первого рода. [править] Тождества
Из свойств вероятности следует, что , таких что a < b:
;;;;;;;.
Если случайная величина X дискретна, то есть её распределение однозначно задаётся функцией вероятности
,
то функция распределения FX этой случайной величины кусочно-постоянна и может быть записана как:
.
Эта функция непрерывна в любой точке , такой что , и имеет разрыв, равный pi, в x = xi.
[править] Непрерывные распределенияРаспределение называется непрерывным, если такова его функция распределения FX. В этом случае:
,
и
,
а следовательно формулы имеют вид:
,
где | a,b | означает любой интервал, открытый или закрытый, конечный или бесконечный.
[править] Абсолютно непрерывные распределенияРаспределение называется абсолютно непрерывным, если существует неотрицательная почти всюду (относительно меры Лебега) функция fX(x), такая что:
.
Функция fX называется плотностью распределения. Известно, что функция абсолютно непрерывного распределения непрерывна, и, более того, если , то , и
.
[править] Вариации и обобщения [править] Многомерные функции распределенияПусть фиксированное вероятностное пространство, и — случайный вектор. Тогда распределение является вероятностной мерой на . Функция этого распределения задаётся по определению следующим образом:
,
где в данном случае обозначает декартово произведение множеств.
Свойства многомерных функций распределения аналогичны одномерному случаю. Также сохраняется взаимно-однозначное соответствие между распределениями на и многомерными функциями распределения. Однако, формулы для вычисления вероятностей существенно усложняются, и потому функции распределения редко используются для n > 1.
Пусть — случайная величина, определённая на некотором вероятностном пространстве. Тогда
где символ M обозначает математическое ожидание.
[править] ЗамечанияВ силу линейности математического ожидания справедлива формула:
Дисперсия является вторым центральным моментом случайной величины;Дисперсия может быть бесконечной. См., например, распределение Коши.Дисперсия может быть вычислена с помощью производящей функции моментов U(t):
D[X] = U''(0) − U'2(0)
Дисперсия целочисленной случайной величины может быть вычислена с помощью производящей функции последовательности.
Дисперсия любой случайной величины неотрицательна: Если дисперсия случайной величины конечна, то конечно и её математическое ожидание;Если случайная величина равна константе, то её дисперсия равна нулю: D[a] = 0. Верно и обратное: если D[X] = 0, то X = M[X] почти всюду;Дисперсия суммы двух случайных величин равна:
, где – их ковариация;
Для дисперсии произвольной линейной комбинации нескольких случайных величин имеет место равенство:
, где ;
В частности, D[X1 + ... + Xn] = D[X1] + ... + D[Xn] для любых независимых или некоррелированных случайных величин, так как их ковариации равны нулю;
Пусть случайная величина имеет стандартное непрерывное равномерное распределение на т. е. её плотность вероятности задана равенством
Тогда
и
Тогда
Пусть — случайная величина,
Похожие работы
Тема: Теория вероятности решение задач по теории вероятности |
Предмет/Тип: Математика (Практическое задание) |
Тема: Теория вероятности |
Предмет/Тип: Математика (Доклад) |
Тема: Теория вероятности |
Предмет/Тип: Эктеория (Контрольная работа) |
Тема: Теория вероятности |
Предмет/Тип: Математика (Реферат) |
Тема: Теория вероятности |
Предмет/Тип: Математика (Курсовая работа (т)) |
Интересная статья: Быстрое написание курсовой работы