- •1. Предмет теории вероятностей. Случайный эксперимент.
- •2. Классическое определение вероятности.
- •3. Геометрическое определение вероятности
- •4. Аксиоматическое определение вероятности
- •5. Условные вероятности
- •6. Независимые события
- •7. Формулы полной вероятности и Байеса
- •8. Схема независимых испытаний Бернулли
- •9. Случайные величины. Функция распределения случайной величины и ее свойства
- •10. Дискретные случайные величины. Закон распределения дсв.
- •12. Непрерывные случайные величины. Плотность вероятностей
- •13. Важнейшие непрерывные случайные величины
- •1 4. Математическое ожидание св.
- •15. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •16. Чх дискретных и непрерывных случайных величин
- •17. Случайные векторы. Фр случайного вектора и ее свойства.
- •18. Дискретные случайные векторы. Зр дискретного случайного вектора
- •19. Непрерывные случайные векторы. Плотность вероятностей и ее свойства
- •20. Пример. (Равномерное распределение в области ).
- •21. Независимость случайных величин
- •22. Условные законы распределения и условные числовые характеристики
- •23. Числовые характеристики случайных векторов
- •24. Теоремы о числовых характеристиках
- •25. Некоррелированность случайных величин и ее связь с независимостью
- •26. Коэффициент корреляции его свойства
- •27. Многомерное нормальное (гауссовское) распределение
- •28. Функции случайных аргументов
- •29. Композиция (свертка) законов распределения
- •30. Неравенство Чебышева
- •31. Законы больших чисел
- •32. Теорема 3 (збч для независимых, одинаково распределенных св).
- •33. Центральная предельная теорема
- •34. Теорема 2 (Ляпунова) (цпт для независимых, разнораспределенных св)
22. Условные законы распределения и условные числовые характеристики
Известно, что, если случайные события А и В зависимы, то условная вероятность события А отличается от его безусловной вероятности. В этом случае .
Аналогичное положение имеет место и для СВ. Пусть и - зависимые СВ, - их совместная ФР. Если известно, что СВ уже приняла некоторое значение y, то ЗР СВ при этом условии не будет совпадать с ее безусловным ЗР. Он называется условным законом распределения (УЗР) СВ при условии, что , и, заданный для всех возможных значений y СВ , полностью определяет зависимость между СВ и .
Исчерпывающей характеристикой УЗР СВ при условии, что , является условная ФР (УФР) СВ при условии, что , которую естественно было бы определить как
. (3.12)
Следует отметить, что это определение не имеет смысла, если , что имеет место всегда, когда - НСВ. Тем не менее, в дискретном случае определением (3.12) можно вполне пользоваться.
Пусть -ДСВ, - его возможные значения, - вероятности значений, , , . Тогда все УЗР СВ при условии, что , , являются дискретными и согласно определению условной вероятности имеем:
.
Дискретные УЗР удобнее задавать не УФР , а совокупностью условных вероятностей , заданных при каждом :
|
|
|
|
|
|
|
|
|
|
Очевидно, что при этом выполняется условие нормировки: .
Аналогичны выражения для УФР , условных вероятностей и дискретного УЗР СВ при условии, что : ;
|
|
|
|
|
|
|
|
|
|
Для вероятностей в последней таблице выполняется условие нормировки: .
Р ассмотрим теперь непрерывный случайный вектор . Так как в этом случае при любом , то определение (3.12) условной функции распределения случайной величины при условии, что , неприменимо. Для непрерывных случайных величин и условную функцию распределения определяют следующим образом: .
Вероятность, стоящая под знаком предела, представляет собой вероятность попадания непрерывного случайного вектора в полосу.
В соответствии с определением условной вероятности и свойствами двумерной ФР имеем:
.
Если последний предел существует, то он равен .
для УФР получаем выражение: (3.13)
УПВ СВ при условии, что , определяется как производная по х от УФР : -> (3.14) (при , если ).
УПВ СВ при условии, что : -> (3.16)
Как и любая ПВ, УПВ обладают свойствами:
При фиксированном y ; (условие нормировки);
При фиксированном х ; (условие нормировки).
- правило умножения ПВ. Для СВ в терминах ПВ имеют место также аналоги формулы полной вероятности и формулы Байеса:
;
Условные числовые характеристики (математическое ожидание и дисперсия) определяются и находятся также, как и безусловные, только в формулах для их вычисления следует безусловные законы распределения заменить на условные.
Если - , то условным математическим ожиданием СВ при условии, что , называется величина а условным математическим ожиданием СВ при условии, что , - величина
Если - , то условные математические ожидания СВ при условии, что , и СВ при условии, что , определяются формулами:
; .
Аналогичные формулы имеют место и для условных дисперсий.
, ; .
, ; .
Отметим, что, если безусловные МО и дисперсия являются числами, то условные МО и дисперсия есть функции условия. Функцию называют также функцией регрессии на , а функцию - функцией регрессии на .