- •Экзаменационные вопросы по дисциплине
- •2. Частота события. Статистическое определение вероятности.
- •3. Классическое и геометрическое определения вероятности.
- •4. Аксиомы теории вероятностей. Основные следствия из аксиом.
- •5. Условная вероятность. Независимость событий. Теорема умножения вероятностей.
- •6. Теорема сложения вероятностей.
- •7. Формула полной вероятности. Формула Байеса.
- •8. Вычисление вероятностей событий с помощью биномиальной и полиномиальной формул.
- •9. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины.
- •10. Ряд и многоугольник распределения дискретной случайной величины.
- •11. Функция распределения случайной величины и её свойства.
- •12. Плотность распределения непрерывной случайной величины и её свойства.
- •13. Математическое ожидание, мода и квантили случайной величины.
- •14. Моменты, дисперсия и среднее квадратическое отклонение случайной величины.
- •15. Биномиальное распределение. Распределение Пуассона. Геометрическое распределение. Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •16. Равномерное распределение. Показательное распределение. Равномерное распределение
- •Показательное распределение
- •17. Одномерное нормальное распределение.
- •18. Понятие случайного вектора. Ряд распределения двумерного дискретного случайного вектора.
- •19. Функция и плотность распределения случайного вектора.
- •20. Зависимость и независимость случайных величин.
- •21. Корреляционный момент и коэффициент корреляции двух случайных величин.
- •22. Многомерное нормальное распределение.
- •23. Математическое ожидание и дисперсия функции случайных величин.
- •24. Основные свойства математического ожидания.
- •25. Основные свойства дисперсии и коэффициента корреляции.
- •26. Распределения “хи-квадрат”, Стьюдента и Фишера.
- •27. Закон больших чисел.
- •28. Центральная предельная теорема.
- •29. Дискретная цепь Маркова: основные понятия и свойства.
- •30. Выборка и её вариационный ряд. Статистический ряд результатов измерений.
- •31. Гистограмма и полигон частот.
- •32. Статистическая функция распределения.
- •33. Понятие о точечных оценках параметров и их свойствах.
- •34. Точечные оценки математического ожидания, дисперсии и среднего квадратического отклонения.
- •35. Понятие об интервальном оценивании параметров.
- •36. Построение доверительных интервалов для математического ожидания и дисперсии нормально распределённой случайной величины.
- •37. Проверка статистических гипотез: основные определения и общая схема проверки.
- •38. Критерий согласия Пирсона.
- •39. Критерий согласия Колмогорова. Критерий однородности Смирнова. Критерий согласия Колмогорова
- •. Критерий однородности Смирнова
18. Понятие случайного вектора. Ряд распределения двумерного дискретного случайного вектора.
На практике часто
встречаются задачи, в которых результат
опыта описывается не одним, а двумя или
более числовыми значениями, заранее
неизвестными. Примеры: точка попадания
в мишень при выстреле характеризуется
полярными координатами
или декартовыми координатами
;
осколок, образовавшийся при разрыве
снаряда, характеризуется весом, размером,
начальной скоростью и т.д.; результаты
последовательных измерений меняющейся
величины выражаются n
числами. Подобные примеры приводят к
понятию случайного
вектора.оро
Случайным вектором
(или системой случайных величин)
называется упорядоченный набор случайных
величин
,
заданных на одном и том же вероятностном
пространстве
.
Случайный вектор
называется дискретным (непрерывным),
если соответствующие СВ
являются дискретными (непрерывными).
Свойства случайного вектора не
ограничиваются свойствами отдельных
величин: они включают также взаимные
связи (зависимости) между СВ.
Рассмотрим дискретный
случайный вектор
.
Пусть
и
– упорядоченные по возрастанию возможные
значения СВ Х
и Y
соответственно, а
,
,
.
Поскольку события
,
,
попарно несовместны и образуют полную
группу, то
.
Тогда под рядом распределения вектора
понимается следующая таблица:
Y |
Х |
|||
|
|
... |
|
|
|
|
|
... |
|
|
|
|
... |
|
... |
... |
... |
... |
... |
|
|
|
... |
|
Вероятности отдельных значений СВ Х и Y определяются равенствами:
и
.
Из этих равенств видно, что зная ряд распределения дискретного случайного вектора , можно найти ряд распределения каждой из СВ Х и Y.
19. Функция и плотность распределения случайного вектора.
Пусть
– двумерный случайный вектор. Тогда
функция
называется функцией распределения
этого вектора. Она обладает следующими
свойствами:
10.
.
20.
– неубывающая функция по каждому из
аргументов.
30.
,
.
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
.
Она обладает следующими свойствами:
10.
.
20.
.
30.
.
40.
Вероятность попадания
в двумерную область D
произвольного вида вычисляется по
формуле
(предполагается, что интеграл в правой
части равенства существует).
Пусть
и
– плотности распределения непрерывных
СВ Х
и Y
соответственно. Если известна функция
распределения
случайного вектора
,
то
,
,
откуда
,
.
Из приведённых формул 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 вектора :
,
.
Задача.
Плотность распределения непрерывного
случайного вектора
задана формулой
.
Найти вероятность попадания
в прямоугольник D,
заданный неравенствами
,
,
и функцию распределения
.
Решение.
,
.
