- •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
3. Медиана случайной величины
Вводится лишь для НСВ, хотя формально ее можно определить и для ДСВ.
Определение 42. Медианой непрерывной случайной величины называется такое ее значение х = Ме, относительно которого равновероятно получение большего или меньшего значения случайной величины, т. е. для которого справедливо равенство:
,
( для НСВ безразлично или )
(по определению функции распределения).
Таким образом, медиана – это корень уравнения : . (3)
Геометрически: медиана – это абсцисса точки, в которой площадь, ограниченная кривой распределения, делится пополам.
Замечание. В случае симметричного модального распределения медиана совпадает с мат. ожиданием и модой.
Когда медиана входит в формулы как определенное число, то ее обозначают hX.
Пп 2. Моменты
Данные характеристики описывают некоторые свойства распределения СВ. В механике, например, для описания распределения масс существуют статические моменты, моменты инерции…
Определение 43. Начальным моментом s – того порядка для ДСВ и НСВ называется математическое ожидание s – той степени этой случайной величины:
.
Замечание. При s = 1 , т. е. математическое ожидание – это первый начальный момент.
а) Для дискретных случайных величин: . (4)
Замечание. Определение совпадает с определением начального момента порядка s в механике, если на оси (Ох) в точках х1 , х2, …,хn сосредоточены соответственно массы р1, р2 , …, рn.
b) Для непрерывных случайных величин: . (5)
Определение 44. Центрированной случайной величиной, соответствующей величине Х, называется отклонение случайной величины Х от ее математического ожидания:
.
Рассмотрим математическое ожидание центрированной ДСВ:
.
Аналогично, для НСВ .
Центрирование СВ равносильно переносу начала координат в среднюю, центральную точку, абсцисса которой равна математическому ожиданию.
Определение 45. Моменты центрированной случайной величины называются центральными моментами.
Определение 46. Центральным моментом s – того порядка для ДСВ и НСВ называется математическое ожидание s – той степени соответствующей центрированной случайной величины:
.
а) Для дискретных случайных величин: . (6)
b) Для непрерывных случайных величин: . (7)
Замечание. Для любой СВ центральный момент 1-го порядка равен 0: , так как мат. ожидание центрированной СВ равно 0.
Рассмотрим подробнее центральные моменты 2, 3, 4 порядков и выведем соотношения, связывающие начальные и центральные моменты.
– дисперсия
Определение 47. Дисперсией случайной величины Х D[X] называется мат ожидание квадрата соответствующей центрированной случайной величины:
а) Для дискретных случайных величин: D[X] = . (8)
b) Для непрерывных случайных величин: D[X] = . (9)
Дисперсия случайной величины – характеристика рассеивания, разбросанности значений случайной величины около ее мат. ожидания.
Когда дисперсия входит в формулы как определенное число, то ее обозначают DX.
Механическая интерпретация D[X]: Дисперсия – момент инерции заданного распределения масс относительно центра тяжести (мат. ожидания).
Рассмотрим ДСВ. (Для НСВ получаем аналогично)
.
– связь между начальным и центральным моментом 2-го порядка. (10)
Свойства .
1. , где С – постоянная.
2. .
3. .
4. для независимых СВ.
5. , a, b – постоянные.
Замечание. D[X] имеет размерность квадрата случайной величины. Для более наглядной характеристики рассеивания удобнее пользоваться величиной, размерность которой совпадает с размерностью случайной величины. Для этого из D[X] извлекают корень:
, (11)
где – среднее квадратическое отклонение или стандарт случайной величины Х.
Когда среднее квадратическое входит в формулы как определенное число, то его обозначают .
Замечание. Математическое ожидание и дисперсия характеризуют наиболее важные черты распределения: его положение и степень разбросанности. Для более подробного описания применяются моменты высших порядков.
– асимметрия
Асимметрия случайной величины – характеристика асимметрии или скошенности распределения значений случайной величины.
Теорема. Если распределение симметрично относительно мат. ожидания (т. е. масса распределена симметрично относительно центра тяжести), то все моменты нечетного порядка (если они существуют) равны нулю.