- •1.1. События и их виды. Относительная частота
- •1.2. Случайные величины и их виды, законы распределения
- •1.2.1. Случайные величины и их виды.
- •1.2.2. Законы распределения случайных величин
- •1.2.3. Функция распределения вероятностей
- •1.2.4. Плотность распределения вероятностей непрерывной
- •1.3. Числовые характеристики случайных величин.
- •1.3.1. Числовые характеристики дискретных
- •1.3.2. Нормальный закон распределения
- •1.3.3. Системы случайных величин
- •1.3.4. Ковариация и корреляция
- •1.4. Выборочный метод. Статистические оценки
- •1.4.1. Выборочный метод
- •1.4.2. Статистические оценки параметров распределения
- •2.1. Виды геодезических измерений
- •2.2. Погрешности геодезических измерений,
- •2.3. Критерии оценки точности измерений
- •3.1. Обработка ряда равноточных измерений
- •3.2. Понятие веса
- •3.3. Обработка ряда неравноточных измерений
- •4.1. Оценка точности геодезических измерений
- •4.2.Оценка точности функций геодезических измерений
- •5.1. Метод наименьших квадратов
- •5.2. Сущность и способы уравнивания
- •6.1. Теоретические основы параметрического способа
- •6. 2. Способ узлов Попова составления нормальных уравнений.
- •6. 3. Виды уравнений поправок
- •6. 4. Решение нормальных уравнений способом Гаусса
- •6. 5. Алгоритм уравнивания геодезических построений
- •7. 1. Некоторые виды условий в геодезических сетях
- •7. 2. Теория уравнивания коррелатным способом
- •7. 3. Способ полигонов Попова составления нормальных
- •7.4. Решение нормальных уравнений коррелат
- •7. 5. Оценка точности
1.3.3. Системы случайных величин
Системы случайных величин могут включать различное число этих
величин. Таким системам удовлетворяют совместные функции распре-
деления. Например, для системы X, Y совместная функция
F (x, y) = P (X < x, Y < y), (1.21)
20
т.е. функцией распределения двумерной случайной величины (X, Y) называ-
ют функцию F (x, y), определяющую для каждой пары чисел x, y вероят-
ность того, что Х примет значение меньшее х, и при этом Y примет значе-
ние меньшее у.
Геометрически (1.21) истолковывается так: F (x, y) есть вероятность
того, что случайная точка (X, Y) попадет в бесконечный квадрант с верши-
ной (x, y), расположенный левее и выше вершины (рис. 1.5).
Рис. 1.5
Совместную плотность вероятностей выражают через совмест-
ную функцию распределения
f (x, y) = d2F(x y,)/dx d y , (1.22)
т.е. плотностью совместного распределения вероятностей f (x, y) двумер-
ной непрерывной случайной величины (X, Y) называют вторую смешан-
ную частную производную от функции распределения. Функцию F (x, y)
изображают поверхностью распределения.
Свойства совместной плотности:
1. f (x, y)≥0;
2.
f ( x, y)dxdy 1 − двойной несобственный интеграл с
бесконечными пределами от двумерной плотности = 1.
Совместные функция и плотность связаны соотношением:
F x, y
f ( x, y)dxdy . (1.23)
21
Плотности отдельных величин
f ( x)
f ( x, y)dy;
f ( x)
f ( x, y)dx.
Плотность распределения одной из составляющих равна несобст-
венному интегралу с бесконечными пределами от плотности совместного
распределения системы, причем переменная интегрирования соответству-
ет другой составляющей.
Системе случайных величин может быть присущ условный закон
распределения. Он проявляется в том, что одна случайная величина рас-
пределена при условии принятия другой определенного значения.
Условные функции и плотности распределения имеют вид:
F (x/у) и F (у/x); f (x/у) и f (у/x).
Условной плотностью (x/y) распределения составляющих x при дан-
ном значении Y = y называют отношение плотности совместного распре-
деления f (x, y) системы (X, Y) к плотности распределения f (y) состав-
ляющей Y:
φ (x /y) = f (x, y) / f2 (y). (1.24)
Аналогично определяется условная плотность составляющей Y при
данном значении X = x:
Ψ (y/x) = f (x,y) / f1(x).
Числовой характеристикой условного распределения является ус-
ловное математическое ожидание.
Условным математическим ожиданием дискретной случайной вели-
чины Y при X = x называют произведение возможных значений Y на их ус-
ловные вероятности:
m
M (Y / X ) x) y j p( y j / x).
j 1
Для непрерывных случайных величин
(1.25)
M (Y / X x)
y ( y / x)dy.
22
Условное математическое ожидание М(Y/X) есть функция от х:
М(Y/X) = f (x),
которую называют функцией регрессии Y на Х.