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


И пусть





Известно, что



Р







=

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



- Если
,
- независимые случайные величины с абсолютно непрерывным распределением,
то



=

(Последняя формула называется формулой свертки для плотностей.)
§15. Математическое ожидание случайной величины.
Пусть на некотором вероятностном пространстве

Определение
Математическим ожиданием случайной величины



Рассмотрим




Существование



Тогда имеем






Таким образом, существование


Что вообще означает число

Рассмотрим следующий пример: пусть

![]() | ![]() | ![]() | … |
![]() | ![]() | ![]() | … |
Введем случайное событие




Тогда






Замечание. Математическое ожидание часто еще называют средним случайной величины.
Давайте теперь предположим, что значений у случайной величины



Итак, далее будем считать, что математическое ожидание и среднее случайной величины – синонимы.
Свойства

- Линейность математического ожидания.

Доказательство свойства 4: P(




Доказательство свойства 5:

Теорема. Пусть

вероятностном пространстве;



Следствия.
- n=1


- Если
с абсолютно непрерывным законом распределения, тогда
Доказательство (теоремы).
- Рассмотрим ситуацию, когда функция
принимает не более чем счётное число значений.
Пусть








Введём в рассмотрение события



Рассмотрим








- Рассмотрим ситуацию, когда
Определим функцию



Тогда, так определяемая функция принимает не более чем счетное число значений.
Имеем









Рассмотрим


+









+|




Теорема доказана.
Ещё одно следствие, которое мы сформулируем как отдельный результат:
Теорема.

Доказательство. Пусть



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


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.







2.







3.



4.



+









=

Определение.




Пример, когда обратное утверждение в свойстве 4 неверно. Пусть распределение ξ следующее:







Если

После данного определения свойство 4 можно переформулировать так:
4. Если случайные величины некоррелированные, то

Примеры вычисления математического ожидания и дисперсии для часто встречающихся распределений.
Прежде чем перейти к примерам, сделаем следующее замечание.
Пусть














У них


Вывод:


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 распределением Бернулли:


- с биномиальным распределением.




![]() | 0 | 1 |
![]() | ![]() | ![]() |







Имеем,


Распределение у







2-ой способ вычисления (по определению):









=


П
- распределение Пуассона


Вычисляем:







- с абсолютно непрерывным распределением,
- плотность;


Это означает, что:




- с распределением Коши;



Математическое ожидание отсутствует.
- с нормальным (гауссовским) законом распределения с параметрами
,
, где
,
.
Обозначение:







=

Здесь




И, следовательно,

Далее,



=

Вопрос: чему равна дисперсия разности независимых случайных величин?
Имеем:



Дисперсия разности – это НЕ разность дисперсий.
Лекция 10 (9.11.10)