
- •1.1. Событие и эксперимент. Соотношения между событиями. Пространство элементарных исходов
- •1.2. Относительная частота и вероятность события. Статистическое определение вероятности
- •1.3. Классическое определение вероятности
- •1.4. Геометрическое определение вероятности
- •1.5. Аксиоматика теории вероятностей
- •1.6. Условная вероятность. Независимость событий. Теорема умножения вероятностей
- •1.7. Теорема сложения вероятностей
- •1.8. Формула полной вероятности
- •1.9. Формула Байеса
- •1.10. Вычисление вероятностей в схеме повторных независимых испытаний
- •2.1. Понятие случайной величины. Дискретные и непрерывные величины
- •2.2. Ряд и многоугольник распределения дискретной св
- •2.3. Функция распределения св и её свойства
- •2.4. Плотность распределения непрерывной св и её свойства
- •2.5. Математическое ожидание, мода и медиана св
- •2.6. Моменты, дисперсия и среднее квадратическое отклонение св
- •2.7. Биномиальное распределение
- •2.8. Распределение Пуассона
- •3.2. Ряд, функция и плотность распределения случайного вектора
- •3.3. Условные законы распределения
- •3.4. Независимость случайных величин
- •3.5. Коррел-й момент и коэффициент корреляции системы двух св
- •4.1. Закон распределения функции случайного аргумента
- •4.2. Математическое ожидание и дисперсия функции св
- •4.3. Основные свойства математического ожидания
- •4.4. Основные свойства дисперсии
- •5.1. Закон больших чисел
- •5.2. Центральная предельная теорема
- •6.1. Основные понятия теории случайных процессов
- •6.2. Основные характеристики случайных процессов
- •6.3. Стационарные случайные процессы
3.2. Ряд, функция и плотность распределения случайного вектора
Рассмотрим дискретный случайный вектор
.
Пусть
и
– возможные значения СВ Х и Y соответственно,
при этом
и
.
Пусть
,
,
,
где
.
Ряд распределения случайного вектора
.
-
Х
Y
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
Вероятности отдельных значений каждой из СВ Х и Y определяются так:
;
.
Пусть
– произвольный случайный вектор. Тогда
функция
называется функцией распределения
случайного вектора
.
Пусть, далее,
– непрерывный случайный вектор.
‑ плотность распределения вектора.
Если известна плотность вероятности
,
то
,
а вероятность попадания
в двумерную область D вычисляется по
формуле
.
,
,
,
Случай n-мерного случайного вектора :
,
.
3.3. Условные законы распределения
ДСВ ‑
.
Если у – одно из возможных значений
СВ Y, то условным законом распределения
СВ Х при
называется совокупность условных
вероятностей
,
,
где
– возможные значения СВ Х,
– возможные значения СВ Y
,
,
,
где
,
и
,
.
Из этих равенств вытекают
,
,
,
.
– произвольный случайный вектор, а у – одно из возможных значений СВ Y. Условная функция распределения СВ Х при
,
Y – дискретная СВ, и функция
,
Y – непрерывная СВ. Аналогично определяется
.
– непрерывный случайный вектор и у
– одно из возможных значений СВ Y.
называется условной плотностью
распределения СВ Х при
.
Теорема умножения плотностей
распределения.
,
3.4. Независимость случайных величин
СВ Х называется независимой от СВ
Y, если закон распределения СВ Х не
зависит от того, какое значение принимает
СВ Y,
.
Если
– дискретный случайный вектор, то будут
также справедливы равенства
,
,
,
а если непрерывный вектор – равенство
.
В противном случае СВ Х называется
зависимой от СВ Y. Зависимость
(независимость) СВ всегда взаимна.
Теорема. Случайные величины Х и Y
независимы в том и только в том случае,
если выполняется равенство
.
Следствие 1. Дискретные СВ Х и Y независимы в том и только в том случае, если выполняются равенства
,
,
.
Следствие 2. Непрерывные СВ Х и Y
независимы в том и только в том случае,
если выполняется равенство
.
3.5. Коррел-й момент и коэффициент корреляции системы двух св
Пусть
– система двух СВ.
называется корреляционным моментом СВ
Х и Y.
Для дискретных СВ
,
для непрерывных
.
Если
,
то величины Х и Y называются положительно
коррелированными, если
– отрицательно коррелированными, если
– некоррелированными.
Теорема 1. Если СВ Х и Y независимы, то они не коррелированны.
Утверждение, обратное данному, не всегда верно: из некоррелированности двух СВ в общем случае не следует их независимость.
Нормированный корреляционный момент
,
где
и
.
Теорема 2. Для любых двух СВ Х и Y
имеет место
,
причём
в том и только в том случае, если одна
из этих СВ является линейной функцией
от другой.