина скачков определяется .
Одномерные ЗР каждой из СВ и в отдельности являются дискретными и находятся по двумерному ЗР следующим образом:
Так как событие
,
то в силу аддитивности вероятности
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Многомерный случай
полностью аналогичен двумерному, только
менее нагляден и имеет громоздкую
индексацию. Так, ЗР
определяется набором вероятностей
,
где
- значения координаты
,
,
.
