Шпаргалки по ТеорВер (Шпора по теории), страница 2
Описание файла
Файл "Шпаргалки по ТеорВер" внутри архива находится в папке "shpora-teor". Документ из архива "Шпора по теории", который расположен в категории "". Всё это находится в предмете "теория вероятностей и математическая статистика" из , которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "к экзамену/зачёту", в предмете "теория вероятности" в общих файлах.
Онлайн просмотр документа "Шпаргалки по ТеорВер"
Текст 2 страницы из документа "Шпаргалки по ТеорВер"
Скалярную функцию X(), заданную на пространстве элементарных исходов, называют случайной величиной, если для любого xR {: X()<x} – множество элементарных исходов, для которых X()<x является событием.
Функцией распределения (вероятностей) случайной величины X называют функцию F(x), значение которой в точке x равно вероятности события {X<x}, т. е. события, состоящего из тех и только тех элементарных исходов , для которых X()<x: F(x)=P{X<x}. Обычно говорят, что значение функции распределения в точке х равно вероятности того, что случайная величина Х примет значение, меньшее х.
Функция распределения удовлетворяет следующим свойствам:
2. при x1<x2 (F(x) – неубывающая функция)
5. , где (F(x) – непрерывная слева функция)
Доказательство. Поскольку значение функции распределения в любой точке x является вероятностью, то из свойства 4 вероятности (см. вопрос 5) вытекает утв. 1. Если x1<x2, то событие {X<x1} включено в событие {X<x2} и, согласно свойству 3, , т. е. в соответствии с определением функции распределения выполнено утв. 2. Пусть x1,…, xn,… - любая возрастающая посл-ть чисел, стремящаяся к +. Событие {X<+}, с одной стороны, является достоверным, а с другой стороны представляет собой объединение событий {X<xn}. Отсюда в силу аксиомы непрерывности следует второе равенство в утв. 3. Аналогично доказывается и первое равенство. Событие {X<x2} при x1<x2 представляет собой объединение двух непересекающихся событий: {X<x1} – случайная величина X приняла значение, меньшее x1, и - случайная величина X приняла значение, лежащее в промежутке [x1, x2). Поэтому в соответствии с аксиомой сложения получаем утв. 4. Наконец, пусть x1,…,xn,… - любая возрастающая посл-ть чисел, стремящаяся к x. Событие {X<xn} является объединением событий {X<xn}. Снова воспользовавшись аксиомой непрерывности, приходим к утв. 5.
14. Что называют дискретной случайной величиной? Сформулируйте и докажите утверждение о виде функции распределения дискретной случайной величины.
Случайную величину Х называют дискретной, если множество ее возможных значений конечно или счетно.
Рядом распределения (вероятностей) дискретной случайной величины Х называют таблицу, состоящую из двух строк: в верхней строке перечислены все возможные значения случайной величины, а в нижней – вероятности pi=P{X=xi} того, что случайная величина примет эти значения.
Функция распределения дискретной случайной величины является кусочно-постоянной функцией, принимающей на промежутке (-, x1] значение 0, на промежутках (xi, xi+1], 1i<n, - значения p1+…+pi и на промежутке (xn, +) – значение 1.
Доказательство. Пусть Х – дискретная случайная величина, заданная своим рядом распределения, причем значения x1,…, xn расположены в порядке возрастания. Тогда для всех xx1 событие {X<x} является невозможным и поэтому в соответствии с определением функции распределения F(x)=0. Если x1<xx2, то событие {X<x} состоит из тех и только тех элементарных исходов , для которых X()=x1, и, следовательно, F(x)=p1. Аналогично при x2<xx3 событие {X<x} состоит из элементарных исходов , для которых либо X()=x1, либо X()=x2, т.е. {X<x}={X=x1}+{X=x2}, а следовательно, F(x)=p1+p2 и т. д. Наконец, при x>xn событие {X<x} достоверно и F(x)=1.
15. Дайте определение непрерывной скалярной случайной величины и сформулируйте основные свойства ее плотности распределения вероятностей.
Непрерывной называют случайную величину X, функцию распределения которой F(x) можно представить в виде: . Функцию p(x) называют плотностью распределения (вероятностей) случайной величины X.
. Функцию распределения F(x) называют интегральным законом распределения случайной величины, а плотность распределения р(х) – дифференциальным законом распределения той же случайной величины.
Плотность распределения обладает следующими свойствами:
Доказательство:
1) Функция F(x) является неубывающей, поэтому p(x)=F/(x)>=0.
3) В частности, если то событие является достоверным.
5) Функция распределения – непрерывна, поэтому =F(x)-F(x)
16. Что называют функцией Лапласа и какими свойствами она обладает?
- интеграл (функция) Лапласа – функция стандартного нормального (гауссова) распределения (m=0, =1).
, (- < m < +, >0) – плотность нормального распределения.
- функция нормального распределения.
Xp – квантилью стандартного нормального распределения уровня р.
Х1-р= -Хр Док-во: 1-p=Ф(х1-р)=1-Ф(-х1-р) => Ф(-х1-р)=р => -Х1-р=Хр
17. Дайте определение обобщенной плотности распределения вероятностей дискретной скалярной случайной величины и приведите аргументы для обоснования его корректности.??????
18. Выведите понятие n-мерного случайного вектора и сформулируйте основные свойства его функции распределения.
Совокупность случайных величин X1=X1(), …, Xn=Xn(), заданных на одном и том же вероятностном пространстве , называют многомерной (n-мерной) случайной величиной, или n-мерным случайным вектором. При этом сами случайные величины X1, X2, …, Xn называют координатами случайного вектора.
Функцией распределения (вероятностей) F(x1, …, xn) = FX1, …, Xn(x1, …, xn) n-мерного случайного вектора (X1, …, Xn) называют функцию, значение которой в точке (x1, …, xn) Rn равно вероятности совместного осуществления (пересечения) событий {X1<x1}, …, {Xn<xn}, т.е. F(x1, …, xn) = FX1, …, Xn(x1, …, xn) = P(X1<x1, …, Xn<xn}.
В частности, при n=2 имеем двумерную функцию распределения.
Свойства двумерной функции распределения:
-
0 F(x1, x2) 1
-
F(x1, x2) – неубывающая функция по каждому из аргументов x1, x2
-
F(-, x2) = F(x1, -) = 0
-
F(+, +) = 1
-
P{a1X1b1, a2X2b2} = F(b1, b2) – F(b1, a2) – F(a1, b2) + F(a1, a2)
-
F(x1, x2) – непрерывная слева в любой точке (x1, x2) R2 по каждому из аргументов x1, x2 функция
-
FX1, X2(x, +) = FX1(x), FX1, X2(+, x) = FX2(x)
Доказательство:
-
События {X1<- } и {X2<- } являются невозможными, а пересечение невозможного события с любым событием также невозможное событие, вероятность которого равна нулю
-
События {X1<+ } и {X2<+ } так же,как и их пересечение, являются достоверными, вероятность которых равна единице
5) Сами
6) (пусть x1,…,xn,… - любая возрастающая посл-ть чисел, стремящаяся к x. Событие {X<xn} является объединением событий {X<xn}. Снова воспользовавшись аксиомой непрерывности, приходим к утв)
19. Что называют дискретным случайным вектором? Сформулируйте и докажите утверждение о виде функции распределения дискретного случайного вектора.
Двумерную случайную величину (X, Y) называют дискретной, если каждая из случайных величин X и Y является дискретной, т.е. если множество их возможных значений конечно или счетно.
pij = P{X=xi, Y=yj} – вероятность совместного осуществления событий {X = xi} и {Y = yj}. Совместная функция распределения получается суммированием pij по всем значениям i и j, для которых xi<x, yj<y, т. е.
. Доказательство следует из доказательства для одномерной случайной величины.
20. Дайте определение непрерывного случайного вектора. Сформулируйте и докажите основные свойства его плотности распределения вероятностей.
Непрерывной двумерной случайной величиной (X, Y) называют такую двумерную случайную величину (X, Y), совместную функцию распределения которой F(x1, x2) = P{X<x1, Y<x2} можно представить в виде сходящегося несобственного интеграла: . Функцию p(x1, x2) = pX,Y(x1, x2) называют совместной (двумерной) плотностью распределения случайных величин X и Y, или плотностью распределения случайного вектора (X, Y). .
Двумерная плотность распределения обладает следующими свойствами:
Доказательство. Свойства 1 – 5 аналогичны свойствам одномерной плотности распределения. Свойство 6 является обобщением свойства 2. Докажем утверждения 7 и 8. Из свойства 7 двумерной функции распределения (см. вопрос 18) и определения двумерной плотности распределения вытекает:
откуда, дифференцируя интегралы по переменному верхнему пределу и учитывая, что , получаем утверждение 7 для одномерных плотностей распределения pX(x) и pY(y) случайных величин X и Y.
21. Что понимают под функцией случайных величин? Сформулируйте и решите задачу о нахождении закона распределения функции случайных величин (общий случай).
Случайную величину Y, которая каждому элементарному исходу ставит с соответствие число Y() = Y(X()), называют функцией Y(X) (скалярной) от скалярной случайной величины X. Функция Y = Y(X) от дискретной случайной величины также является дискретной случайной величиной, поскольку она не может принимать больше значений, чем случайная величина X. Функция Y = Y(X) от непрерывной случайной величины X может быть как непрерывной, так и дискретной.