- •Рекомендуемая литература
- •Теория вероятностей
- •1. Случайные события
- •1.1. Событие и эксперимент. Соотношения между событиями. Пространство элементарных событий
- •1.2. Частота события. Статистическое определение вероятности
- •1.3. Аксиомы теории вероятностей. Основные следствия из аксиом
- •1.7. Условная вероятность. Независимость событий. Теорема умножения вероятностей
- •1.4. Формула непосредственного подсчёта вероятностей
- •1.5. Формула геометрической вероятности
- •1.6. Теорема сложения вероятностей
- •1.8. Формула полной вероятности. Формула Байеса
- •1.9. Вычисление вероятностей событий с помощью биномиальной формулы
- •2. Случайные величины
- •2.1. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины
- •2.2. Ряд и многоугольник распределения дискретной св
- •2.3. Функция распределения св и её свойства
- •2.4. Плотность распределения непрерывной св и её свойства
- •2.5. Математическое ожидание, мода и квантили св
- •2.6. Моменты, дисперсия и среднее квадратическое отклонение св
- •2.7. Биномиальное распределение. Распределение Пуассона
- •2.8. Равномерное распределение
- •2.9. Показательное распределение
- •2.10. Нормальное распределение
- •3. Случайные векторы
- •3.1. Понятие случайного вектора. Матрица распределения двумерного дискретного случайного вектора
- •3.2. Функция распределения случайного вектора. Плотность распределения непрерывного случайного вектора
- •3.3. Зависимость и независимость св
- •3.4. Распределение “хи-квадрат”. Распределение Стьюдента
3.2. Функция распределения случайного вектора. Плотность распределения непрерывного случайного вектора
Пусть
– двумерный случайный вектор. Тогда
функция
называется функцией распределения
этого вектора. Функции распределения
и
СВ Х и Y выражаются через
следующим образом:
Из приведённых формул видно, что зная функцию распределения вектора , можно найти функцию распределения каждой из СВ Х и Y.
Пусть, далее,
– непрерывный случайный вектор, а
– его функция распределения. Тогда
функция
называется плотностью распределения
(или плотностью вероятности) вектора
.
Плотности распределения
и
СВ Х и Y могут быть найдены через
по формулам:
,
.
Отсюда видно, что зная плотность распределения вектора , можно найти плотность распределения каждой из СВ Х и Y.
Понятия функции и плотности распределения легко обобщаются на случай n-мерного вектора :
,
.
3.3. Зависимость и независимость св
Пусть
– двумерный случайный вектор. Случайные
величины Х и Y
называются независимыми, если выполняется
равенство
.
В противном случае они называются
зависимыми. Независимость СВ Х и Y
означает, что при любых
события
и
независимы.
Теорема 1. Непрерывные СВ Х и Y
независимы в том и только в том случае,
если выполняется равенство
.
Теорема 2. Дискретные СВ Х и Y независимы в том и только в том случае, если при любых выполняется равенство
.
Из определения независимости и приведённых теорем следует, что зная законы распределения независимых СВ Х и Y, всегда можно найти закон распределения вектора . Если же СВ Х и Y зависимы, то знания их законов распределения недостаточно, чтобы найти закон распределения вектора .
Рассмотрим, далее, случайный вектор
.
Случайные величины
называются независимыми, если выполняется
равенство
,
где
– функция распределения СВ
(
).
Необходимым и достаточным условием
независимости непрерывных СВ является
выполнение равенства
,
где
– плотность распределения СВ
(
).
Условием независимости дискретных СВ
является выполнение равенства
при любых
.
3.4. Распределение “хи-квадрат”. Распределение Стьюдента
Пусть
– независимые СВ, распределённые по
стандартному нормальному закону. Тогда
распределение непрерывной СВ
называется распределением “хи-квадрат”
(или распределением Пирсона) с n
степенями свободы. График плотности
этого распределения имеет вид:
При
имеем
.
Для нахождения из
условия
при различных n и р составлены
таблицы. Можно показать, что
,
.
При увеличении n распределение СВ
медленно приближается к нормальному
распределению.
Непрерывная СВ
,
где
и СВ Х и
независимы, называется дробью Стьюдента
с n степенями свободы. График плотности
этого распределения имеет вид:
При любом х имеем
.
Для нахождения из
условия
при различных n и р составлены
таблицы. При увеличении n распределение
СВ
достаточно быстро приближается к
стандартному нормальному распределению.
