![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Гауссовская случайная величинаСтр 1 из 3Следующая ⇒ P(t)³0. Геометрически это означает, что график плотности распределения расположен либо выше оси Ох, либо на этой оси. 2. Учитывая, что F(+¥)=1, получаем:
14. Основные виды распределений дискретных случайных величин (биномиальное распределение, геометрическое распределение, распределение Пуассона) их числовые характеристики.
15. Основные виды распределений непрерывных случайных величин (равномерное, показательное и нормальное распределение) и их числовые характеристики.
16. Гауссовская случайная величина, ее числовые характеристики. Вероятность попадания гауссовской случайной величины в заданный интервал. Правило «трех сигм». Гауссовская случайная величина Случайная непрерывная величина X имеет нормальное (гауссово) распределение, если ее плотность распределения вероятности имеет вид где
Если а=0 и σ=1, то нормальное (гауссовое) распределение называется стандартным нормальным (гауссовым) распределением (таблица плотности вероятности нормальной случайной величины), плотность которого равна а функция распределения (функция Лапласа) (таблица функции Лапласа) Вероятность попадания в заданный интервал (α;β) нормально распределенной случайной величины с параметрами а, σ вычисляется по формуле: с использованием интеграла вероятности
Из этих соотношений легко получить вероятность отклонения распределения случайной величины X от своего математического ожидания а:
,где δ — величина отклонения.
Полагая в этой формуле δ=3σ, получаем P(|X-a|<δ)=2Ф(3)=2*0.49865=0.9973 Этот результат носит название «правило трех сигм». Таким образом, в 99,7% случаях все значения нормального распределения случайной величины сосредоточены в интервале(-3σ+a; 3σ+a). Распределение, заданное на бесконечном интервале, может быть рассмотрено на конечном интервале, и погрешность при такой замене равно ,примерно, 0,3%.
17. Системы случайных величин. Функция распределения вероятностей системы двух случайных величин (двумерного случайного вектора), ее свойства. Упорядоченная пара (X,Y) случайных величин X и Y называется двумерной случайной величиной, или случайным вектором двумерного пространства. Двумерная случайная величина (X,Y) называется также системой случайных величина X и Y. Множество всех возможных значений дискретной случайной величины с их вероятностями называется законом распределения этой случайной величины. Дискретная двумерная случайная величина (X,Y) считается заданной, если известен ее закон распределения: P(X=xi, Y=yj) = pij, i=1,2...,n, j=1,2...,m Пусть Х = (Х1, Х2,…,ХN) – cовокупность (или система) случайных величин. Функцией распределения системы случайных величин называется вероятность совместного выполнения неравенств Свойства функции распределения аналогичны свойствам функции распределения одномерной случайной величины. Например, для системы двух случайных величин X и Y: 1) F(х, у) – неубывающая функция своих аргументов; 2) 3) 4)
18. Плотность распределения вероятностей системы двух случайных величин (двумерного случайного вектора), ее свойства. Предположим, что функция распределения
Функция
Используя формулу (5.1), выразим функцию распределения системы
Рассмотрим свойства плотности распределения системы двух случайных величин.
Свойство 1. Плотность распределения есть функция неотрицательная:
Свойство 2. Двойной несобственный интеграл с бесконечными пределами от плотности распределения системы равен единице:
19. Вероятность попадание случайной точки в заданную область (в том числе прямоугольную). Вероятность попадания случайной точки в заданную область выражаются наиболее просто в том случае, когда эта область представляет собой прямоугольник со сторонами, параллельными координатным осям. Выразим через функцию распределения системы вероятность попадания случайной точки При этом следует условиться, куда мы будем относить границы прямоугольника. Аналогично тому, как мы делали для одной случайной величины, условимся включать в прямоугольник Рис. 8.2.5. Рис. 8.2.6 Очевидно, вероятность попадания в прямоугольник
20. Независимость нескольких случайных величин. Связь с коэффициентом корреляции. Случайные величины Коэффициент корреляции - это сила и направление связи между независимой и зависимой переменными. Значения r находятся в диапазоне между - 1.0 и + 1.0. Когда r имеет положительное значение, связь между х и у является положительной, а когда значение r отрицательно, связь также отрицательна. Коэффициент корреляции, близкий к нулевому значению, свидетельствует о том, что между х и у связи не существует.
21. Ковариация, коэффициент корреляции, их свойства. Условные законы распределения. Ковариация являетcя совместным центральным моментом второго порядка.[6] Ковариация определяется как математическое ожидание произведения отклонений случайных величин Так как и — независимые случайные величины, то и их отклонения и также независимы. Пользуясь тем, что математическое ожидание произведения независимых случайных величин равно произведению математических ожиданий сомножителей, а математическое ожидание отклонения равно нулю, имеем Свойства ковариации: Ковариация двух независимых случайных величин и равна нулю[ Абсолютная величина ковариации двух случайных величин и не превышает среднего геометрического их дисперсий:
|