- •Теория вероятностей
- •§ 1. Предмет теории вероятностей
- •§ 2. Случайные события или исходы. Множество элементарных событий. Основные понятия
- •Примеры на построение множества ω.
- •Алгебраические операции над событиями
- •Диаграмма Венна.
- •Свойства операций
- •§ 3. Различные подходы к определению вероятности
- •П. 1. Аксиоматическое определение вероятности
- •П. 2. Классическое определение вероятности
- •Решение.
- •Решение.
- •Пп. 1. Комбинаторный метод вычисления вероятностей в классической схеме
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Пп. 2. Геометрические вероятности в классической схеме
- •Решение.
- •П. 3. Статистическое определение вероятности
- •§ 4. Основные теоремы теории вероятностей п.1. Теоремы сложения вероятностей
- •Доказательство.
- •Доказательство (методом математической индукции).
- •Доказательство.
- •Доказательство.
- •Решение.
- •Д оказательство (геометрическое)
- •П.2. Теоремы умножения вероятностей
- •Доказательство.
- •Решение.
- •Решение.
- •§ 5. Формулы полной вероятности и формула Байеса п. 1. Формула полной вероятности (следствие обеих основных теорем сложения и умножения)
- •Решение.
- •П. 2. Формула Байеса (Бейеса) (следствие теоремы умножения и формулы полной вероятности)
- •Решение.
- •§ 6. Последовательность независимых испытаний п. 1. Независимые испытания
- •П. 2. Формулы Бернулли.
- •Решение.
- •Решение.
- •Замечания.
- •Решение.
- •П. 3. Предельные теоремы в схеме Бернулли
- •Решение.
- •Решение.
- •Доказательство.
- •Решение.
- •П. 4. Наивероятнейшее число появления события в независимых испытаниях
- •Решение.
- •§ 7. Случайные величины п. 1. Основные определения
- •П. 2. Законы распределения случайных величин. Законы распределения дискретных случайных величин. Функция распределения
- •Формы закона распределения дсв.
- •Решение.
- •Решение.
- •3. Функция распределения – универсальный закон распределения (для дсв и нсв).
- •Свойства f(X).
- •Доказательство.
- •Графики функции распределения.
- •Решение.
- •Решение.
- •П. 3. Плотность распределения вероятностей нсв
- •Свойства плотности распределения
- •2. Условие нормировки: интеграл в бесконечных пределах от плотности распределения равен 1: . (4) Доказательство
- •Решение.
- •Решение.
- •П. 4. Числовые характеристики случайных величин, их роль и назначение
- •Пп 1. Характеристики положения (математическое ожидание, мода, медиана)
- •1. Математическое ожидание или среднее значение случайной величины
- •2. Мода случайной величины
- •3. Медиана случайной величины
- •Пп 2. Моменты
- •Доказательство.
- •И эксцесс
- •Решение.
- •Решение.
- •Решение.
- •П. 5. Законы распределения вероятностей дискретных случайных величин: биномиальный, Пуассона, гипергеометрический. Пп 1. Биномиальное распределение
- •Решение.
- •Пп 2. Распределение Пуассона
- •Решение.
- •Решение.
- •Пп 3. Гипергеометрическое распределение
- •Решение.
- •П. 6. Законы распределения вероятностей непрерывных случайных величин: равномерный, показательный, нормальный Пп 1. Равномерное распределение или закон равномерной плотности
- •Решение.
- •Пп 2. Показательное или экспоненциальное распределение
- •Решение.
- •Пп 3. Нормальный закон распределения
- •Смысл параметров m и σ
- •Решение.
- •§ 8. Системы случайных величин или случайные векторы п. 1. Основные понятия.
- •П. 2. Законы распределения свдт и свнт
- •Закон. Таблица распределения – закон распределения свдт.
- •Решение.
- •Решение.
- •Закон. Функция распределения – закон распределения свдт и свнт.
- •Решение.
- •3. Плотность распределения (для свнт)
- •Решение.
- •Решение.
- •П. 4. Плотности распределения отдельных величин, входящих в систему. Равномерное и нормальное распределения. Условные законы распределения
- •Решение.
- •Решение.
- •П. 5. Числовые характеристики системы. Корреляция. Линии регрессии
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •§ 9. Закон больших чисел. Предельные теоремы теории вероятностей
Доказательство.
Действительно, для ДСВ в сумме при симметричном относительно mX законе распределения и нечетном s каждому положительному слагаемому соответствует равное ему по абсолютной величине отрицательное слагаемое так, что вся сумма равна 0. Аналогично. Для НСВ как интеграл в симметричных пределах от нечетной функции. (что и требовалось доказать).
В связи с этим, в качестве характеристики асимметрии и выбирают простейший нечетный момент – третий . Он имеет размерность куба СВ, для получения безразмерной характеристики рассматривают отношение к среднему квадратическому в третьей степени:
Определение 48. Коэффициентом асимметрии Sk случайной величины Х называется величина . (12)
.
связь между начальными и центральным моментом 3-го порядка.
И эксцесс
Четвертый центральный момент служит для характеристики «крутости», т. е. островершинности или плосковершинности распределения.
Это свойство описывается с помощью эксцесса.
Определение 49. Эксцессом случайной величины Х называется величина . (13)
Число 3 вычитается из соотношения потому, что для наиболее распространенного нормального закона распределения НСВ (с которым познакомимся позднее) .
Кривая нормального распределения, для которого эксцесс равен нулю, принята как бы за эталон, с которым сравниваются другие распределения. Кривые более островершинные имеют положительный эксцесс, более плосковершинные – отрицательный.
Абсолютные моменты
– начальный абсолютный момент.
– центральный абсолютный момент.
Абсолютные моменты четных порядков совпадают с обычными моментами. Из абсолютных моментов нечетного порядка чаще всего применяется первый абсолютный центральный момент:
– среднее арифметическое отклонение.
а) Для дискретных случайных величин: , (14)
b) Для непрерывных случайных величин: (15)
применяется как характеристика рассеивания (как и DX и ).
Замечания.
1. Моменты могут рассматриваться не только относительно начала координат (начальные) или математического ожидания (центральные), но и относительно произвольной точки а: .
2. Во многих задачах полная характеристика случайной величины (закон распределения) не нужна или не может быть получена, поэтому ограничиваются приблизительным описанием СВ с помощью числовых характеристик, каждая из которых выражает какое-либо характерное свойство распределения. Иногда характеристиками пользуются для приближенной замены одного распределения другим.
Пример 1. Дан ряд распределения ДСВ:
xi |
–1 |
0 |
1 |
pi |
0,4 |
0,2 |
a |
Найти: 1) величину а, 2) математическое ожидание и дисперсию и D[X] , 3) , .