- •Предмет и основные понятия тв.
- •2. Алгебра событий.
- •3. Определение вероятности события.
- •6. Формула Бернулли
- •4. Основные теоремы теории вероятностей.
- •5. Формулы полной вероятности и вероятности гипотез
- •8. Интегральная теорема Муавра-Лапласа.
- •9. Формула Пуассона.
- •10. Случайные величины и их виды.
- •12. Математическое ожидание.
- •11. Закон распределения дискретной случайной величины.
- •13. Дисперсия дсв и ее свойства.
- •16. Интегральная функция распределения и ее свойства
- •14. Одинаково распределённые, взаимонезависимые дискретные случайные величины
- •17. Дифференциальная функция распределения и ее свойства
- •20. Показательное распределение.
- •18. Числовые характеристики непрерывных случайных величин
- •26. Композиция законов распределения
- •19. Равномерный закон распределения.
- •21. Нормальный закон распределения
- •25. Функции случайных величин
- •22. Вероятность заданного отклонения. Правило трех сигм.
- •23. Многомерные случайные величины
- •24. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции.
- •31. Центральная предельная теорема
- •27. Специальные законы распределения
- •28. Закон больших чисел
- •29. Неравенство Чебышева.
25. Функции случайных величин
Закон распределения функции случайных величин.
Пусть имеется непрерывная случайная величина X с функцией плотности вероятности f(x). Другая случайная величина Y связана со случайной величиной X функциональной зависимостью: Y=φ(X). Случайная точка (X, Y) может находиться только на кривой у=φ(х).
Дифференциальная функция случайной величины Y определяется при условии, что φ(х) - монотонна на интервале (а,b), тогда для функции φ(х) существует обратная функция: φ-1= Ψ, x= Ψ(x).
Обычно, числовая прямая разбивается на n промежутков монотонности и обратная функция находится на каждом из них, поэтому g(y) -дифференциальная функция СВ Y определяется по формуле
![]()
Замечание.
Математическое ожидание и дисперсию СВ Y - функции случайной величины X(Y=φ(x)), имеющей дифференциальную функцию f(x), можно определить по формулам:
![]()
![]()
22. Вероятность заданного отклонения. Правило трех сигм.
Найдем вероятность того, что случайная величина X, распределённая по нормальному закону, отклонится от математического ожидания М(Х)=а не более чем на величину ε>0.
Р(|х-а|<ε)= Р(-ε< х-а<+ε) = Р(а-ε<х< а+е) =Ф*((a+ε-a)/σ)-Ф*((a-ε-a)/σ)=Ф*(ε/σ)-(1-Ф* (ε/σ))=2Ф* (ε/σ)-1.
Или, используя функцию Лапласа:
P(|X-a|<ε)=2Ф(ε/σ).
Найдём вероятность того, что нормально распределённая СВ X отклонится от M(X)=a на σ, 2σ, 3σ:

Отсюда следует правило Зσ. если случайная величина X имеет нормальное распределение, то отклонение этой случайной величины от ее математического ожидания по абсолютной величине не превышает утроенное среднее квадратическое отклонение (Зσ).
23. Многомерные случайные величины
В практических задачах приходится сталкиваться со случаями, когда результат описывается двумя и более случайными величинами, образующими систему случайных величин (случайный вектор). Например, точка попадания снаряда имеет две координаты: х и у, которые можно принять за систему случайных величин, определенных на одном и том же пространстве элементарных событий Ω.
Закон распределения дискретной двумерной случайной величины можно представить в виде таблицы, характеризующей собой совокупность всех значений случайных величин и соответствующих вероятностей:
|
|
x1 |
x2 |
… |
xn |
Σ P(yj) |
|
y1 |
P(x1,y1) |
P(x2,y2) |
… |
P(xn,y1) |
P(y1) |
|
y2 |
P(x1,y2) |
P(x2,y2) |
… |
P(xn,y2) |
P(y2) |
|
… |
… |
… |
… |
… |
… |
|
ym |
P(x1,ym) |
P(x2,ym) |
… |
P(xn,ym) |
P(ym) |
|
Σ Pxi |
P(x1) |
P(x2) |
… |
P(xn) |
1 |
В общем случае двумерная случайная величина задается в виде интегральной функции, которая означает вероятность попадания двумерной случайной величины в квадрант левее и ниже точки с координатами (х, y):
F(x, у) = Р(Х<х, Y<y).
Свойства интегральной функции:
1. F - не убывает и непрерывна слева по каждому аргументу.
2. F(-∞, у)= F(x,-∞)= F(-∞, -∞)= 0.
3. F(+∞, у)= F2(y) - функция распределения случайной величины Y. F(x,+∞)= F1,(x) - функция распределения случайной величины X.
4. F(+∞,+∞)=l.
Вероятность попадания двумерной случайной величины в прямоугольник определяется исходя из определения интегральной функции двумерной случайной величины (рис.17):
Р((х, у) c D) = F(β,δ) - F(α,β) - F(β,γ) + F(α,γ).

Рис. 17. Вероятность попадания точки (х, у) в прямоугольник D
Случайные величины X, Y независимы, если F(x, у) = = F1(x)* F2(y).
Дифференциальная функция системы двух непрерывных случайных величин определяется как вторая смешанная производная функции распределения: f(x,y)=(∂2F(x,y))/∂x∂y=F″xy(x,y).
Свойства дифференциальной функции:
l.f(x,y)>0;


Геометрически свойство 2 означает, что объем тела, ограниченного поверхностью f (x, у) и плоскостью XOY, равен 1.
Если случайные величины X и Y независимы, то f(x,y) = f1(x) f2(y), где f1(x)=F’1(x),f2(y)=F’2(y).
В противном случае f ( x , у ) = f1( x ) f ( y / x ) или f ( x, y) = f2( y ) f (x / y ), где f(y/x)=f(x,y)/f1(x) - условная дифференциальная функция CB Y при заданном значении X = x, f(y/x)=f(x,y)/f2(x) - условная дифференциальная функция СВ X при заданном значении Y= у;
-
дифференциальные функции отдельных
случайных величин X
и Y,
входящих в систему.
