- •Теория вероятностей
- •Содержание
- •Раздел 6. Законы распределения функций случайных аргументов. 90
- •1. Теоретическая часть. Введение
- •Раздел 1. Понятие события и его вероятности.
- •1.1. Предмет теории вероятности.
- •1.2. Алгебра событий. Пространство элементарных событий.
- •1.3. Классическое определение вероятности.
- •1.4. Геометрические вероятности.
- •1.5. Частота и вероятность.
- •1.6. Аксиоматическое построение теории вероятностей.
- •1.7. Условная вероятность и простейшие основные формулы.
- •1.8. Формула полной вероятности.
- •1.9 Формула Бейеса.
- •Раздел 2. Последовательные независимые испытания
- •2.1. Независимые испытания. Формулы Бернулли.
- •2.2. Обобщенная теорема о повторении опытов.
- •Раздел 3. Понятие случайной величины. Функция распределения и ее основные свойства.
- •3.1. Понятие случайной величины и функции распределения.
- •3.2. Свойства функции распределения.
- •3.3. Дискретные и непрерывные случайные величины.
- •3.4. Числовые характеристики случайных величин.
- •Раздел 4. Примеры распределений случайных величин.
- •4.1. Биномиальное распределение.
- •4.2. Теорема Пуассона
- •4.3. Закон Пуассона.
- •4.4. Равномерное распределение.
- •4.5. Показательное распределение.
- •4.6.Нормальный закон распределения.
- •Раздел 5. Системы случайных величин (случайные векторы).
- •5.1. Понятие о системе случайных величин.
- •5.2. Функция распределения системы двух случайных величин.
- •5.3. Плотность распределения системы двух случайных величин.
- •5.4. Законы распределения отдельных компонент, входящих в систему. Условные законы распределения.
- •5.5. Зависимые и независимые случайные величины.
- •5.6. Числовые характеристики системы двух случайных величин.
- •5.7. Система произвольного числа случайных величин (случайные вектора).
- •5.8. Числовые характеристики системы нескольких случайных величин.
- •Раздел 6. Законы распределения функций случайных аргументов.
- •6.1. Закон распределения функции одного случайного аргумента.
- •6.2. Закон распределения функции двух случайных величин.
- •6.3. Закон распределения суммы двух случайных величин. Композиция законов распределения.
- •6.4. Распределение произведения.
- •6.5. Распределение квадрата случайной величины.
- •6.6. Распределение частного.
- •6.7. Числовые характеристики функций случайных величин.
- •Раздел 7. Теоремы о числовых характеристиках.
- •7.1. Основные теоремы о математическом ожидании.
- •7.2. Теоремы о дисперсии случайной величины.
- •7.3. Теорема о линейной зависимости случайных величин.
- •Раздел 8. Характеристические функции.
- •8.1. Определение и простейшие свойства характеристических функций.
- •8.2. Предельные теоремы для характеристических функций.
- •Раздел 9. Предельные теоремы для случайных величин.
- •9.1. Сходимость последовательностей случайных величин.
- •9.2. Закон больших чисел.
- •9.3. Следствия закона больших чисел.
- •Раздел 10. Предельные теоремы теории вероятностей.
- •10.1. Центральная предельная теорема.
- •10.2. Теорема Ляпунова.
- •10.3. Теорема Лапласа.
- •2. Практические занятия, тесты, самостоятельная работа. Занятие 1. Непосредственный подсчет вероятности с использованием классического определения вероятности.
- •1.1. Краткая теоретическая часть.
- •1.2. Тест.
- •1.3. Решение типовых задач.
- •1.4. Задачи для самостоятельной работы.
- •Занятие 2. Геометрическое определение вероятности.
- •2.1. Краткая теоретическая часть.
- •2.2. Тест
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельной работы
- •Занятие 3. Условная вероятность. Теорема умножения вероятностей.
- •3.1. Краткая теоретическая часть
- •3.2. Тест
- •3.3. Решение типовых задач
- •3.4. Задачи для самостоятельной работы
- •Занятие 4. Теорема сложения вероятностей.
- •4.1. Краткая теоретическая часть
- •4.2. Тест
- •4.3. Решение типовых задач
- •4.4. Задачи для самостоятельной работы
- •Занятие 5. Формула полной вероятности.
- •5.1. Краткая теоретическая часть
- •5.2. Тест.
- •5.3. Решение типовых задач
- •5.4. Задачи для самостоятельной работы
- •Занятие 6. Формула Бейеса.
- •6.1. Краткая теоретическая часть
- •6.2.Тест
- •6.3. Решение типовых задач
- •6.4. Задачи для самостоятельной работы
- •Занятие 7. Последовательные независимые испытания.
- •7.1. Краткая теоретическая часть
- •7.2. Тест
- •7.3. Решение типовых задач
- •7.4. Задачи для самостоятельной работы
- •Занятие 8. Дискретные и непрерывные случайные величины.
- •8.1. Краткая теоретическая часть а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •8.2. Тест
- •А) только к дискретным случайным величинам
- •8.3. Решение типовых задач а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Б) Функция распределения и плотность вероятности непрерывной случайной величины
- •8.4. Задачи для самостоятельной работы а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Занятие 9. Числовые характеристики дискретных случайных величин.
- •9.1. Краткая теоретическая часть
- •9.2. Тест
- •9.3. Решение типовых задач
- •9.4. Задачи для самостоятельной работы
- •Занятие 10. Дискретные и непрерывные случайные величины.
- •10.1. Краткая теоретическая часть
- •10.2. Тест
- •10.3. Решение типовых задач
- •10.4. Задачи для самостоятельной работы
- •Занятие 11. Закон Пуассона.
- •11.1. Краткая теоретическая часть
- •11.2. Тест
- •11.3. Решение типовых задач
- •11.4. Задачи для самостоятельной работы
- •Занятие 12. Закон нормального распределения.
- •12.1. Краткая теоретическая часть
- •12.2. Тест
- •12.3. Решение типовых задач
- •12.4. Задачи для самостоятельной работы
- •Литература
Занятие 10. Дискретные и непрерывные случайные величины.
10.1. Краткая теоретическая часть
Математическое ожидание и дисперсияслучайной величины X, имеющей плотность вероятности, вычисляются по формулам
,
.
Математические ожидания и дисперсии непрерывных случайных величин обладают такими же свойствами, что и аналогичные вероятностные характеристики дискретных случайных величин. Среднее квадратическое отклонение определяется формулой
.
Для симметричного закона распределения характеристикой рассеивания случайной величины может служить срединное отклонение Е, определяемое из условия
.
Начальный момент k-ro порядка mk и центральный момент k-ro порядка вычисляются по формулам
,
Для существования моментов нечетного порядка необходима абсолютная сходимость соответствующих интегралов.
10.2. Тест
Выберите те из следующих предложений, которые являются верными. Математическое ожидание и дисперсия непрерывных случайных величин…
а) являются вероятностными характеристиками, не имеющими ничего общего с аналогичными характеристиками дискретных случайных величин
б) обладают такими же свойствами, что и аналогичные вероятностные характеристики дискретных случайных величин
в) как и в случае дискретных случайных величин, определяют положение реализации случайной величины на числовой прямой и рассеянье случайной величины соответственно
2. Математическое ожидание и дисперсиянепрерывнойслучайной величины X, имеющей плотность вероятности, вычисляются по формулам
а)
б) ,
.
в)
г)
Начальный и центральныймоменты-го порядка – это числовые характеристики
а) дискретных случайных величин
б) непрерывных случайных величин
в) и дискретных, и непрерывных случайных величин
Начальный и центральныймоменты-го порядка непрерывной случайной величины определяются формулами:
а)
,
где - математическое ожидание,- возможные значения случайной величины,- соответствующие им вероятности,- математическое ожидание
б)
,
где - математическое ожидание,- возможные значения случайной величины,- соответствующие им вероятности,- математическое ожидание
в)
,
где - математическое ожидание случайной величины,- плотность вероятности случайной величины
г)
,
где - математическое ожидание случайной величины , - плотность вероятности случайной величины
10.3. Решение типовых задач
Пример 10.1. Плотность вероятности случайных амплитуд боковой качки корабля имеет вид (закон Рэлея)
.
Определить:
а) математическое ожидание М[X];
б) дисперсию D[Х] и среднее квадратическое отклонение ;
в) центральные моменты третьего и четвертого порядков и.
Решение.
Вычисление моментов сводится к вычислению интегралов вида
целое),
которые равны: при n четном
,
где
,
и при n нечетном
.
Математическое ожидание случайной амплитуды боковой качки равно
.
Произведя замену переменных , получим
.
б) Так как
, то
.
в) ,
где .
Следовательно,
,
, где
Следовательно, .
Пример 10.2. Найти срединное отклонение случайной величины, плотность вероятности которой имеет вид (распределение Лапласа)
.
Решение.
Так как плотность вероятности симметрична относительно нуля, то . Срединное отклонениеЕ вычисляется по формуле
.
Отсюда .