Дискретные случайные величины
Случайная величина , обозначаемая , называется дискретной, если она принимает конечное либо счетное множество значений, т.е. множество -конечное, либо счетное. Законом распределения дискретной случайной величины называется совокупность пар чисел , где - возможные значения случайной величины, а - вероятности, с которыми она принимает эти значения, причем Зная закон распределения случайной величины, можно вычислить функцию распределения:
где суммирование распространяется на все значения индекса , для которых Математическим ожиданием дискретной случайной величины называется сумма произведений всех ее возможных значений и соответствующих им вероятностей:
Модой дискретной случайной величины, обозначаемой называется ее наиболее вероятное значение. Медианой случайной величины называется такое ее значение , для которого одинаково вероятно, окажется ли случайная величина меньше или больше , т.е.
Дисперсией случайной величины называется математическое ожиданиеквадрата ее отклонения:
Дисперсия дискретной случайной величины вычисляется по формуле: или Средним квадратическим отклонением (стандартом) случайной величины называется арифметический корень из дисперсии, т.е. Начальным моментом порядка случайной величины называется математическое ожидание -й степени этой случайной величины, т.е. Для дискретной случайной величины Центральным моментом порядка случайной величины называется математическое ожидание -й степени отклонения , т.е. . Для дискретной случайной величины Биноминальным называют закон распределения дискретной случайной величины - числа появлений событий в независимых испытаниях, в каждом из которых вероятность появления события равна ; вероятность возможного значения ( числа появлений события ) вычисляют по формуле Бернулли : , где . При этом матема-тическое ожидание и дисперсия соответственно равны: Наивероятнейшее число появлений событий в независимых испытаниях определяется по формуле: Если число испытаний велико, а вероятность появления события в каждом испытании мала, то вероятность того, что некоторое событие появиться раз в испытаниях, приближенно вычисляется по формуле: , где - число появлений событий в независимых испытаниях, - среднее число появлений событий в испытаниях. Случайная величина, характеризующая число наступлений события в независимых испытаниях, распределена по закону Пуассона , если Математическое ожидание и дисперсия случайной величины, распределенной по закону Пуассона:
Геометрическое распределение возникает в том случае, когда производится серия испытаний до первого появившегося события . Тогда распределение случайной величины имеет вид:
Вероятность появления события в каждом испытании постоянна и равна , т.е. и Математическое ожидание и дисперсия случайной величины, распределенной по геометрическому закону, соответственно равны:
Гипергеометрический закон распределения используется при проверке качества продукции. Проверяется изделий, и известно, что среди этих изделий имеется изделий, которые обладают некоторым признаком , а остальные - признаком . Для проверки производится выборка, содержащая изделий. Определить вероятность того, что среди этих изделий изделий обладают некоторым признаком . Для определения вероятности используется классический способ задания вероятности. Число элементарных событий будет определяться числом сочетаний и , где - событие, состоящее в том, что в выборке объектов обладают признаком . Закон распределения дискретной случайной величины , характеризующей число появлений события раз в испытаниях имеет вид:
· Если
· Если
Функция гипергеометрического распределения имеет вид
Гипергеометрический закон стремится к биноминальному закону распределению, если при и его числовые характеристики следующие
3.2. Непрерывные случайны величины.
Случайная величина называется непрерывной, если существует такая неотрицательная, интегрируемая по Риману функция , называемая плотностью распределения вероятностей, что при всех Множество значений непрерывной случайной величины - некоторый числовой интервал. Плотностью распределения вероятностей непрерывной случайной величиныХ называют предел, если он существует, отношения вероятности попадания случайной величины Х на отрезок , примыкающей к точке , к длине этого отрезка, когда последний стремится к 0, т.е. . Свойства плотности распределения вероятностей:
- непрерывная или кусочно непрерывна функция; Функция распределения случайной величины – это функция действительной переменной , определяющая вероятность того, что случайная величина принимает значение меньше некоторого фиксированного числа , т.е.
Математическое ожидание и дисперсия случайной величины :
; ; Модой непрерывной случайной величины называется действительное число , определяемое точка максимума плотности распределения вероятностей . Медианой непрерывной случайной величины называется действительное число , Удовлетворяющее условию , т.е. корень уравнения Начальный момент го порядка:
Центральный момент го порядка: Коэффициент асимметрии или «скошенности» распределения
Коэффициент эксцесса или островершинности распределения
Случайная величина называется центрированной, если Если же для случайной величины то она называется центрированной и нормированной (стандартизованной) случайной величиной.
3.3. Законы распределения непрерывной случайной величины
Равномерное распределение: Пусть плотность вероятности равна нулю всюду, кроме отрезка , на котором все значения случайной величины Х одинаково возможны. Выражение плотности распределения вероятностей имеет следующий вид:
Функция равномерного распределения задается формулой:
Математическое ожидание, дисперсия и среднее квадратическое отклонение соответственно равны:
Показательное распределение. Показательным (экспоненциальным) называют распределение вероятностей непрерывной случайной величины , которое описывается функцией плотности вероятности:
где постоянная и называется параметром экспоненциального распределения. Функция распределения случайной величины, распределенной по показательному закону, имеет вид:
Математическое ожидание . Дисперсия , среднее квадратическое отклонение .
Лекция №6. Нормальное распределение.
Распределение с непрерывной случайной величины называется нормальным, если плотность распределения ее описывается формулой:
где - параметры распределения. Функция распределения случайной величины Х, распределенной по нормальному закону:
Полученный интеграл нельзя выразить через элементарные функции, но его можно вычислить через специальную функцию:
, называемую нормальной функцией распределения (функцией Лапласа). Эта функция неубывающая, непрерывная слева и Математическое ожидание и дисперсия соответственно равны Центральные моменты случайной величины с нормальным законом распределения вычисляются через следующие рекуррентные соотношения:
поскольку то нечетные центральные моменты равны нулю, а четные центральные моменты равны: Коэффициенты ассиметрии и эксцесса для нормального закона распределения равны нулю:
так как они характеризуют скошенность и крутизну исследуемового закона распределения по сравнению с нормальным. Вероятность попадания случайной величины , подчиненной нормальному закону распределения, на заданный интервал , определяется следующим образом:
или функция Лапласа.
Вероятность заданного отклонения вычисляется по формуле: или
Интервалом практически возможных значений случайной величины , распределенной по нормальному закону , будет интервал
Лекция 7-8. Предельные теоремы и законы больших чисел
Все законы вероятности получены из практики, то есть из наблюдений за массовыми случайными явлениями. Массовые случайные явления проявляются в статистической совокупности. Было замечено, что при определенных условиях массовые случайные явления порождают величину неслучайную, которая подчиняется вполне определенным закономерностям. Все полученные соответствующие теоремы и образуют теоремы закона больших чисел, в которых приведены условия, когда среднее значение случайных величин стремится к величине не случайной. Таким образом, закон больших чисел – это совокупность теорем, в которых приведены условия, при которых последовательность случайных величин подчиняется определенным закономерностям, то есть стремится к величине неслучайной.
Неравенство Чебышева: Теорема: Вероятность того, что случайная величина отклоняется от своего математического ожидания на величину не меньше , ограничена сверху величиной , где - положительное действительное число: или
Популярное: Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация... Организация как механизм и форма жизни коллектива: Организация не сможет достичь поставленных целей без соответствующей внутренней... Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (189)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |