- •Вероятность событий
- •1.1 Элементарные понятия теории вероятности.
- •1.2 Операции над случайными событиями
- •1.3 Вероятность случайного события
- •1.4 Формулы комбинаторики
- •1.5 Вероятность произведения событий
- •1.6 Вероятность суммы событий
- •1.7 Формула полной вероятности. Формула Байеса.
- •Независимые повторные испытания
- •2.1 Формула Бернулли
- •2.2 Наивероятнейшее число появлений успеха в n независимых испытаниях.
- •2.3 Обобщение формулы Бернулли
- •2.4 Формула Пуассона
- •2.5 Локальная теорема Лапласа.
- •2.6 Интегральная теорема Лапласа
- •2.7 Вероятность отклонения относительной частоты от вероятности события a
- •Дискретные случайные величины
- •3.1 Основные определения
- •3.1.1.Дискретная случайная величина
- •3.1.2 Функция дискретной случайной величины
- •3.2 Законы распределения случайной дискретной величины
- •3.2.1. Биномиальное распределение
- •3.2.2. Распределение Пуассона
- •3.2.3. Геометрическое распределение
- •3.2.4. Гипергеометрическое распределение
- •3.3 Числовые характеристики дискретной случайной величины.
- •3.3.1. Математическое ожидание дискретной случайной величины
- •3.3.2. Математическое ожидание функции дискретной случайной величины
- •3.3.3. Свойства математического ожидания
- •3.3.4. Дисперсия дискретной случайной величины
- •3.3.5. Основные свойства дисперсии
- •3.4 Другие числовые характеристики дискретной случайной величины
- •3.4.1 Среднеквадратическое отклонение
- •3.4.2. Моменты k-го порядка
- •3.4.3. Нормированная случайная величина
- •3.4.4. Функция распределения дискретной случайной величины.
- •3.4.5. Мода и медиана дискретной случайной величины
- •3.4.6. Ковариация и коэффициент корреляции
- •Непрерывные случайные величины.
- •4.1. Функция распределения и плотность вероятности непрерывной случайной величины
- •5.2. Функция непрерывной случайной величины
- •5.3. Основные характеристики непрерывной случайной величины
- •5.3.1. Математическое ожидание
- •5.3.2. Дисперсия
- •5.3.3. Мода и медиана
- •5.3.4. Моменты k-го порядка
- •5.3.5. Асимметрия и эксцесс.
- •5.3. Законы распределения непрерывной случайной величины
- •5.3.1. Равномерное распределение
- •5.3.2. Показательное распределение
- •5.3.3. Нормальное распределение
- •5. Закон больших чисел
- •5.1. Центральная предельная теорема
- •5.2. Неравенство и теорема Чебышева.
- •5.3. Теорема Бернулли (Закон больших чисел)
- •5.4. Эмпирическая оценка параметров случайной величины
- •Система двух случайных величин
- •6.1. Закон распределения дискретной двумерной случайной величины
- •6.2. Функция распределения двумерной случайной величины
- •6.3. Свойства функции распределения двумерной случайной величины
- •6.4. Функция плотности вероятности непрерывной двумерной случайной величины
- •6.5. Функция двумерной случайной величины
- •6.6. Условные законы распределения составляющих двумерной случайной величины
- •6.6.1. Условные законы распределения дискретной случайной величины
- •6.6.2. Условные законы распределения непрерывной случайной величины
- •6.6.3. Условное математическое ожидание
- •6.7. Корреляция случайных величин
- •6.7.1 Независимость компонент двумерной случайной величины
- •6.7.2. Корреляционный момент и коэффициент корреляции
- •6.7.3. Линейная регрессия, линейная корреляционная зависимость.
6.3. Свойства функции распределения двумерной случайной величины
Функция распределения двумерной случайной величины обладает несколькими важными свойствами:
1. Из определения вероятности следует, что 0F(x, y) 1
2. F(x, y) – неубывающая функция по каждому своему аргументу
Если x2x1, тогда F(x2, y) F(x1, y).
При y2y1 F(x, y2) F(x, y1).
То есть, если вершину квадранта сдвигать в сторону увеличения x и y – вероятность может только увеличиться
3. Функция распределения ограничена на бесконечности
F(-, -)=0, F(-, y)=0, F(x, -)=0, F(, )=1
Кроме того,
F(x, )= F1(x)= P(X x) и F(, y)= F2(y)= P(Y y),
так как события Y и X являются достоверными.
4. Зная функцию распределения, можно вычислить вероятность попадания в полосу ограниченную двумя значениями одного из аргументов (рис.13):
P(x1X x2, Y y) = F(x2, y) - F(x1, y).
Y
(x1,
y)
(x2,
y)
O
X
Рис. 13. Область значений двумерной случайной величины (x1X x2, Y y)
Аналогично,
P(Xx, y1Y y2) = F(x, y2) - F(x, y1).
Из этих двух соотношений легко получить вероятность попадания случайной величины в прямоугольную область (рис.13)
P(x1X x2, y1Y y2)= F(x2, y2) - F(x1, y2) – (F(x2, y1) - F(x1, y1))
Рис.13. Вычисление вероятности попадания двумерной случайной величины в область (x1X x2, y1Y y2)
Р
Y
(x1,
y2)
(x2,
y2)
(x1,
y1)
(x2,
y1)
O
X
ассмотрим пример. Пусть функция распределения равна
F(x, y)=sin(x)sin(y)
и необходимо найти вероятность попадания случайной величины в прямоугольник x1=/6, x2= =/2, y1=/4, y2=/3.
P(x1Xx2, y1Yy2)=F(/2, /3)-F(/6, /3)-(F(/2, /4)-F(/6, /4))=
=30.5/2-30.5/4-30.5/2+20.5/4=0.08
6.4. Функция плотности вероятности непрерывной двумерной случайной величины
Так же, как и в одномерном случае, закон распределения непрерывной двумерной случайной величины может быть задан либо с помощью функции распределения, либо с помощью функции плотности вероятности. Плотностью совместного распределения вероятностей двумерной случайной величины (X, Y), называют вторую смешанную частную производную функции распределения F(x, y)
f
xy
Например, если
F(x, y)=sin(x)sin(y)
тогда
x
и
f
xy
Плотность вероятности можно рассматривать как предел отношения вероятности случайной величины попасть в прямоугольник с вершиной (x, y) и сторонами x и y к площади этого прямоугольника при условии, что размеры прямоугольника стремятся к нулю.
f
xy
x,y0
xy
Плотность вероятности непрерывной двумерной случайной величины обладает целым рядом свойств.
1. Плотность вероятности неотрицательна
f(x, y)0
2. Плотность вероятности нормирована
∫ ∫ f(x, y)dx dy=1
--
3. Вероятность случайной величины попасть в заданную область D равна интегралу плотности вероятности по этой области
P((X, Y)D)= ∫ ∫ f(x, y)dxdy
D
4. Зная плотность вероятности f(x, y) всегда можно вычислить функцию распределения F(x, y)
x y
F(x, y)=∫ ∫ f(s, t)dsdt
--
5. Зная плотность вероятности двумерной величины , можно найти плотность вероятности каждой компоненты
f1(x)=∫ f(x, y)dy
-
и
f2(y)=∫ f(x, y)dx
-