Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Зависимые и независимые случайные величины .
Случайные величины X и Y называются независимыми, если закон распределения каждой из них не зависит от того, какое значение приняла другая. В противном случае величины X и Y называются зависимыми. Плотность распределения системы независимых случайных величин равна произведению плотностей распределения отдельных величин, входящих в систему. Задача 5.10. Для не совместных событий Экзаменационный Билет №22 Плотность распределения системы 2-х случайных величин, плотность распределения отдельных величин, входящих в систему. Функция называется плотностью распределения системы. Выражение для плотности распределения величины X:
F1(x) = F(x,∞) Аналогично: F2(y) = F(∞,y) Неравенство Чебышева. A. Первая формула. Если х – случайная неотрицательная велична, то Доказательство: 1.Пусть величина X прерывная, с рядом распределения
2. Для непрерывных величин
B. Вторая формула. Пусть имеется случайная величина X с математическим ожиданием mx и дисперсией Dx. Неравенство Чебышева утверждает, что каково бы ни было положительное число а, вероятность того, что величина X отклонится от своего математического ожидания не меньше чем на , ограничена сверху величиной : . Доказательство: 1.Пусть величина X прерывная, с рядом распределения
2. Для непрерывных величин
Примечание. Неравенство Чебышева дает только верхнюю границу вероятности данного отклонения. Выше этой границы вероятность не может быть ни при каком законе распределения. На практике в большинстве случаев вероятность того, что величина X выйдет за пределы участка значительно меньше 1/9 Задача 21.3 Экзаменационный Билет №23 Условные законы распределения для системы случайных величин. Выражение для плотности распределения величины X:
Аналогично: Таким образом, для того чтобы получить плотность распределения одной из величин, входящих в систему, нужно плотность распределения системы проинтегрировать в бесконечных пределах по аргументу, соответствующему другой случайной величине. Условным законом распределения величины X, входящей в систему (X, Y), называется ее закон распределения, вычисленный при условии, что другая случайная величина Y приняла определенное значение у. Условный закон распределения можно задавать как функцией распределения, так и плотностью. Условная функция распределения обозначается F(х\у), условная плотность распределения f(х \ у). Выражения условных законов распределения через безусловные: Центральная предельная теорема для суммы одинаково распределенных случайных величин. Если независимые случайные величины, имеющие один и тот же закон распределения с математическим ожиданием и дисперсией , то при неограниченном увеличении n закон распределения суммы неограниченно приближается к нормальному. И тогда вероятность того, что случайная величина Y попадет в промежуток , выражается формулой , где - функция Лапласа; ; . Задача 29.7 Экзаменационный Билет №24 |
||||||||||||||||||||||
Последнее изменение этой страницы: 2018-05-29; просмотров: 186. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |