
- •Принцип практической невозможности маловероятных событий
- •Независимые и зависимые события, условная вероятность события
- •Независимые события. Теорема умножения для независимых событий
- •Вероятность появления хотя бы одного независимого события из совокупности.
- •Теорема сложения вероятностей совместных событий
- •Формула полной вероятности
- •Вероятность гипотез. Формулы Бейеса
- •Формула Бернулли
- •Локальная теорема Лапласа
- •Интегральная теорема Лапласа
- •Понятие и разновидности случайных величин.
- •Закон распределения вероятностей дискретной случайной величины .
- •Биномиальный закон распределения .
- •25. Распределение Пуассона
- •Геометрическое распределение
- •Понятие и вероятностный смысл мож дискретной случайной величины
- •Вероятностный смысл мож и мож в 1м испытании
- •Свойства 1, 2
- •Теорема о математическом ожидании биномиального закона распределения
- •Целесообразность введения рассеяния, отклонения…
- •Дисперсия
- •Свойства 1,2 дисперсии
- •Свойства 3,4 дисперсии
- •Среднеквадратическое отклонение суммы независимых случайных величин.
- •Моменты распределения дискретных случайных величин
- •Коэффициент ассиметрии.
- •Теорема Чебышева.
- •Функция распределения
- •Свойства функции распределения
- •3 Свойство функции распределения
- •Взаимосвязь функции и плотности распределения.
Свойства 1, 2
Свойство 1. МОЖ постоянной величины равно самой постоянной: М(С)=С. Доказательство. Постоянная С - дискретная случайная величина, которая имеет одно возможное значение С и принимает его с вероятностью р = 1. Следовательно, М(С)=С*1=С.
Замечание 1. Определим произведение постоянной С на дискретную случайную величину Х как дискретную случайную СХ, возможные значения которой равны произведениям постоянной С на возможные значения X; вероятности возможных значений СХ равны вероятностям соответствующих возможных значений X. Например, если вероятность возможного значения x1 равна p1, то вероятность того, что величина СХ примет значение Сх1, также равна р1.
Свойство 2. Постоянный множитель можно выносить за знак МОЖ: М(СХ)=СМ(Х). Доказательство. Пусть случайная величина Х задана законом распределения вероятностей:
CX |
Cx1 |
Cx2 |
… |
Cxn |
P |
p1 |
p2 |
… |
pn |
Х |
х1 |
х2 |
… |
хn |
P |
p1 |
p2 |
… |
pn |
МОЖ случайной величины СХ: M(CX)=Cx1p1+…+Cxnpn=C(x1p1+…+xnpn)=CM(X)
Замечание 2. 2 случайные величины называют независимыми, если закон распределения одной из них не зависит от того, какие возможные значения приняла другая величина. Несколько случайных величин называют взаимно независимыми, если законы распределения любого числа из них не зависят от того, какие возможные значения приняли остальные величины.
Замечание 3. Пусть произведение независимых случайных величин Х и У - случайная величина XY, возможные значения которой равны произведениям каждого возможного значения Х на каждое возможное значение У; Вероятности возможных значений XY равны произведениям вероятностей возможных значений сомножителей. Например, если вероятность возможного значения х1 равна р1, вероятность возможного y1 равна g1, то вероятность возможного x1y1 равна p1g1. Некоторые произведения xiyi могут оказаться равными между собой. В этом случае вероятность возможного значения произведения равна сумме соотв.вероятностей. Например, если x1y2=x2y5, то вероятность x1y2 (или что то же x2y5) равна p1g2+p2g5.
Свойство 3. МОЖ произведения 2х независимых случайных величин равно произведению их МОЖ: М(XY)=M(X)*M(Y). Доказательство. Пусть независимые случайные Х и У заданы законами распределения вероятностей: X x1 x2 Y y1 y2
P p1 p2 G g1 g2
Составим все значения,
которые может принимать случайная
величина XY.
Для этого перемножим все возможные
значения Х на все возможные У и получим:
x1y1,
x2y1,
x1y2,
x2y2.
Учитывая Замечание 3, напишем закон
распределения ХY,
предполагая, что все полученные
произведения различны:
МОЖ равно сумме произведений всех возможных значений на их вероятности: M(XY)=x1y1*p1g1+x2y1*p2g1+x1y2*p1g2+x2y2*p2g2
или M(XY)=y1g1(x1p1+x2p2)+y2g2(x1p1+x2p2)= (x1p1+x2p2)(y1g1+y2g2)=M(X)*M(Y)
Следствие. МОЖ произведения нескольких взаимно независимых случайных величин равно произведению их МОЖ. Например, для 3х случайных величин имеем: M(XYZ)=M(XY*Z)=M(XY)*M(Z)=M(X)M(Y)M(Z). Для произвольного числа случайных величин доказательство проводится методом математической индукции.
Свойство 4. (справедливо и для независимых, и зависимых случайных величин) МОЖ суммы 2х случайных величин равно сумме МОЖ слагаемых: M(X+Y)=M(X)+M(Y) Доказательство. Пусть случайные Х и Y заданы законами распределения:
Составим
все возможные значения величины X+Y.
Для этого к каждому возможному значению
Х прибавим каждое возможное значение
Y,
получим: x1+y1,
x1+y2,
x2+y1,
x2+y2.
Обозначим их вероятности через p11,
p12,
p21,
p22.
МОЖ величины Х+Y равно сумме произведений
возможных значений на их вероятности:
M(X+Y)=(
x1+y1)p11+(
x1+y2)p12+(
x2+y1)p21+(x2+y2)p2
или M(X+Y)=x1(p11+p12)+x2(p21+p22)+y1(p11+p21)+y2(p12+p22).
Докажем, что p11+p12=p1.
Событие, состоящее в том, что Х примет
x1
(вероятность этого равна p1),
влечет за собой событие, которое состоит
в том, что X+Y
примет значение x1+y1
или x1+y2
(вероятность этого события по теореме
сложения равна p11+p12),
и обратно. Отсюда и следует, что p11+p12=p1.
Аналогично
доказываются др.равенства.
Подставляя их в соотношение, получим M(X+Y)=(x1p1+x2p2)+(y1g1+y2g2) или окончательно M(X+Y)=M(X)+M(Y). В случае большего числа величин доказательство аналогичное.
Следствие. МОЖ суммы нескольких случайных величин равно сумме МОЖ слагаемых. Например, для 3х слагаемых величин имеем M(X+Y+Z)=M[(X+Y)+Z]=M(X+Y)+M(Z)=M(X)+M(Y)+M(Z). Для произвольного числа слагаемых величин доказательство проводится методом математической индукции.