- •Краткий конспект лекций по теории вероятностей Лекция1 Вероятность
- •Действия над событиями.
- •Классификация событий Событие, состоящее из всех элементарных событий, не содержащихся в а, обозначим и будем называть противоположным событием.
- •Полная группа событий – это совокупность n событий а1, а2, …, Аn, одно из которых обязательно произойдет, т.Е. Свойства операций над событиями
- •Правило двойственности (теорема де Моргана)
- •Алгебра событий.
- •Вероятность. Классическое определение вероятности события
- •Геометрическая вероятность
- •Статистическая вероятность
- •Свойства вероятности
- •Лекция 2 Условная вероятность.
- •Формула вероятности произведения событий (теорема умножения вероятностей). Независимые события
- •Формула вероятности суммы совместных событий (теорема сложения вероятностей)
- •Формула полной вероятности
- •Формула Байеса (теорема гипотез)
- •Лекция 3. Случайные величины
- •Лекция 4 Повторные испытания.
- •Распределения, связанные с повторными испытаниями.
- •Лекция 5
- •Лекция 6. Двумерные случайные величины
- •Свойства функции распределения.
- •Свойства плотности.
- •Свойства коэффициента корреляции.
- •Двумерное равномерное распределение
- •Двумерное нормальное распределение
- •Задача линейного прогноза.
- •Лекция 7. Законы больших чисел и центральная предельная теорема. Неравенства Чебышева.
- •Законы больших чисел.
- •Теорема Чебышева
- •Обобщенная теорема Чебышева.
- •Теорема Маркова.
- •Теорема Бернулли.
- •Предельные теоремы.
- •Теорема Ляпунова.
- •Теорема Леви – Линдеберга.
- •Интегральная теорема Муавра – Лапласа.
- •Лекция 8 Элементы математической статистики
- •Основные задачи статистики.
- •Эмпирические законы распределения.
- •Точечные оценки параметров распределения.
- •Требования к оценкам.
- •2. Несмещенная, состоятельная оценка дисперсии
- •Интервальные оценки.
- •Доверительные интервалы для параметров нормального закона распределения. Доверительный интервал для математического ожидания.
- •Доверительный интервал для среднеквадратического отклонения .
Лекция 6. Двумерные случайные величины
Совокупность
двух случайных величин (X,Y), заданных на
вероятностном пространстве
,
называютдвумерной случайной величинойилидвумерным случайным вектором,
X,Y называют координатами случайного
вектора.
Это определение можно обобщить и на совокупность nслучайных величин.
Функцией распределенияслучайного вектора (X,Y) илисовместной функцией распределенияслучайных величин X,Y называется
.
Свойства функции распределения.
(Это – свойство вероятности, а
- вероятность).
- неубывающая функция по каждому из
своих аргументов. (В самом деле, если
,
то событие
включено в событие
,
следовательно, его вероятность меньше)
(события
- невозможные, поэтому их вероятность
равна нулю).
(событие
достоверно).
=
-
-
+


Г
еометрически,
-
площадь
полосы левее
и ниже точки
,
Вычитая из нее
и
,
мы два разавычтем площадь
полосы левее и ниже точки
.
Для того, чтобы получить
площадь прямоугольника –
левую часть равенства, надо
вычитать эту площадь один раз,
п
оэтому
надо добавить ее, т.е.
в правую часть равенства.
6.
непрерывна
слева по каждому из аргументов
7.
.
Так как событие
достоверно, то пересечение событий
и
есть событие
.
Поэтому первое равенство справедливо.
Аналогично доказывается справедливость
второго равенства.
Двумерная случайная величина (X,Y) дискретна, еслиX,Y- дискретные случайные величины. Для нее составляется таблица распределения – аналог ряда распределения для одномерной случайной величины.
-
X
Y
y1
y2
…..
ym
PX
x1
p11
p12
…
p1m
pX1
x2
p21
p22
…
p2m
pX2
…….
…
…
…
…
…
xn
pn1
pn2
…
pnm
pXn
PY
pY1
pY2
…
pYm
pnm
=
,
pYm =
=
p1m+
p2m
+…+pnm,
pXn =
pn1 +
pn2 +
… +pnm.
График функции
распределения для двумерной случайной
величины напоминает «лестницу», уровень
ступеней которой изменяется скачком
на pijпри переходе через точку (xi,yj)
в положительном направлении по осиOXи по осиOY. Если зафиксироватьx=xi,
то при увеличенииyэти
скачки будут наpi1,pi2,
…pim
(от нуля доpXi). Если зафиксироватьy=yj, то
при увеличенииxскачки
будут наp1j,p2j,
…pnj(от нуля доpYj).
Нижние ступени (приx
x1иy
y1)
находятся на нулевом уровне, самая
верхняя ступень (приx>xn,y>ym)
находится на уровне 1. Если зафиксироватьx>xnто при увеличенииyэти
скачки будут наpY1,pY2,
…pYm
(от нуля до 1). Если зафиксироватьy>ym,
то при увеличенииxскачки
будут наpX1,pX2,
…pXn(от нуля до 1).
Пример.Проводятся два выстрела в мишень. При
каждом выстреле вероятность попаданияp, вероятность промахаq= 1-p. Случайная величинаXi–
число попаданий приi–
том выстреле. Найдем закон распределения
случайного вектора(X1,
X2)=
.
-
X
Y
y1=0
y2=1
PX
x1=0
q2
qp
pX1=q
x2=1
pq
p2
pX2=p
PY
pY1=q
pY2=p
Построим функцию распределения
.
В самом деле, при
– событие{X<x,Y<y}
- невозможное, при (x>1,y>1) событие {X<x,Y<y}
– достоверное.
При
событие {X<x,Y<y}
представляет собой событие {X=0,Y=0}.
Поэтому при
F(x) =P{X=0,Y=0}=q2.
При
событие {X<x,Y<y}
представляет собой объединение
несовместных событий {X=0,Y=0}
и {X=1,Y=0}.
Поэтому при
F(x) =P{X=0,Y=0}+P{X=1,Y=0}=q2+pq=q(p+q)=q.
Аналогично, в случае
F(x) =P{X=0,Y=0}+P{X=0,Y=1}=q2+pq=q(p+q)=q.
Двумерная случайная величина непрерывна, еслиX,Y, непрерывные случайные величины и ее функцию распределения можно представить в виде сходящегося несобственного интеграла от плотности распределения.
.
Двойной интеграл можно записать в виде повторных (внешний по x, внутренний поyи наоборот). Если предполагать непрерывность плотности поxиy, то, дифференцируя по переменным верхним пределам, получим
![]()
