- •Оглавление
- •Теорема сложения вероятностей.
- •Теорема умножения вероятностей.
- •Вероятность появления хотя бы одного события.
- •Формула Байеса (теорема гипотез).
- •Приближение Пуассона для схемы Бернулли.
- •Дискретные случайные величины.
- •Функция распределения.
- •Равномерный закон распределения.
- •Показательное распределение.
- •Математическое ожидание.
- •Числовые характеристики непрерывных случайных величин.
- •Числовые характеристики случайных величин, имеющих некоторые стандартные законы распределения.
- •Двумерные случайные величины.
- •Условные законы распределения составляющих дискретной двумерной случайной величины.
- •Условные законы распределения составляющих дискретной двумерной случайной величины.
- •Равномерное распределение на плоскости.
- •Мода и медиана.
- •Асимметрия и эксцесс.
- •Числовые характеристики двумерных случайных величин.
- •Корреляционный момент и коэффициент корреляции.
- •Функция двух случайных величин.Распределение суммы независимых слагаемых.
- •Устойчивость нормального распределения.
- •Линейная регрессия.
- •Линейная корреляция.
- •Распределение «хи-квадрат».
- •Распределение Стьюдента.
- •Распределение f Фишера – Снедекора.
- •Построение доверительных интервалов.
- •Критерий Пирсона.
- •Критерий Колмогорова.
- •Оценка погрешности метода Монте-Карло.
- •Разыгрывание случайных величин.
Условные законы распределения составляющих дискретной двумерной случайной величины.
Рассмотрим дискретную двумерную случайную величину и найдем закон распределения составляющей Х при условии, что Y примет определенное значение (например, Y = у1). Для этого воспользуемся формулой Байеса, считая гипотезами события Х = х1, Х = х2,…, Х = хп, а событием А – событие Y = у1. При такой постановке задачи нам требуется найти условные вероятности гипотез при условии, что А произошло. Следовательно,
.
Таким же образом можно найти вероятности возможных значений Х при условии, что Y принимает любое другое свое возможное значение:
. (8.5)
Аналогично находят условные законы распределения составляющей Y:
. (8.5`)
Пример. Найдем закон распределения Х при условии Y = -0,8 и закон распределения Yпри условии Х = 3 для случайной величины, рассмотренной в примере 1.
Условные законы распределения составляющих дискретной двумерной случайной величины.
Определение 8.3. Условной плотностью φ(х/у) распределения составляющих Х при данном значении Y = у называется
. (8.6)
Аналогично определяется условная плотность вероятности Y при Х = х:
. (8.6`)
Равномерное распределение на плоскости.
Система двух случайных величин называется равномерно распределенной на плоскости, если ее плотность вероятности f(x, y) = const внутри некоторой области и равна 0 вне ее. Пусть данная область – прямоугольник вида Тогда из свойств f(x, y) следует, что
Найдем двумерную функцию распределения:
при a < x < b, c < y < d, F(x, y) = 0 приx ≤ a или y ≤ c, F(x, y) = 1 при x ≥ b, y ≥ d.
Функции распределения составляющих, вычисленные по формулам, приведенным в свойстве 4 функции распределения, имеют вид:
Лекция 9.
Некоторые числовые характеристики одномерных случайных величин: начальные и центральные моменты, мода, медиана, квантиль, коэффициенты асимметрии и эксцесса. Числовые характеристики двумерных случайных величин: начальные и центральные моменты. Корреляционный момент и коэффициент корреляции. Коррелированность и зависимость случайных величин.
Определение 9.1. Начальным моментом порядка k случайной величины Х называется матема-тическое ожидание величины Xk:
νk = M (Xk). (9.1)
В частности, ν1 = М(Х), ν2 = М(Х2). Следовательно, дисперсия D(X) = ν2 – ν1².
Определение 9.2. Центральным моментом порядка k случайной величины Х называется мате-матическое ожидание величины (Х – М(Х))k:
μk = M((Х – М(Х))k). (9.2)
В частности, μ1 = M(Х – М(Х)) = 0, μ2 = M((Х – М(Х))2) = D(X).
Можно получить соотношения, связывающие начальные и центральные моменты: