Xreferat.com » Рефераты по математике » Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

найдем условный экстремум этой функции, при условии, что Теория вероятности и математическая статистика .

Пользуясь методом неопределенных множителей Лагранжа, будем искать экстремум функции: Теория вероятности и математическая статистика.

Дифференцируя по p1, p2, ..., ps и приравнивая производные нулю получим систему:

Теория вероятности и математическая статистика i=1, ..., s

Откуда видно, что экстремум достигается при равных между собой p1.

Т.к. Теория вероятности и математическая статистика, то p1= p2=, ..., = ps= 1/s.

Еденицей измерения энтропии является энтропия вероятностного пространства вида: Теория вероятности и математическая статистика

Теория вероятности и математическая статистика, которая называется 1 бит.

Неопределенность исхода испытания до испытания автоматически определяет информативность исхода испытания после испытания. Поэтому в битах также измеряется информативность исхода.

Рассмотрим два вероятностных пространства:

Теория вероятности и математическая статистика Теория вероятности и математическая статистика

Проводим композицию двух испытаний. Композиционное пространство имеет вид:

Теория вероятности и математическая статистика i=1, ..., s1 j=1, ..., s2

С точки зрения качественного анализа максимальная энтропия композиционного вероятностного пространства достигается тогда, когда испытания независимы. Найдем энтропию композиционного пространства для случая независимых испытаний.

Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

Биномиальное распределение.

n испытаний называются системой испытаний Бернулли, если испытания независимы, в каждом из них происходит событие Теория вероятности и математическая статистика, либо Теория вероятности и математическая статистика с вероятностью наступления P(A) = p; Теория вероятности и математическая статистика

Найдем вероятность того, что в результате проведенных n испытаний событие А произошло m раз:

Теория вероятности и математическая статистика

Рассмотрим композицию n независимых испытаний и построим композиционное пространство элементарных событий.

Общий вид элемента этого пространства следующий:

Теория вероятности и математическая статистика

где

Теория вероятности и математическая статистика

При этом вероятность наступления такого события равна:

Теория вероятности и математическая статистика(умножение при независимых событиях)Теория вероятности и математическая статистика

Найдем вероятность наступления любого элементарного события из композиционного пространства:

Теория вероятности и математическая статистика

Рассмотрим в композиционном вероятностном пространстве событие: в n испытаниях событие A произошло m раз.

Событие A состоит из Теория вероятности и математическая статистика - общее кол-во элементарных событий, в которое входит событие А. А произошло m раз, Теория вероятности и математическая статистика - n-m раз. Вероятность каждого из этих элементарных событий одинакова и равна:

Теория вероятности и математическая статистика

Следовательно, на основании III аксиомы теории вероятности результат равняется:

Теория вероятности и математическая статистика (сложение вероятностей)

Теория вероятности и математическая статистика

Случайная величина

Пусть имеется вероятностное пространство вида Теория вероятности и математическая статистика.

Случайной величиной называется измеримая числовая скалярная функция Теория вероятности и математическая статистика, элементами которой являются элементарные события.

Числовая скалярная функция - это функция, удовлетворяющая следующему условию:

Теория вероятности и математическая статистика событие Теория вероятности и математическая статистика- алгебре и, следовательно, имеет вероятность наступления.

Если произведено испытание, в результате которого произошло некоторое элементарное событие Теория вероятности и математическая статистика. В соответствии с функцией Теория вероятности и математическая статистика этому элементарному событию соответствует число, которое называется реализацией случайной величины x в данном испытании.

В соответствии с определением случайной величины вводится числовая скалярная функция F(x), Теория вероятности и математическая статистика, определенная для каждого действительного x и по определению равная вероятности наступления события:

Теория вероятности и математическая статистика

Эта функция называется функцией распределения случайной величины Теория вероятности и математическая статистика.

Рассмотрим три события:

Теория вероятности и математическая статистика

где a<b, a, b - действительные числа.

Свойства:

Теория вероятности и математическая статистика

Покажем, что из факта

A2  -алгебре

A1  -алгебре

и равенства Теория вероятности и математическая статистика следует, что A3  .

Теория вероятности и математическая статистика

По определению -алгебры A3 измерима, поэтому можно принять III аксиому теории вероятности:

Теория вероятности и математическая статистика

F(x) - неубывающая функция

Если x<y, то

Теория вероятности и математическая статистика

т.к. Теория вероятности и математическая статистика, то преобразования верны.

Для всех технических приложений функцию распределения можно считать направленной слева.

В силу того, что функция распределения не убывает, она однозначно задает стчетно-аддитивную меру на поле, порожденном всеми полуинтервалами ненулевой длины.

По введенному полю построим борелевскую алгебру. Обозначим ее . Возьмем произвольное число B не принадлежащее полю. Это точка или сегмент. Т.к. множество Теория вероятности и математическая статистика получено с помощью счетной суммы или счетного пересечения множеств принадлежащих -алгебре, то и это множество принадлежит -алгебре и, следовательно, существует вероятность наступления события B. Следовательно, имеет место следующее эквивалентное определение измеримой функции.

Функция Теория вероятности и математическая статистика называется измеримой, если для любого BО множество

Теория вероятности и математическая статистикаалгебре

где Теория вероятности и математическая статистика

Теория вероятности и математическая статистика множество, полученное следующим образом:

Теория вероятности и математическая статистика

Функция g(x) называется борелевской функцией, если для любого B множество

Теория вероятности и математическая статистика

Борелевская функция - функция, определяемая на системе борелевских множеств.

В функциональном анализе показано, что все известные аналитические функции являются борелевскими.

ТЕОРЕМА:

Пусть g(x) борелевская функция, Теория вероятности и математическая статистика- случайная величина, т.е. измеримая функция. Тогда функция

Теория вероятности и математическая статистика

является измеримой и, следовательно, случайной величиной.

Берем произвольное B. Теория вероятности и математическая статистика по определению борелевской функции.

Рассмотрим множество

Теория вероятности и математическая статистика

т.к. Теория вероятности и математическая статистикаизмеримая функция и Теория вероятности и математическая статистика, то A-алгебре

Следовательно, функция Теория вероятности и математическая статистика - измеримая функция, т.е. случайная величина.

Теорема Колмогорова

Любая числовая скалярная функция, которая удовлетворяет свойствам, которым удовлетворяет функция распределения, является функцией распределения и однозначно задает вероятностное пространство вида:

Теория вероятности и математическая статистика

 - борелевская алгебра;

P - мера на борелевской алгебре;

R1 - числовая скалярная ось.

Введем функцию F(x)

Теория вероятности и математическая статистика

Эта функция определена для всех x, неубывающая, непрерывная сверху. Показать самим, что такая функция однозначно задает счетно-аддитивную меру на поле, порожденном всеми полуинтервалами ненулевой длины.

Докажем, что 0<F(x)<1

Согласно терминологии, если функция y=f(x) непрерывна на отрезке [a, b], то она ограничена. Поскольку наша функция не убывающая, то максимум и минимум она соответственно будет иметь такой:

Теория вероятности и математическая статистика

т.е. 0<F(x)<1.

2. Пусть имеем следующие функции.

Построим борелеву алгебру на поле, тогда по теореме о продолжении счетно-аддитивная функция, определенная на поле, без изменения аксиом теории вероятности, однозначно распространяется на все элементы борелевой алгебры, не принадлежащие полю. Т.о. вероятностное пространство построено, теорема доказана.

Смысл теоремы.

Теорема Колмогорова позволяет утверждать, что если вы исследуете случайную величину, то не надо строить абстрактное пространство элементарных событий, -алгебру, счетно-аддитивную меру, конкретный вид функции Теория вероятности и математическая статистика. Нашей задачей будет лишь то, что считая R1 - числовой скалярной осью - пространство элементарных событий, мы должны найти функцию распределения F(x), использую статистику: результата конкретного испытания над случайной величиной:

X1, X2, ..., Xn

Дискретные случайные величины

Случайная величина называется дискретной, если в результате испытания она может принять значение из конечного либо счетного множества возможных числовых значений.

Случайные величины в дальнейшем будем обозначать большими буквами:

X, Y, Z

Вероятностное пространство дискретной случайной величины задается в виде:

Теория вероятности и математическая статистика, n - конечное или бесконечное.

Пример:

Испытание - композиция n-независимых испытаний, в каждом из которых происходит событие A с вероятностью p, либо Теория вероятности и математическая статистика с вероятностью 1-p.

Вероятностное пространство

Теория вероятности и математическая статистика

В этом примере -алгеброй является множество всех подмножеств пространства элементарных событий. Введенную нами случайную величину x по определению можно задать:

Теория вероятности и математическая статистика

- верхняя строчка - это совокупность возможных числовых значений, которые может принимать случайная величина;

- нижняя строчка - вероятность наступления этих числовых значений.

Практически во всех задачах естествознания отсутствует промежуточный этап: испытание,  - пространство всех возможных исходов испытания, Теория вероятности и математическая статистика- числовая скалярная функция, элементы которой w .

На самом деле структура:

- испытание;

- исход испытания;

- число на числовой оси.

Вероятностные характеристики дискретных случайных величин.

Математическим ожиданием случайной величины X называется число вида

Теория вероятности и математическая статистика

xi - все возможные различные конкретные исходы испытания;

pi - вероятности их наступления.

Математическое ожидание является как бы аналогом центра масс точечной механической системы:

Теория вероятности и математическая статистика

Как центр масс:

Теория вероятности и математическая статистика

Смысл характеристики мат.ожидания заключается в следующем: это точка на числовой оси, относительно которой группируются результаты конкретных испытаний над дискретной случайной величиной.

Свойства математического ожидания

1. MC=C

Теория вероятности и математическая статистика

2. MCX=CMX

Построим таблицу для случайной величины CX:

Теория вероятности и математическая статистика

по определению математического ожидания:

Теория вероятности и математическая статистика

3. M(X+a)=MX+a, a=const

Построим таблицу для случайной величины x+a

Теория вероятности и математическая статистика

Доказать следствие

4. M(aX+b)=aMX+b, где a, b - константы

Теория вероятности и математическая статистика

Пусть случайная величина Y является функцией f(x) от случайной величины X. Построим вероятностное пространство случайной величины Y.

Теория вероятности и математическая статистика

Верхняя строчка является пространством элементарных событий для случайной величины Y. В противном случае верхняя строчка является пространством элементарных событий для величины Y.

Все одинаковые числа в верхней строчке заменяется одним, вероятность наступления которого равна сумме соответствующих вероятностей.

Следствие.

Математическое ожидание случайной величины Y равняется:

Теория вероятности и математическая статистика

Начальным моментом К-го порядка случайной величины X называется математическое ожидание случайной величины Xk.

Теория вероятности и математическая статистика

Центрированная случайная величина - это величина, равная X’=X-MX

Покажем, что математическое ожидание MX’ равно 0.

Теория вероятности и математическая статистика

Центральным моментом К-го порядка называется начальный момент К-го порядка случайной величины X’

Теория вероятности и математическая статистика

при решении реальных задач практические вероятности рi неизвестны, но считая, что вероятность - это частость, при большом числе испытаний

Теория вероятности и математическая статистика

Дисперсией случайной величины X, называется центральный момент второго порядка случайной величины X.

Теория вероятности и математическая статистика

Дисперсия является мерой концентрации результатов конкретных испытаний над случайной величиной X.

Свойства.

1. Чем меньше дисперсия, тем более тесно группируются результаты конкретных испытаний относительно математического ожидания.

Пусть дисперсия мала, тогда мало каждое слагаемое суммы (xi-)2pi. Тогда для , xi которое по модулю резко отличается от математического ожидания , pi - мало. Следовательно, большую вероятность наступления могут иметь лишь те xi, которые по модулю мало отличаются от математического ожидания.

2. Если дисперсия равна 0, то X - const.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: