Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
posobie_Kuznecova.doc
Скачиваний:
1
Добавлен:
01.03.2025
Размер:
3 Мб
Скачать
☆

Тема 2 (8). Случайные величины. Математическое ожидание.

Для вероятностного пространства общего вида сохраняется определение случайной величины как функции , однако добавляется требование, заключающееся в том, что прообраз каждого борелевского множества должен являться событием.

Определение. Пусть - вероятностное пространство, - множество действительных чисел, - - алгебра борелевских множеств. Случайной величиной называется отображение , обладающее свойством , где - прообраз множества при отображении .

*Определение. Случайная величина называется простой, если ее можно представить в виде , где - действительные числа, ,

система множеств является разбиением , то есть обладает свойствами:

*Определение. Интегралом Лебега от простой случайной величины (или математическим ожиданием этой случайной величины) называется выражение , если ряд в правой части сходится абсолютно.

*Лемма. Значение не зависит от способа представления в виде , то есть, если , то .

Без доказательства.

*Теорема. Если и - простые случайные величины, и существуют интегралы и , то - также простая случайная величина, и справедливо равенство .

Доказательство.

Пусть , . Тогда и можно представить, соответственно, в виде , , где . Таким образом, справедливо равенство , то есть является простой случайной величиной. Имеем далее: , что и доказывает утверждение теоремы.

*Теорема. Для простой случайной величины и действительного числа справедливо равенство .

Доказательство.

Имеем: , , , что и требовалось доказать.

*Теорема. Если - простая случайная величина, то справедливо неравенство .

Доказательство.

Пусть . Имеем: , что и требовалось доказать.

*Теорема. Если последовательность простых случайных величин равномерно сходится к случайной величине , то последовательность интегралов фундаментальна в смысле Коши.

Доказательство.

В самом деле, имеем:

*Теорема. Для любой случайной величины существует последовательность простых случайных величин, сходящихся к равномерно.

Доказательство.

Определим при всех натуральных и целых множества .

Положим , . Тогда из неравенства вытекает, что при , равномерно по , что и требовалось доказать.

*Определение. Пусть - последовательность простых случайных величин, сходящаяся к случайной величине равномерно. Положим (если предел правой части существует).

*Замечание. Можно показать, что значение не зависит от способа представления в виде . В частности, с учетом теоремы справедливо равенство .

*Теорема. Пусть и - случайные величины, и существуют. Тогда также существует и справедливо равенство .

Доказательство.

Пусть , . Тогда имеем: , что и требовалось доказать.

*Теорема. Справедливо равенство .

Доказательство.

Справедливость утверждений вытекает из цепочки равенств: .

Тема 3(9). Распределения случайных величин. Дискретные и абсолютно непрерывные распределения.

Определение. Пусть - вероятностное пространство, - множество действительных чисел, - борелевская - алгебра, - случайная величина. Распределением случайной величины называется отображение , определенное по формуле .

*Теорема. Распределение обладает свойствами:

  1. , если .

Доказательство.

  1. , что и требовалось доказать.

Таким образом, является вероятностью, а пространство является вероятностным пространством.

*Замечание. Вместо можно было бы взять , а вместо - соответствующую борелевскую - алгебру.

Определение. Функция называется измеримой по Борелю если выполняется условие где , то есть прообраз любого борелевского множества является борелевским.

Практически все могущие встретиться функции являются измеримыми по Борелю.

Теорема. Пусть - случайная величина, - измеримая функция. Тогда является случайной величиной.

Доказательство.

Пусть . Имеем: , что и требовалось доказать.

*Теорема. Пусть - случайная величина, - измеримая функция. Справедливо равенство , причем левая и правая части равенства существуют или нет одновременно.

Доказательство.

Имеем:

.

С другой стороны,

.

Таким образом, интересующие нас интегралы являются пределами равных между собой сумм. Следовательно, они существуют или нет одновременно, а если существуют, то совпадают. Теорема доказана.

*Следствие. Справедливы равенства: , .

Определение. Распределение называется дискретным, если в пространстве имеется не более, чем счетное множество точек , на котором сосредоточена мера (то есть ).

В дискретном случае полностью определяется мерами , приписанными отдельным точкам .

Лемма. Пусть - дискретное распределение, сосредоточенное на множестве . тогда для любого борелевского множества справедливо равенство .

*Доказательство.

В самом деле, , что и требовалось доказать.

Случайная величина , имеющая дискретное распределение сосредоточенное на , устроена следующим образом: принимает значения лишь из , причем , является вероятностями отдельных значений. Такое распределение можно задать таблицей .

Теорема. Пусть - случайная величина, имеющая дискретное распределение , - измеримая функция. Тогда справедливо равенство , где .

Теорему примем без доказательства.

Следствие 1. .

Следствие 2. .

Замечание. Данная формула и таблица распределения совпадают с теми, что мы имели в случае дискретного пространства . Сейчас может иметь любую мощность, но случайная величина принимает не более чем сетное число значений.

Определение. Распределение называется абсолютно непрерывным, если для любого борелевского множества справедливо равенство , где - измеримая функция, называемая плотностью распределения.

Теорема. Плотность распределения обладает следующими свойствами:

  1. (с точностью до множества меры нуль);

  2. .

Доказательство.

  1. В самом деле, . Следовательно, может быть отрицательной только на множестве нулевой меры.

  2. .

Теорема. Пусть - абсолютно – непрерывное распределение, - его плотность, - измеримая функция. Тогда справедливо равенство .

*Доказательство.

Сначала предположим, что является простой функцией, то есть принимает лишь счетное множество значений: , где . Тогда случайная величина имеет дискретное распределение. Следовательно, справедлива цепочка равенств:

Таким образом, требуемое равенство справедливо для простых функций . Для произвольных измеримых функций оно получается путем предельного перехода.

Следствие. В условиях теоремы справедливы равенства:

, .

Рассмотрим некоторые абсолютно – непрерывные распределения.

  1. Равномерное распределение на отрезке .

Данное распределение задается плотностью:

Найдем и .

  1. Нормальное распределение с параметрами .

Плотность данного распределения имеет вид

Нетрудно проверить, что смысл параметров и таков: , . С нормальным распределением мы еще встретимся, так как оно играет в теории вероятностей очень важную роль.

  1. Показательное распределение с параметром .

Показательное распределение имеет плотность

Справедливы равенства , .

Постоянные множители находятся из условия .Например, если бы нам было известно, что плотность имеет вид то мы бы нашли таким образом:

Контрольные вопросы.

  1. *Что такое индикатор события?

  2. *Как определяется простая случайная величина?

  3. *Как вычисляется математическое ожидание простой случайной величины?

  4. *Какими свойствами обладает математическое ожидание простой случайной величины?

  5. *Какими свойствами обладает математическое ожидание случайной величины?

  6. Что такое распределение случайной величины?

  7. *Какими свойствами обладает распределение случайной величины?

  8. Как определяется дискретное распределение?

  9. По какой формуле вычисляется математическое ожидание дискретной случайной величины ?

  10. По какой формуле вычисляется математическое ожидание квадрата дискретной случайной величины ?

  11. По какой формуле вычисляется дисперсия дискретной случайной величины ?

  12. Как определяется абсолютно-непрерывное распределение?

  13. Какими свойствами обладает плотность распределения?

  14. По какой формуле вычисляется математическое ожидание абсолютно-непрерывной случайной величины ?

  15. По какой формуле вычисляется математическое ожидание квадрата абсолютно-непрерывной случайной величины ?

  16. По какой формуле вычисляется дисперсия абсолютно-непрерывной случайной величины ?

  17. Как определяется плотность равномерного распределения на отрезке ?

  18. Чему равно математическое ожидание случайной величины , имеющей равномерное распределение на отрезке ?

  19. Чему равна дисперсия случайной величины , имеющей равномерное распределение на отрезке ?

  20. Как определяется плотность нормального распределения с параметрами ?

  21. Чему равно математическое ожидание случайной величины , имеющей нормальное распределение с параметрами ?

  22. Чему равна дисперсия случайной величины , имеющей нормальное распределение с параметрами ?

  23. Как определяется плотность показательного распределения с параметром ?

  24. Чему равно математическое ожидание случайной величины , имеющей показательное распределение с параметром ?

  25. Чему равна дисперсия случайной величины , имеющей показательное распределение с параметром ?

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]