- •1. Сокращения.
- •2. Математические символы.
- •3. Обозначения.
- •4. Ссылки.
- •§ 1. Основные понятия
- •1.1. Пространство элементарных событий
- •§ 1. Основные понятия
- •1.2. Алгебра событий
- •1.3. Вероятность события
- •§ 1. Основные понятия
- •§ 2. Основные свойства вероятности
- •2.1. Аксиоматические свойства
- •§ 2. Основные свойства вероятности
- •2.2. Свойства вероятности для полной группы событий
- •§ 2. Основные свойства вероятности
- •2.3. Типовые задачи
- •§ 3. Основные формулы вычисления вероятностей
- •3.1. Формула умножения вероятностей
- •§ 3. Основные формулы вычисления вероятностей
- •3.2. Формула сложения вероятностей
- •§ 3. Основные формулы вычисления вероятностей
- •3.3. Формула полной вероятности
- •§ 3. Основные формулы вычисления вероятностей
- •3.4. Формула Байеса
- •§ 3. Основные формулы вычисления вероятностей
- •3.5. Формула Бернулли
- •§ 3. Основные формулы вычисления вероятностей
- •3.6. Типовые задачи
- •§ 4. Задачи для самостоятельного решения
- •§ 5. Основные понятия
- •5.1. Функция распределения
- •§ 5. Основные понятия
- •5.2. Дискретные случайные величины
- •§ 5. Основные понятия
- •5.3. Непрерывные случайные величины
- •§ 5. Основные понятия
- •5.4. Числовые характеристики случайных величин
- •§ 5. Основные понятия
- •5.5. Характеристическая функция
- •§ 5. Основные понятия
- •5.6. Квантиль
- •§ 5. Основные понятия
- •5.7. Типовые задачи
- •§ 6. Основные дискретные распределения
- •6.1. Биномиальное распределение
- •§ 6. Основные дискретные распределения
- •6.2. Распределение Бернулли
- •§ 6. Основные дискретные распределения
- •6.3. Распределение Пуассона
- •§ 6. Основные дискретные распределения
- •6.4. Типовые задачи
- •§ 7. Основные непрерывные распределения
- •7.1. Равномерное распределение
- •§ 7. Основные непрерывные распределения
- •7.2. Экспоненциальное распределение
- •§ 7. Основные непрерывные распределения
- •7.3. Нормальное распределение
- •§ 7. Основные непрерывные распределения
- •7.4. Распределение Вейбулла
- •§ 7. Основные непрерывные распределения
- •7.5. Логарифмически нормальное распределение
- •§ 7. Основные непрерывные распределения
- •7.6. Типовые задачи
- •§ 8. Задачи для самостоятельного решения
- •§ 9. Двумерные случайные велчичины
- •9.1. Функция распределения
- •§ 9. Двумерные случайные велчичины
- •9.2. Плотность распределения
- •§ 9. Двумерные случайные велчичины
- •9.3. Типовые задачи
- •§ 10. Условные распределения
- •10.1. Условная функция распределения
- •§ 10. Условные распределения
- •10.2. Условная плотность распределения
- •§ 10. Условные распределения
- •10.3. Условное математическое ожидание
- •§ 10. Условные распределения
- •10.4. Корреляционная зависимость
- •§ 10. Условные распределения
- •10.5. Двумерное нормальное распределение
- •§ 10. Условные распределения
- •10.6. Типовые задачи
- •§ 11. Многомерные случайные величины
- •11.1. Основные характеристики многомерных св
- •§ 11. Многомерные случайные величины
- •11.2. Многомерное нормальное распределение
- •§ 11. Многомерные случайные величины
- •11.3. Биржевой парадокс
- •§ 11. Многомерные случайные величины
- •11.4. Типовые задачи
- •§ 12. Задачи для самостоятельного решения
- •§ 13. Закон больших чисел
- •13.1. Виды сходимости последовательностей св
- •§ 13. Закон больших чисел
- •13.2. Сходимость усредненной суммы независимых св
- •§ 13. Закон больших чисел
- •13.3. Типовые задачи
- •§ 14. Центральная предельная теорема
- •14.1. Сходимость нормированной суммы независимых св
- •§ 14. Центральная предельная теорема
- •14.2. Сходимость частоты
- •§ 14. Центральная предельная теорема
- •14.3. Типовые задачи
§ 5. Основные понятия
5.1. Функция распределения
Пусть на пространстве элементарных событий Ω определена σ -алгебра F.
Определение 5.1. Случайной величиной (СВ) X(ω) называется функция элементарного события ω с областью определения Ω и областью значений R1 такая, что событие{ω:X(ω)≤x} принадлежит σ -алгебре F при любом действительном x∈R1. Значения xфункции X(ω) называются реализациями СВ X(ω).
Случайные величины будем обозначать прописными (большими) латинскими буквами X,Y,Z, а их возможные значения (реализации) — соответствующими строчными (малыми) буквами x,y,z.
Определение 5.2. Законом распределения СВ называется любое правило (таблица, функция), позволяющее находить вероятности всех возможных событий, связанных с СВ.
Рассмотрим вероятность P{ω:X(ω)≤x} для различных x∈R1.
Определение 5.3. Функция
FX(x)≜P{ω:X(ω)≤x},
определенная для всех x∈R1, называется функцией распределения СВ X(ω).
Данная вероятность FX(x) определена, поскольку рассматриваемые события принадлежат классу F (см. определение 1.13). Далее для простоты записи мы будем обозначать X≜X(ω),{X≤x}≜{ω:X(ω)≤x}, F(x)≜FX(x)≜P{X≤x}.
Замечание 5.1.
Функция распределения является одной из форм закона распределения для СВ всех типов и однозначно определяет СВ. Далее вместо фразы «СВ, имеющая функцию распределения F(x) » будем говорить для краткости: «СВ с распределением F(x) ».
Свойства F(x)
F(x) определена для всех x∈R1 по определению 5.3.
0≤F(x)≤1 для всех x∈R1. Так как F(x) — вероятность, то данное свойство следует изсвойства 5)P и аксиомы А1.
F(−∞)=0, F(∞)=1. Пусть Bn≜{X≤−n}, n=1,2,... Очевидно, что{X≤−n}=∏n=1∞Bn=∅. Поэтому по аксиоме А4: F(−∞)=limn→∞P(Bn)=0. Пусть теперь An≜{X≤n} и Bn≜Ω\An, где n=1,2,...Тогда Bn удовлетворяет аксиоме А4, и поэтому по аксиоме А3 получаемF(+∞)=limn→∞P(An)=1−limn→∞P(Bn)=1.
F(x2)−F(x1)=P{x1<X≤x2}, если x2>x1. Поскольку{X≤x2}={X≤x1}+{x1<X≤x2} и {X≤x1}{x1<X≤x2}=∅, то по аксиомеА3: F(x2)≜P{X≤x2}=F(x1)+P{x1<X≤x2}. Отсюда и следует утверждение. ЕслиF(x) непрерывна, то F(x2)−F(x1)=P{x1<X≤x2}.
F(x2)≥F(x1) для x2>x1, т.е. F(x) не убывает. Это следует из свойства 4)F(x):F(x2)=F(x1)+P{x1<X≤x2}≥F(x1), так как P{x1<X≤x2}≥0 по аксиоме А1.
F(x)=limε→0F(x+ε) при ε>0, т.е. F(x) — непрерывная справа функция. Это свойство можно доказать, основываясь на аксиоме А4.
F(x2)−F(x1)=P{x1≤X≤x2}, если F(x) — непрерывная функция.
§ 5. Основные понятия
5.2. Дискретные случайные величины
Определение 5.4.СВ называется дискретной, если множество ее возможных значений счетно.
Пример 5.1.
Пусть опыт G состоит в подбрасывании двух монет, а элементарным событием ω является положение упавших монет. Тогда число выпавших «гербов» есть СВ X(ω) с конечным числом возможных значений {0,1,2}, т.е. является дискретной случайной величиной.
Определение 5.5. Простейшей формой закона распределения дискретной СВ является ряд распределения pk≜P{X=xk}, k=0,n¯¯¯¯¯, который задается аналитически или таблицей (см.табл. 5.1).
Таблица 5.1
|
Замечание 5.2.
Здесь в верхней строке расположены по возрастанию все возможные различные значения x0,...,xnдискретной СВ X, а в нижней — соответствующие им вероятности p0,...,pn. Имеет место равенство p0+...+pn=1, так как события {X=x0},...,{X=xn} несовместны и образуют полную группу. Это равенство называют условием нормировки. Графическое изображение ряда распределения называют многоугольником распределения (см.рис. 5.1).
Замечание 5.3.
Распределение вероятностей аналогично понятию «распределение единичной массы вдоль бесконечного стержня Ox », используемому в механике (этим, в частности, можно объяснить использование в теории вероятностей термина «распределение»). Для дискретного распределения возможна следующая механическая интерпретация: на оси Ox распределена единичная масса так, что массы p0,...,pn сосредоточены в отдельных точках x0,...,xn соответственно.
Рис. 5.1
Определение 5.6. Единичной ступенчатой функцией или функцией Хевисайда называется функция вида (рис. 5.2).
l(x)≜{0,x<0,1,x≥0.
Для дискретной СВ, используя ряд распределения и l(x), можно построить функцию распределения:
F(x)=p0l(x−x0)+...+pnl(x−xn).
Рис. 5.2 |
|
Рис. 5.3 |
Функция распределения дискретной СВ является ступенчатой (рис. 5.3), причем в точках разрываF(x) величины скачков равны вероятностям p0,...,pn соответствующих реализаций x0,...,xn СВ X.
