
- •Тема 1. Вероятностные пространства 30
- •Тема 2. Основные вероятностные схемы испытаний 60
- •Тема 3. Случайные величины 87
- •Тема 4. Математическая статистика 140
- •Введение Место теории вероятностей и математической статистики в современной математической науке и их роль в экономических исследованиях
- •Особенности изучения теории вероятностей и математической статистики менеджером
- •Краткие сведения
- •Тема 1. Вероятностные пространства Лекция 1. Пространство случайных событий
- •Основные понятия теории вероятностей
- •Случайные события
- •Понятие случайного эксперимента
- •Пространство элементарных событий
- •Наступление события, благоприятствующие исходы
- •Совместные (совместимые), несовместные (несовместимые) события
- •Достоверное и невозможное события
- •Алгебра событий Операции над событиями (сумма, разность, произведение)
- •Свойства операций над событиями
- •Алгебра и сигма-алгебра событий
- •Общее определение вероятности
- •Классическое определение вероятности события. Случаи равновероятных исходов
- •Статистическое определение вероятности события. Случаи неравновероятных исходов
- •Геометрические вероятности
- •Аксиоматическое построение теории вероятностей
- •, Т.Е. Вероятность достоверного события равна единице;
- •Вероятность события , заключающееся в том, что наступит одно из попарно несовместных событий ( ), составляет
- •Полная группа событий
- •Условная вероятность
- •Формула умножения вероятностей
- •Формула сложения вероятностей
- •Независимость событий
- •Простейшие свойства вероятностей
- •Свойства условных вероятностей
- •Формула полной вероятности. Формула Байеса
- •Контрольные вопросы к теме №1
- •Тема 2. Основные вероятностные схемы испытаний Лекция 2. Основные формулы вычисления вероятностей
- •Классическая вероятностная схема
- •Правила суммы и произведения
- •Схемы выбора. Основные понятия комбинаторики
- •Выбор без возвращения, с учетом порядка
- •Выбор без возвращения, без учета порядка
- •Выбор с возвращением и с учетом порядка
- •Выбор с возвращением и без учета порядка
- •Урновая схема
- •Наивероятнейшее число наступления событий в схеме Бернулли
- •Предельные теоремы для схемы Бернулли
- •Локальная теорема Муавра–Лапласа
- •Интегральная теорема Муавра – Лапласа
- •Теорема Пуассона
- •Понятие потока событий
- •Полиномиальная схема
- •Понятие цепи Маркова
- •Однородные цепи Маркова
- •Равенство Маркова
- •Предельные вероятности
- •Контрольные вопросы к теме №2
- •Тема 3. Случайные величины Лекция 3. 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»
- •Лекция 4. Многомерные случайные величины
- •Закон распределения вероятностей двумерной случайной величины
- •Совместная функция распределения 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 2
- •Распределение Стьюдента
- •Распределение Фишера
- •Предельные теоремы теории вероятностей Закон больших чисел. Неравенство Чебышева. Теорема Чебышева
- •Контрольные вопросы к теме №3
- •Тема 4. Математическая статистика Лекция 5. Основы математической статистики
- •Выборочный метод и его основные понятия
- •Способы отбора
- •Вариационный ряд для дискретных и непрерывных случайных величин
- •Полигон и гистограмма
- •Эмпирическая функция распределения и ее свойства
- •Свойства эмпирической функции распределения
- •Статистические оценки параметров распределения. Состоятельность и несмещенность статистических оценок
- •Выборочные среднее и дисперсия
- •Надежность и доверительный интервал
- •Определение доверительных интервалов Доверительный интервал для математического ожидания нормального распределения при известной дисперсии
- •Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии
- •Доверительный интервал для оценки среднего квадратического отклонения нормального распределения
- •Проверка статистических гипотез
- •Статистический критерий
- •Критическая область. Область принятия гипотезы. Критические точки
- •Критерий согласия Пирсона о виде распределения
- •Элементы теории корреляции
- •Выборочные уравнения регрессии
- •Линейная регрессия
- •Множественная линейная регрессия
- •Нелинейная регрессия
- •Логарифмическая модель
- •Обратная модель
- •Степенная модель
- •Показательная модель
- •Цепи Маркова Цепи Маркова с дискретным временем
- •Однородные цепи Маркова
- •Переходные вероятности. Матрица перехода
- •Равенство Маркова
- •Цепи Маркова с непрерывным временем
- •Уравнения Колмогорова
- •Финальные вероятности состояний системы
- •Предельные вероятности
- •Контрольные вопросы к теме №4
- •Экзаменационные вопросы
- •Литература
- •Теория вероятностей и математическая статистика
- •Технический редактор т.В. Жибуль
- •220007, Г. Минск, ул. Московская, 17.
Совместная функция распределения двумерной случайной величины
Пусть
– пара действительных чисел. Обозначим
вероятность события
,
состоящего в том, что
примет значение меньшее
,
и при этом
примет значение меньшее
,
обозначим через
.
Если и будут меняться, то, в общем случае, будет изменяться и , т.е. есть функция от и .
Функция , определяющая для каждой пары чисел вероятность того, что примет значение меньшее , и при этом примет значение меньшее , называется совместной функцией распределения двумерной случайной величины (безразлично, дискретной или непрерывной):
= .
Геометрически
это равенство можно истолковать так:
– это вероятность того, что случайная
точка (
)
попадет в бесконечный квадрант с вершиной
(
),
расположенный левее и ниже этой вершины.
Свойства совместной функции распределения двумерной случайной величины
1. Значения совместной функции распределения удовлетворяют двойному неравенству:
.
2. – неубывающая функция по каждому аргументу, т.е.
,
если
;
,
если
.
3. Совместная функция распределения имеет следующие предельные значения:
;
;
;
.
4. При
совместная функция распределения
системы становится функцией распределения
составляющей
:
;
при
совместная функция распределения
системы становится функцией распределения
составляющей
:
.
Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
Непрерывную двумерную случайную величину, которая описывается непрерывной совместной функцией распределения , имеющей непрерывные (за исключением, быть может, конечного числа точек), частные производные второго порядка, можно задать, пользуясь плотностью распределения.
Плотность
совместного распределения вероятностей
непрерывной двумерной случайной величины
(
,
)
– это вторая смешанная частная производная
от функции распределения
:
.
Геометрически эту функцию можно истолковать как поверхность, которую называют поверхностью распределения.
Зная плотность совместного распределения , можно найти функцию распределения по формуле:
что непосредственно следует из определения плотности распределения двумерной непрерывной случайной величины ( , ).
Плотность
совместного распределения вероятностей
можно рассматривать как предел отношения
вероятности попадания случайной точки
в прямоугольник (с вершиной в точке
и сторонами
и
)
к площади этого прямоугольника, когда
обе стороны этого прямоугольника
стремятся к нулю.
Действительно,
вероятность попадания случайной точки
(
,
)
в прямоугольник с вершинами
,
,
и
равна:
Применив к правой части теорему Лагранжа, получим:
где
;
.
Отсюда:
.
Приняв
во внимание, что
– площадь рассматриваемого прямоугольника,
можно сделать вывод, что
– это отношение вероятности попадания
случайной точки в рассматриваемый
прямоугольник к площади этого
прямоугольника. Если перейти к пределу
при
и
,
то
и
и, следовательно,
.
Аналогично вероятности для дискретной
случайной величины, плотность распределения
вероятности для непрерывных величин
можно представить в виде:
.
Свойства двумерной плотности вероятности
Двумерная плотность вероятности неотрицательна:
.
Двойной несобственный интеграл с бесконечными пределами от двумерной плотности вероятности равен единице:
.