Курс лекций для специальности Прикладная математика и информатика
Вид материала | Курс лекций |
СодержаниеФормула свертки для функции распределения Пример, когда обратное утверждение в свойстве 4 неверно. Если , то такие случайные величины называют 2-ой способ вычисления (по определению) |
- Программа по курсу "Математика. Алгебра и геометрия" для специальности 080801 (351400), 143.45kb.
- Программа вступительного экзамена по математике подготовки магистров по направлению, 86.94kb.
- Программа дисциплины дс. 08 «Информационная безопасность» для студентов специальности, 149.66kb.
- Программа дисциплины ф дифференциальные уравнения для студентов специальности 010501, 101.63kb.
- Программа дисциплины математический анализ и обыкновенные дифференциальные уравнения., 139.76kb.
- Рабочая программа по дисциплине «принятие управленческих решений» (по выбору) для специальности, 89.25kb.
- Программа дисциплины Современная прикладная алгебра для направления 010500 Прикладная, 214.78kb.
- Программа дисциплины ф. 8 Общая физика Разделы «Механика», «Колебания и волны», «Молекулярная, 113.79kb.
- «Прикладная математика и информатика», 3781.56kb.
- Основная образовательная программа специальности высшего профессионального образования, 68.9kb.
Пусть - независимые случайные величины с известными нам функциями распределения .
И пусть мы знаем значения . Как вычислять ?
Известно, что = . Следовательно, нам надо научиться находить .
Рассмотрим случайный вектор , знаем его функцию распределения = {где - произвольная точка} =
==
Вычисляем это как повторный интеграл: = =
Итак, получаем формулу для вычисления функции распределения суммы независимых случайных величин, которую называют формулой свертки:
Формула свертки для функции распределения:
= (*)
Следствия:
- Пусть - с абсолютно непрерывным распределением (имеется - плотность).
Тогда - с абсолютно непрерывным распределением и =. Это получается из формулы (*) дифференцированием по x.
- Если , - независимые случайные величины с абсолютно непрерывным распределением,
то - с абсолютно непрерывным распределением и ==
=
(Последняя формула называется формулой свертки для плотностей.)
§15. Математическое ожидание случайной величины.
Пусть на некотором вероятностном пространстве : Ω→R,
Определение
Математическим ожиданием случайной величины называют число , вычисляемое по формуле , если оно (это число) существует. {Если интеграл расходится, то говорят, что у случайной величины отсутствует математическое ожидание}
Рассмотрим =max и =min .
Существование эквивалентно существованию и .
Тогда имеем
=+
=-
Таким образом, существование эквивалентно существованию .
Что вообще означает число ?
Рассмотрим следующий пример: пусть с дискретным распределением:
| | | … |
| | | … |
Введем случайное событие ;
, то есть эти события несовместны. Кроме того, .
Тогда
=, где ==.
Замечание. Математическое ожидание часто еще называют средним случайной величины.
Давайте теперь предположим, что значений у случайной величины ровно . И все - среднее случайной величины. Это еще одно пояснение, почему математическое ожидание называют средним случайной величины.
Итак, далее будем считать, что математическое ожидание и среднее случайной величины – синонимы.
Свойства
- Линейность математического ожидания.
Доказательство свойства 4: P()=1
Доказательство свойства 5:
.
Теорема. Пусть
вероятностном пространстве;
Следствия.
- n=1
и, в частности,
- Если с абсолютно непрерывным законом распределения, тогда
Доказательство (теоремы).
- Рассмотрим ситуацию, когда функция принимает не более чем счётное число значений.
Пусть функции .
,
Введём в рассмотрение события
Рассмотрим
.
- Рассмотрим ситуацию, когда
Определим функцию равенством если
Тогда, так определяемая функция принимает не более чем счетное число значений.
Имеем
из определения .
.
Рассмотрим +
+- {где - =0 по первому пункту }
+|.
Теорема доказана.
Ещё одно следствие, которое мы сформулируем как отдельный результат:
Теорема.
Доказательство. Пусть , тогда .
.
Замечание . В обратную сторону утверждение неверно.
Предлагается самостоятельно привести пример, когда обратное утверждение неверно.
Лекция 9 (2.11.10)
§16. Дисперсия (степень рассеяния)
Пусть на некотором вероятностном пространстве .
Определение.
Дисперсией случайной величины называется число
, (1)
если это число существует.
Справедливо также следующая запись:
Таким образом, дисперсия – это среднее квадратичного отклонения случайной величины от своего среднего.
Свойства дисперсии:
- , для некоторого (т.е. случайная величина с вырожденным распределением)
- - независимые случайные величины . Верно и для попарно независимых случайных величин (доказательство по индукции).
Замечание: Свойство 4 в обратную сторону неверно.
Доказательство свойств: 1. , т.к. вычисляем
(неотрицательная функция интегрируется по вероятностной мере)
.
2. ==
.
3. .
4. +
+= {где и независимы, т.к. и - независимы} = = {где =0 и =0} =
= .
Определение.
= - ковариация случайных величин и .
Пример, когда обратное утверждение в свойстве 4 неверно. Пусть распределение ξ следующее:
: -1, 0, 1
: 1/3, 1/3, 1/3 и положим
- зависимые и , что легко проверяется непосредственно. Следовательно,
.
Если , то такие случайные величины называют некоррелированными.
После данного определения свойство 4 можно переформулировать так:
4. Если случайные величины некоррелированные, то . В обратную сторону тоже верно.
Примеры вычисления математического ожидания и дисперсии для часто встречающихся распределений.
Прежде чем перейти к примерам, сделаем следующее замечание.
Пусть , , ,
разные функции, т.е. , но законы распределения у них совпадают:
: 0, 1 : 0, 1
: 1/2, 1/2 : 1/2, 1/2
У них и .
Вывод: и - это характеристики распределения случайной величины!
Примеры:
- Случайные величины с дискретным законом распределения (т.е. у случайных величин конечное или счетное число значений)
| | | … |
| | | … |
- - с вырожденным распределением, т.е. .
0
1
- - с биномиальным распределением.
; ( - можно рассматривать как число успехов в независимых испытаниях Бернулли).
| 0 | 1 |
| | |
, где - можно интерпретировать как число успехов в -ом испытании - число успехов во всех испытаниях.
Имеем,
; и ;
Распределение у и у одинаковое и .
;
2-ой способ вычисления (по определению): =
= {где = } ;
= =
=
= ;
- П - распределение Пуассона
и
Вычисляем:
= + =
.
- - с абсолютно непрерывным распределением, - плотность;
Это означает, что:
;
;
.
- - с распределением Коши;
- расходится (так как интегрируемая функция в ~ );
Математическое ожидание отсутствует.
- - с нормальным (гауссовским) законом распределения с параметрами , , где , .
Обозначение:
= { пусть } = =
= .
Здесь - нечетная функция по симметричному относительно 0 множеству, интеграл сходится = 0; а = 1 как интеграл от плотности по всей прямой.
И, следовательно, .
Далее,
= { пусть } = =
= .
Вопрос: чему равна дисперсия разности независимых случайных величин?
Имеем:
Дисперсия разности – это НЕ разность дисперсий.
Лекция 10 (9.11.10)