chapter5 (1115282)
Текст из файла
Часть II. Случайные величины.
Глава 5. Дискретные случайные величины
§ 1. Случайная величина и ее закон распределения.
Случайной величиной называется любая действительная функция =(), , определенная на пространстве элементарных событий . Если множество значений такой функции конечно или счетно, то такую случайную величину называют дискретной. В результате опыта случайная величина может принять то или иное значение, причем заранее неизвестно, какое именно.
Например. При двукратном подбрасывании монеты возможны следующие исходы: , т.е. пространство элементарных событий имеет вид
, причем каждый элементарный исход имеет вероятность ¼. Пусть () – число выпадений герба при двукратном бросании монеты, тогда (1)=0, (2)=1, (3)=1, (4)=2. Зная вероятности для элементарных исходов, можно вычислить вероятности для соответствующих значений случайной величины :
Полученные вероятности можно свести в таблицу(в первой строке перечислены значения случайной величины, а второй – их вероятности):
| 0 | 1 | 2 |
P | 1/4 | ½ | ¼ |
Такая таблица уже не содержит информацию о том, на каком вероятностном пространстве определена случайная величина, в ней приведены лишь значения случайной величины (в первой строке) и их вероятности (во второй строке).
Законом (или рядом) распределения дискретной случайной величины называется таблица, в которой перечислены все возможные значения x1, x2,…, xn этой случайной величины и соответствующие им вероятности :
| x1 | x2 | … | xn |
P | p1 | p2 | … | pn |
Здесь Если множество значений случайной величины счетно, то эта таблица является бесконечной справа, а сумма
Задача 1. В связке из 3 ключей только один ключ подходит к двери. Ключи перебирают до тех пор, пока не отыщется подходящий ключ. Построить закон распределения для случайной величины – числа перепробованных ключей.
Решение. Число перепробованных ключей может равняться 1, 2, 3. Если испытали только один ключ, это означает, что этот первый ключ сразу подошел к двери, а вероятность такого события равна 1/3. Итак, Далее, если перепробованных ключей было 2, т.е. =2, это значит, что первый ключ не подошел, а второй – подошел. Вероятность этого события равна 2/3×1/2=1/3. То есть,
Аналогично вычисляется вероятность
В результате получается следующий закон распределения:
| 1 | 2 | 3 |
P | 1/3 | 1/3 | 1/3 |
§ 2. Функция распределения
Функцией распределения случайной величины называется функция F(x), определенная для любого действительного х и выражающая вероятность того, что случайная величина примет значение, меньшее х:
F(x)=P(<x).
Функция распределения обладает следующими свойствами:
-
Функция распределения является неубывающей функцией, то есть, если F(x1) ≤ F(x2), если х2<х1.
-
Вероятность того, что случайная величина примет значение из полуинтервала [x1,x2), равна разности значений функции распределения на концах интервала, то есть P(x1x2)=F(x2)-F(x1).
-
Если возможные значения случайной величины расположены на всей числовой прямой, то справедливы следующие предельные соотношения
6. Справедливо равенство: P(x)=1-F(x).
Задача 2. Построить функцию распределения F(x) для случайной величины из задачи 1.
Решение. Случайная величина имеет три значения 1, 2, 3, которые делят всю числовую ось на четыре интервала: . Если x≤1, то неравенство <x невозможно (левее x нет значений случайной величины ) и значит, для такого x функция F(x)=0.
Если 1<x≤2, то неравенство <x возможно только если =1, а вероятность такого события равна 1/3, поэтому для таких x функция распределения F(x)=1/3.
Если 2<x≤3, неравенство <x означает, что или =1, или =2, поэтому в этом случае вероятность P(<x)=P(=1)+P(=2)=2/3, т.е. F(x)=2/3.
И, наконец, в случае x>3 неравенство <x выполняется для всех значений случайной величины , поэтому P(<x)=P(=1)+P(=2)+P(=3)==1, т.е. F(x)=1.
Итак, мы получили следующую функцию:
§ 3. Примеры дискретных случайных величин
Распределение Бернулли (или биномиальное распределение) определяется как закон распределения случайной величины, равной числу успехов в n испытаниях Бернулли. Эта случайная величина может принять любое из значений 0, 1, 2, …, n, а их вероятности определяются формулой Бернулли: если p – вероятность успеха, q – вероятность неудачи, то
Распределение Пуассона. Случайная величина, распределенная по закону Пуассона, может принять любое из значений 0, 1, 2, … (счетное множество значений), а их вероятности задаются формулой
Геометрическое распределение имеет случайная величина , равная числу испытаний Бернулли до первого «успеха» (включительно) с вероятностью «успеха» в одном испытании равном р. Такая случайная величина принимает значения =1, 2, 3,…, а их вероятности задаются формулой:
Гипергеометрическое распределение определяется, например, в задаче о выборке деталей. Пусть имеется N деталей, из которых M – стандартные. Делается выборка из n деталей. Случайная величина определяется как число стандартных деталей в такой выборке. Оно может равняться любому числу от 0 до n, но, конечно, не больше, чем М, т.е. m=0,1,2,…,min(n,M). Вероятности этих значений определяются гипергеометрической формулой
§ 4. Дискретный случайный вектор.
Пусть на одном и том же пространстве элементарных исходов заданы две случайные величины и , принимающие значения хi (i = 1, 2,...) и уj (j = 1, 2,...), соответственно. Упорядоченная пара (,) называется случайным вектором или двумерной случайной величиной. Совместный закон распределения вероятностей дискретных величин и задается вероятностями одновременного осуществления событий { = хi} и { = уj}:
и представляется в виде таблицы
Вероятность события типа {(, )В} — «случайная точка (,) попадает в заданную область В» — вычисляется по формуле
т.е. суммирование идет по всем возможным парам (хi, yj) значений случайных величин ,, для которых соответствующая точка (xi yj) входит в область В.
Частным законом распределения случайной величины называется вероятность события { = хi}. Если задан совместный закон распределения, то частный закон распределения для можно получить с помощью формулы:
Аналогично, частным законом распределения называется вероятность события { = yi}, которую также можно вычислить с помощью формулы:
Дискретные случайные величины , называются независимыми, если их совместный закон распределения представляется в виде произведения их частных законов распределения:
то есть если независимы случайные события { = хi} и { = уj}.
Задача 3. Совместный закон распределения случайных величин и задан c помощью таблицы
| 1 | 2 |
-1 | 1/16 | 3/16 |
0 | 1/16 | 3/16 |
1 | 1/8 | 3/8 |
Вычислить частные законы распределения составляющих величин и , определить, зависимы ли они? Вычислить вероятность .
Решение. Частное распределение для получается суммированием вероятностей в строках:
Аналогично получается частное распределение для :
Характеристики
Тип файла документ
Документы такого типа открываются такими программами, как Microsoft Office Word на компьютерах Windows, Apple Pages на компьютерах Mac, Open Office - бесплатная альтернатива на различных платформах, в том числе Linux. Наиболее простым и современным решением будут Google документы, так как открываются онлайн без скачивания прямо в браузере на любой платформе. Существуют российские качественные аналоги, например от Яндекса.
Будьте внимательны на мобильных устройствах, так как там используются упрощённый функционал даже в официальном приложении от Microsoft, поэтому для просмотра скачивайте PDF-версию. А если нужно редактировать файл, то используйте оригинальный файл.
Файлы такого типа обычно разбиты на страницы, а текст может быть форматированным (жирный, курсив, выбор шрифта, таблицы и т.п.), а также в него можно добавлять изображения. Формат идеально подходит для рефератов, докладов и РПЗ курсовых проектов, которые необходимо распечатать. Кстати перед печатью также сохраняйте файл в PDF, так как принтер может начудить со шрифтами.