- •По теории вероятностей
- •Содержание
- •Некоторые формулы комбинаторики
- •Случайные события. Классическое определение вероятности
- •Относительная частота события. Статистическое определение вероятности
- •Сложение вероятностей
- •Умножение вероятностей независимых событий
- •Зависимые события. Условная вероятность. Формула полной вероятности
- •Тогда нужная вероятность будет
- •Формула Бернулли
- •Формула Пуассона
- •Случайные величины
- •Закон распределения дискретной случайной величины
- •Числовые характеристики дискретной случайной величины
- •В частности, из свойств дисперсии следует, что
- •Найдем ее математическое ожидание, дисперсию и среднеквадратичное отклонение.
- •Биномиальный закон распределения дискретной случайной величины
- •Дискретной случайной величины
- •Непрерывной случайной величины. Плотность распределения
- •По определению
- •Воспользуемся формулой .
- •Числовые характеристики непрерывной случайной величины
- •Закон равномерного распределения вероятностей непрерывной случайной величины
- •Найдем функцию распределения .
- •Числовые характеристики равномерного распределения
- •Нормальный закон распределения непрерывной случайной величины
- •В дальнейшем нам потребуется интеграл Пуассона
- •Числовые характеристики нормального распределения
- •Функция Лапласа. Функция распределения случайной величины х, имеющей нормальное распределение
- •Вероятность попадания случайной величины х, имеющей нормальное распределение, в заданном интервале
- •Литература
Числовые характеристики дискретной случайной величины
Пусть имеем дискретную случайную величину Х с законом распределения
Х |
х1 |
х2 |
… |
хn |
Р(Х=хk) |
р1 |
р2 |
… |
рn |
Математическим ожиданием дискретной случайной величины Х называется сумма произведений всех ее возможных значений на их вероятности
.
Для бесконечной случайной величины: .
Можно показать, что при большом числе испытаний среднее арифметическое наблюдаемых значений близко к ее математическому ожиданию.
Математическое ожидание случайной величины Х называется центром распределения вероятностей случайной величины.
Математическое ожидание обладает следующими свойствами.
1. M[C]=C, где С=const.
2. M[CX]=C·M[X].
3. Для независимых случайных величин Х и У М[XY]= M[X] · M[Y].
4. Для любых случайных величин Х и У М[X+Y]= M[X] + M[Y].
Характеристиками рассеивания возможных значений случайной величины вокруг математического ожидания служат, в частности, дисперсия и среднеквадратичное отклонение.
Дисперсией случайной величины Х называют математическое ожидание квадрата отклонения значений величины от ее математического ожидания:
.
Дисперсию удобно вычислять по формуле
D[X]= M[X2] – (M[X])2.
Дисперсия обладает следующими свойствами.
1. D[C]=0, где С=const.
2. D[CX]=C2·D[X].
3. Для независимых случайных величин Х и У D[X+Y]= D[X] + D[Y].
В частности, из свойств дисперсии следует, что
D[С+Х]= D[X]
D[X - Y]= D[X] + D[Y].
Среднеквадратичным отклонением случайной величины называется корень квадратный из ее дисперсии:
.
Примеры. 1. Случайная величина Х задана следующим законом распределения:
Х |
2 |
3 |
4 |
Р |
0,3 |
0,4 |
0,3 |
Найдем ее математическое ожидание, дисперсию и среднеквадратичное отклонение.
M[X]=2·0,3+3·0,4+4·0,3=3;
D[X]=(2 – 3)2·0,3+(3 – 3)2·0,4+(4 – 3)2·0,3=0,6;
.
2. В урне 6 белых и 4 черных шара. Из нее три раза подряд извлекают шар, причем каждый раз вынутый шар возвращают в урну. Пусть Х – число извлеченных белых шаров. Составить закон распределения этой величины, определить ее математическое ожидание, дисперсию и среднеквадратичное отклонение.
Вероятность вынуть из урны белый шар р=0,6. Чтобы найти закон распределения случайной величины Х, воспользуемся формулой Бернулли, для которой n=3.
.
.
.
.
Итак, закон распределения имеет вид
Х |
0 |
1 |
2 |
3 |
Р |
0,064 |
0,288 |
0,432 |
0,216 |
Определим числовые характеристики случайной величины.
M[X]=0,288+0,864+0,648=1,8
D[X]= M[X2] – (M[X])2=1·0,288+4·0,432+9·0,216 – 3,24=0,72.
.
Биномиальный закон распределения дискретной случайной величины
Закон распределения дискретной случайной величины Х, которая может принимать n+1 значение 0,1,2,…,n, описываемый формулой Бернулли , называется биномиальным. Запишем биномиальный закон в виде таблицы
Х |
0 |
1 |
2 |
… |
n |
Р |
… |
pn |
Определим числовые характеристики биномиального распределения. Пусть Х – число появлений события А в n испытаниях. Если обозначим через Xk – число появлений события А в k-ом испытании, то .
Закон распределения случайной величины Xk имеет вид
Xk |
0 |
1 |
Р |
q |
P |
Легко видеть, что M[Xk]=p, D[Xk]=pq.
Тогда для случайной величины Х
.
.
.
Закон распределения Пуассона