Випадкові величини (реферат)
Одним з основних понять теорії ймовірностей є поняття випадкової величини. Випадкова величина е величина, яка приймає те чи інше значення в залежності від випадку. Прикладом випадкової величини можуть бути число очок, які випали при одному підкиданні грального кубика, число попадань в ціль при n пострілах, час безвідмовної роботи приладу, дальність польоту балістичної ракети та інш. Випадкова… Читати ще >
Випадкові величини (реферат) (реферат, курсова, диплом, контрольна)
Реферат на тему:
Випадкові величини.
1. Випадкові величини ункції на просторі елементарних подій.
Одним з основних понять теорії ймовірностей є поняття випадкової величини. Випадкова величина е величина, яка приймає те чи інше значення в залежності від випадку. Прикладом випадкової величини можуть бути число очок, які випали при одному підкиданні грального кубика, число попадань в ціль при n пострілах, час безвідмовної роботи приладу, дальність польоту балістичної ракети та інш. Випадкова величина число, яке ставиться у відповідність кожному можливому наслідку експеримента. Оскільки наслідки експерименту описуються елементарними подіями, випадкову величину можна розглядати як функцію на просторі елементарних подій p>
Приклад. Нехай двічі підкидають монету. Простір елементарних подій має вигляд Г, ГР, РГ, РРНехай исло появ герба. Величина функцією елементарної події. Таблиця значень функції має наступний вигляд:
> | Г Г. | Г Р. | Р Г. | Р Р. |
Функція на азивається вимірною відносно лгебри якщо для кожного дійсного х виконана умова: p>
Випадковою величиною, а (називається вимірна функція.
, яка задає відображення множину дійсних чисел R.
Функцією розподілу випадкової величини називається функція.
F (x)={ < x}.
Нехай <- мовірнісний простір і ипадкова величина на ньому. Показати, що кожна із множин множини >
{, { ,.
{ { atb},.
{ { a< < b}.
є випадковою подією, тобто кожна з цих множин належить лгебрі Показати, що P{ = , P{ — .
Р{ atb}= F (b) — F (),.
2. Дискретні випадкові величини.
Нехай <- мовірнісний простір. Дискретною випадковою величиною називається функція на яка набуває скінченне або зліченне число значень х1, х2, …, хn, … і є вимірною відносно лгебри Це означає, що для кожного хі.
{).
Дійсно, якщо для функції має місце співвідношення (1), то ця функція вимірна відносно так як для кожного дійсного х.
{ { } /div>
Крім того, якщо вимірна відносно лгебри то за Теоремою 1 для кожного дійсного х { Таким чином, якщо искретна випадкова величина на ймовірнісному просторі <-, яка приймає значення х1, х2, …, хn, …, то для кожного n визначена ймовірність.
Рn=Р{ (2).
Нехай дискретна випадкова величина, яка набуває значення х1,…, хі,… Набір чисел Р{i}=pi (i=1,2,…).
називають р о з п о д і л о м випадкової величини Зрозуміло, що.
рі .
Часто розподіл випадкової величини подають у вигляді такої таблиці, в якій перераховуються значення випадкової величини разом з відповідними ймовірностями:
> | x1. | … | xk. | … | ||
Задача 1. p | p1. | … | pk. | … |
Функція розподілу дискретної випадкової величини визначається рівністю.
.
Сумісний розподіл випадкових величин і Нехай дискретна випадкова величина, яка набуває значень х1, х2,…, хі,…, дискретна випадкова величина, яка набуває значень y1, y2,…, yі,… Набір чисел Р{i, i}=pij.
(i=1, 2, …- j=1, 2, …) називається с у м і с н и м р о з п о д і л о м.
випадкових величин розподілом випадкового вектора (Мають місце такі твердження:
а) рij .
б) .
де {pi} розподіл {qi} - розподіл /p>
Незалежні випадкові величини. Випадкові величини r>н, а з и в, а ю т ь с я н е з, а л е ж н и м и, якщо для будь-яких i j.
P{i, yi} = P{i} yi}.
Математичне сподівання випадкової величини. Нехай дискретна випадкова величина, яка набуває значень хі з імовірностями рі(і=1, 2, …). Припустимо, що ряд хіі збігається. Тоді м, а т е м, а т и ч н и м с п оді;
в, а н н я м випадкової величини називається сума ряду М Якщо хіі=+то кажуть, що випадкова величина не має математичного сподівання. Математичне сподівання суми випадкових величин дорівнює сумі математичних сподівань.
Дисперсія випадкової величини визначається рівністю.
D M M .
Властивості дисперсії.
1.D оnst;
2.Dmath xmlns="http://www.w3.org/1998/Math/MathML" display="block" >0;
3.D (C2 D/p>
4.D (ath xmlns="http://www.w3.org/1998/Math/MathML" display="block" >± C)= D.
5.Якщо та незалежні випадкові величини, то D ( )= D +D .
Коєфіцієнт коваріації випадкових величин та це:
cov ((/p>
Коефіцієнт кореляції. К о є ф і ц і є н т о м к о р е л я ц і ї випадкових величин азиваються.
.
Мають місце такі твердження:
а) 1;
б) якщо езалежні, то r (;
в) якщо то з імовірністю одиниця де, а і b — деякі сталі.
Схема Бернуллі. Класичні дискретні розподіли.
Біномінальний розподіл. Проводяться незалежні випробовуванняв кожному випробовуванні може бути два результати: «успіх» — з імовірністю p, або невдача з імовірністю 1-р=q. Нехай проведено n випробовувань. Позначимо через исло «успіхів», тоді.
Pn (k)=P{= (k=0, 1,…, n).
Розподіл випадкової величини азивається.
б і н о м і н, а л ь н и м р о з п о д і л о м Б е р н у л л і, а описана вище схема носить назву схеми незалежних випробовувань, або схеми Бернуллі.
, .
Локальна теорема МуавраЛапласа. Якщо , то.
— .
Iнтегральна теорема Муавра — Лапласа. Якщо , рконстанта, то.
рівномірно по х1, х2 (- .
Теорема Пуассона. Якщо р=рn o та при (, то.
.
Геометричний розподіл. Випадкова величина яка набуває значень 0, 1, …, k… має геометричний розподіл з параметром р, якщо Р{=(1-p)kp.
Величину ожна інтерпретувати як число випробувань до першої появи успіху в схемі незалежних випробувань з ймовірністю появи успіху р.
Розподіл Пуассона. Випадкова величина яка набуває значень 0, 1, …, k… має розподіл Пуассона з параметром, якщо.
Р{= ,.
Зазначемо, що параметр цьому розподілі задовільняє рівності, де n-число випробувань, а pймовірність успіху. При великому числі випробувань, число успіхів, наближено розподілено по закону Пуассона, а ймовірність успіху має порядок (закон рідких подій).
Задача 1. Двічі підкидають монету. Описати простір елементарних подій Нехай исло появи герба. Знайти розподіл випадкової величини математичне сподівання Мта дисперсію Dp>
Г, ГР, РГ, РР>
). | ||||
Р. | . | . | . |
Р1=Р Р2=Р Р3=Р /p>
М1+ 1+ 1 =1- М= 1+ 1=3/p>
D М+ (М= 1/p>
Задача 2. Випадкова величина приймає значення -1, 0 та 1 з ймовірностями, відповідно рівними та . Написати вираз та побудувати графік функції розподілу величини .
Задача 3. Випадкова точка ( на площині розподілена по наступному закону: .
0 1 Знайти M , M , D , D , M ( -M )( — M ),.
— 1 0,1 0,5 та коефіціент кореляції (Відповідь =0, 44).
0 0,15 0,25.
1 0,2 0,15.
Задача 4. Двічі підкидабть гральний кубик. Описати простір елементарних подій . Нехай — сума очок, які випали. Знайти розподіл випадкової величини .
Задача 5. Кидають два гральних кубика. Нехай -кількість очок на першому кубику, а на другому. Довести, що та — незалежні.
Задача 6. Монету підкидають доки випаде герб. Описати простір елементарних подій . Нехай — число зроблених підкидань. Обчислити: а) розподіл випадкової величини — б) (Вказівка. Елементарний наслідок є ).
Задача 7. Гральний кубик підкидають 5 раз. Знайти ймовірністьтого, що два рази з’явиться число очок, яке кратне 3.
Задача 8. Що більш ймовірно: виграти у гравця (рівного собі за силою гри) 4 партії з 8, чи 3 партії з 5 ?
Задача 9. Показати, МnpDnpq, якщо випадкова величина ає біноміальний розподіл. q мовірність невдачі, n исло випробовувань, p мовірність успіху.
Задача 10. Стріляють по цілі n раз. Влучення при окремих пострілах езалежні події і ймовірність влучення при кожному пострілі дорівнює р. Нехай исло влучень при n пострілах. Знайти а) розподіл б) Ма D/p>
Задача 11. Проведено 20 пострілів по цілі. Ймовірність влучення при одному пострілі 0,7. Обчислити: а) ймовірність того, що буде принаймі одне влучення;
б) ймовірність того, що буде не більше двох влучень.
Задача 12. Батарея зробила 14 пострілів по об'єкту, ймовірність влучення в який дорівнює 0,2. Обчислити ймовірність знищення об'єкту, якщо для ищення отрібно не менше 4 влучень. (Відповідь. Р{ 0.302).
Задача 13. Знайти ймовірність: а) при підкиданні 6n гральних кубиків не менше n раз з’явиться шестіркаб) появи принаймі трьох шестірок при підкиданні 18 кубиків (р=0,597).
Задача 14. Якщо в середньому лівші складають 1%, то які шанси на те, що серед 200 чоловік а) виявиться рівно 4 лівші - б) знайдеться принаймі 4 лівші.
(Вказівка.Скористатися формулою Пуассона).
Задача 15. Нехай ипадкова величина, яка має геометричний розподіл з параметром р. Показати, що Мmath xmlns="http://www.w3.org/1998/Math/MathML" display="block" >qp та D .
Задача 16. Нехай має геометричний розподіл. Показати, що.
, ().
Задача 17. Випадкові величини та езалежні і мають той самий геометричний розподіл, k = 0,1, …}. Нехай max (Знайти розподіл величин та сумісний розподіл величин та .
Задача 18. Нехай ипадкова величина, яка має розподіл Пуассона з параметром Довести, що М D/p>
Задача 19. Нехай, а — незалежні випадкові величини, які приймають значення х1, х2,… з ймовірностями р1, р2,… та q1, q2,… відповідно. Обчислити.
. Відповідь = .
Задача 20. Нехай випадкова величина абуває цілих невід'ємних значень, причому Мath xmlns="http://www.w3.org/1998/Math/MathML" display="block" >. Довести, що.
Мmath xmlns="http://www.w3.org/1998/Math/MathML" display="block" >i=1P{>=i} .
Розв’язок. = .
Задача 21. Нехай та незалежні одинаково розподілені випадкові величини та =Довести, що .
Задача 22. Нехай та езалежні випадкові величини, які мають цілі значення. Довести, що.
.
Задача 23. Нехай та езалежні випадкові величини, які мають розподіл Пуассона з параметрами та Довести, що випадкова величина.
має розподіл Пуассона з параметрами /p>
Задача 24. Випадкові величинита езалежні і мають розподіл Пуассона з параметрами, а відповідно. Показати, що.
де .
Задача 25. Випадкові величини та езалежні і мають один і той же геометричний розподіл. Довести, що.
.
Задача 26. Випадкові величини та езалежні і мають один і той же геометричний розподіл Показати, щовипадкова величина має геометричний розподіл. Знайти параиетр цього розподілу.Відповідь q=q1q2.
Задача 27. Написані n листів, але адреси на конвертах написано у випадковаму порядку. Нехай — число листів, які будуть одержані тими адресатами, кому вони призначені. Обчислити М та D .
Розв’язування. Нехай = 1, якщо ктий лист одержано адресатом, або = 0, — в протилежному випадку. Тоді = . Оскільки Р { =1 }= '.
D = і M =1. Для обчислення D треба підрахувати M (k i). Oскільки набуває значення 1 та 0, причому.
Р { =1}= , то М = — cov ( = M — M =.
= . Отже, D + 2 .
Задача 28. Знайти ймовірність того, що подія, А настурить рівно 70 раз в 243 випробуваннях, якщо ймовірність появи цієї події в кожному випрбуванні дорівнює 0,25.
Розв’язування. Скористаємося локальною теоремою Лапласа:
, де . Так як n=243, k=70, p=0,25, , то , Шукана ймовірність дорівнює .
Задача 29. Ймовірність появи події А в кожному із 100 незалежних випробовувань постійна і дорівнює р=0, 8. Знайти ймовірність того, що подія, А з’явиться: а) не менше 75 раз і не більше 90 раз-б) не менше 75 разів.
Розв’язування. а) Скористаємося інтегральною теоремою Муавра — Лапласа:
де — функція Лапласа,.
, .
Враховуючи, що функція Лапласа непарна, тобто одержимо .
Відповідь.б) )).
Задача 30. Магазин одержав 1000 бутилок мініральної води. Ймовірність того, що при перевезенні бутилка дуде розбитою, дорівнює 0,003. Знайти ймоварність того, що магазин одерже розбитих бутилок: а) рівно двіб) не менше двохв) більше двохг) принаймі одну. (Вказівка. — а) — б) — в) — г) ).
3 Абсолютно неперервні випадкові величини.
Функція розподілу випадкової величини це ймовірність F (x)=P{-x}. Функція розподілу F (x): а) неперервна зліваб) неспадна на.
(-в) F (-, F (+.
Для кожної функції F (x), яка має ці властивості можна побудувати ймовірний простір (Р) і випадкову величину на ньому, яка має функцію розподілу F (x).
Випадкова величина називається абсолютно неперервною, якщо існує невід'ємна функція р (х), яка називається щільністю ймовірності, така що [ 5] .
Майже при всіх х виконується рівність F=p (x). Для щільністі розподілу мають місце рівністі , P{a = = F (b) — F (a) (a<b).Якщо р (х) — неперервна функція, то.
Р{ x = p (x) 0(.
Рівномірний розподіл. Випадкова величина ає рівномірний розподіл на відрізку [a, b], якщо щільність розподілу орівнює.
p (x)= .
0, .
Нормальний розподіл N (a, Випадкова величина має нормальний N (a, розподіл, якщо щільність розподілу орівнює.
p (x)= exp , — .
Показниковий розподіл. Випадкова величина має показниковий розподіл з параметром якщо щільність розподілу орівнює.
p (x)= .
0, .
Математичне сподівання суми випадкових величин дорівнює сумі математичних сподівань.
Математичне сподівання добутку незалежних випадкових величин дорівнює добутку математичних сподівань.
Функція розподілу випадкового вектора (…, — це ймовірність.
F (x1,…, xn)=P{ltx1…, ltxn}.
Незалежні випадкові величини. Випадкові величини …, незалежні, якщо.
P{tx1,…, txn}= P{tx1}… P{txn}.
Теорема. Випадкові величини 1, 2,…, n незалежні тоді і тільки тоді, коли.
(х1,х2,…, хn)= х1) х2)… хn).
Щільність розподілу випадкового вектора. Якщо функцію розподілу F (x1,…, xn) вектора (…, можна подати у вигляді.
F (x1,…, xn)= .
то кажуть, що випадковий вектор (…, має щільність розподілу р (x1,…, xn). Щільність розподілу р (x1,…, xn) випадкового вектора (…, є невід`ємна функція і.
.
Для неї майже всюди має рівність .
Знаючи щільність розподілу випадкового вектора, можна знайти щільність розподілу кожної його компоненти.
.
Математичне сподівання випадкової величини. Нехай.
випадкова величина на ймовірному просторі (Р).
Випадкова величина має математичне сподівання, якщо існує інтеграл.
Мmath xmlns="http://www.w3.org/1998/Math/MathML" display="block" >-xp (x)dx ,.
де р (х) — щільність розподілу /p>
Якщо g (x) — однозначна функція і , то.
Мg ( .
Математичне сподівання суми випадкових величин дорівнює сумі математичних сподівань.
Математичне сподівання добутку незалежних випадкових величин дорівнює добутку математичних сподівань.
Дисперсія випадкової величини.
D = M ( -M )2=M 2- (M )2= .
Випадковий вектор (…, має нормальний розподіл, якщо його щільність розподілу дорівнює.
де, = M i ,.
(i =1,…, n), — визначник, який складений з елементів матриці коваріацій,.
-елементи оберненої до матриці .
Задача 1. В книзі Г. Крамера дана функція розподілу рівних доходів осіб, які обкладаються податком:
.
Визначити розмір річного доходу, який для випадково вибраного платника податку може бути перевершеним з ймовірністю 0,5.
Розв’язування. Р{= 0,5, за умовою задачі.
Р{=1 — Р{tx}=1−1+ (х0 0,5×0 1×0 (½)1/br>х0 = (½)1/, х=20.
Задача 2. Нехай випадкова величина з неперервною функцією розподілу F (x) і F (Обчислити функцію розподілу p>
Розв’язування. Нехай Тоді При (так як F (x) — функція розподілу), при Отже, ає рівномір-ний розподіл на [0,1).
Задача 3. Нехай івномірно розподілена на [0, 1] випадкова величина. Знайти функцію розподілу випадкової величини 1 ln (1- (Відповідь: показниковий розподіл з параметром /p>
Задача 4. Нехай випадкова величинаає нормальний розподіл N (а, Показати, що .
Задача 5. Випадкова величина має нормальний розподіл N (0, При якому мовірність попадання в інтервал (а, b) буде максимальною?
Розв’язування. .
.
.Задача 6. Нехай має показниковий розподіл з параметром Обчислити а) М б) D в) Р{(Вказівка. , ).
Задача 7. Нехай ипадкова величина, яка має показниковий розподіл з параметром Знайти розподіл випадкової величини [Обчислити Мp>
(Відповідь.Геометричний розподіл з параметром р=1- е-/p>
Задача 8 а) Знайти М| якщо випадкова величина розподілена нормально з параметрами (0, .б) Нехай ормально розподілена з параметрами (а,. Обчислити М|а|. Відповідь .
Задача 9. Нехай ипадкова величина, яка рівномірно розподілена на проміжку [-a, a]. Обчислити: а) Мб) Dв) Р{ |> a/2 }.
Задача 10. Щільність випадкової величини ає вигляд р (х)=Ае-х при хй р (х)=0 при х<0. Знайти коефіцієнт А. Обчислити дисперсію /p>
Задача11. Випадкова величина івномірно розподілена на проміжку , , а та одатні постійні. Знайти математичне сподівання та дисперсію (М0 — Dа2.
Задача12. Випадкова величина має щільність Знайти математичне сподівання та дисперсію. Відповідь М .
Задача13. Нехай випадкова величина адана наступним чином:.
Знайти а) коефіцієнт, А й функцію розподілуб) математичне сподівання та дисперсію (А=½, F (x)=½ (sin x -1) приlt-x/2, F (x)=0 при х F (x)=1 при х б) М D.
Задача14. Випадкова величина розподілена по закону Лапласа, тобто її щільність дорівнює р (х)= .Знайти математичне сподівання та дисперсію.
Задача 15. Випадкова величина ає щільність (закон Коші).
а) коефіцієнт, А та функцію розподілу б) знайти ймовірність нерівності.
-1в) яке математичне сподівання, цього розподілу?
(Відповідь. А=1/ — Р2- математичного сподівання не існує).
Задача 16. Випадкова величина озподілена логарифмічно нормально, тобто її щільність р (х)=0, при хй , при х>0. (овільне число, одатнє). Знайти Ма D (Відповідь , ). ).
Задача 17. Нормальний розподіл з щільністю
зрізано значенням х=b, а значення менше b відкинуті. Знайти математичне сподівання та дисперсію цього розподілу.
.(відповідь: Щільність зрізаного розподілу.
.
.
Задача 18. Нехай випадковий вектор (th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >1, th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >2) має нормальний розподіл.
N (а , а , th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >12, th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >22, ath xmlns="http://www.w3.org/1998/Math/MathML" display="block" > на площині. Показати, що кожна з величин th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >1 і th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >2 має відповідно нормальний розподіл N (а , th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >12) і N (а , th xmlns="http://www.w3.org/1998/Math/MathML" display="block" >12).
Розв’язування. Випадковийо вектор ( 1, 2) має нормальний розподілN (, , , ) на площині, якщо його щільність.
(х, у)= ехр {- [ — 2 + ] }. При цьому , = , ,.
.
Зробимо заміну змінних.
.
, v.
та врахуємо, що .
Одержимо .
або .
Задача19. Випадкові величини
незалежні і мають нормальні розподіли.
),.
). Довести, що випадкова величина.
має.
.нормальний розподіл
). (Скористатись формулою.
.= ,.
де -щільності випадкової величини , і=1,2.).
Задача 20. Випадковий вектор () з невід'ємними компонентами має функцію розподілу.
F (х, у)=1- .
Знайти математичне сподівання та матрицю коваріацій цього вектора. Залежні чи незалежні його компоненти? (Відповідь. Випадкові величини та незалежні. M = , M = , D = , D = ).
Задача21. Випадкова величина рівномірно розподілена на інтервалі (-1, 1), = m (m-ціле додатнє число). Знайти коефіцієнт кореляції та . Розлянути випадки парного та непарного n.
Задача 22. Випадковий вектор (, ) має щільність р (х, у)= .
Знайти коефіцієнт . Знайти одновимірні щільності випадкових величин та . Установити, залежні чи ні випадкові величини та .
.