
- •24. Функция распределения случайной величины, ее свойства.
- •25. Дискретные случайные величины. Математические операции над независимыми дискретными случайными величинами.
- •26. Дискретные случайные величины. Таблицы и многоугольник распределения. Особенности функции распределения дискретной случайной величины, примеры.
- •27 Непрерывные случайные величины. Особенности функции распределения непрерывной случайной величины, примеры.
- •28. Непрерывные случайные величины. Плотность вероятности.
- •29. Математическое ожидание дискретной и непрерывной случайной величин.
- •30. Свойства математического ожидания.
- •31. Дисперсия дискретной и непрерывной случайной величин. Среднее квадратичное отклонение.
- •32. Свойства дисперсии.
- •33. Понятие моды, медианы, начального и центрального моментов.
- •34. Биномиальный закон распределения и его характеристики, пример.
- •35. Геометрический закон распределения и его характеристики, пример.
- •36. Закон распределения Пуассона и его характеристики, пример.
- •37. Равномерный закон распределения и его характеристики, пример.
- •Показательный закон распределения и его характеристики, пример.
- •Нормальное распределение и его числовые характеристики, пример.
- •Ковариация и коэффициент корреляции, их свойства.
- •Вариационный ряд, таблицы частот, гистограмма.
- •Меры центральной тенденции (средняя арифметическая, мода, медиана, размах) ряда данных.
- •43.Точечные оценки параметров распределения.
- •Интервальные оценки параметров распределения.
27 Непрерывные случайные величины. Особенности функции распределения непрерывной случайной величины, примеры.
ОПР. Случайная величина X называется непрерывной, если ее функция распределения является непрерывной в любой точке функцией, а также дифференцируемой всюду, за исключением конечного числа точек.
Теорема . Вероятность любого отдельно взятого значения непрерывной случайной величины равна нулю, т.е. P(X=x1)=0.
Следствие. Если X – непрерывная случайная величина, то вероятность попадания случайной величины в интервал (x1 , x2) не зависит от того, является этот интервал открытым или закрытым.
Функция
распределения непрерывной случайной
величины может быть выражена через
плотность вероятности по формуле:
функция
распределения непрерывной случайной
величины – площадь неограниченной
слева и справа криволинейной трапеции,
но ограниченной сверху кривой
распределения, а снизу – осью абсцисс;
Пример.
Непрерывная случайная величина имеет
плотность вероятности
а) Найти коэффициент а; б) построить кривую распределения случайной величины; в) найти вероятность попадания случайной величины в интервал г) найти и построить функцию распределения случайной величины.
Решение.
а) Определим коэффициент а из условия
-π/2π/2=1;
2a=1;
a=1/2
б) График кривой распределения имеет вид:
в) Вероятность
попадания случайной величины в интервал
(0, 𝜋/4)
равна
г) Найдем функцию
распределения случайной величины
График этой функции имеет вид:
28. Непрерывные случайные величины. Плотность вероятности.
ОПР. Случайная величина X называется непрерывной, если ее функция распределения является непрерывной в любой точке функцией, а также дифференцируемой всюду, за исключением конечного числа точек.
Теорема . Вероятность любого отдельно взятого значения непрерывной случайной величины равна нулю, т.е. P(X=x1)=0.
Следствие. Если X – непрерывная случайная величина, то вероятность попадания случайной величины в интервал (x1 , x2) не зависит от того, является этот интервал открытым или закрытым.
Плотность вероятности как производная функции распределения
Рассмотрим
вероятность попадания случайной
величины на отрезок [x,
x+△x].
По формуле P(x1≤X<x2)=
F(x2)-F(x1)
эта вероятность равна P(x≤X≤x+△x)=F(x+△x)-F(x),
т.е. приращению функции распределения
на этом участке. Тогда вероятность,
приходящаяся на единицу длины этого
участка, по-другому средняя плотность
вероятности на участке [x,
x+△x]
равна
Переходя к пределу
при △x⟶0,
получим
ОПР. Плотностью вероятности (или плотностью распределения вероятности) f(x) непрерывной случайной величины X называется производная ее функции распределения, т.е. f(x)=F/(x).
Про случайную величину в этом случае говорят, что она распределена с плотностью f(x), а саму плотность вероятности иногда называют дифференциальным законом распределения случайной величины. График плотности вероятности называется кривой распределения.
Основные свойства плотности вероятности
Теорема. Если X – непрерывная случайная величина, а f(x) – ее плотность вероятности, то для нее справедливы следующие свойства:
f(x)≥0, т.е. плотность вероятности неотрицательная функция;
Вероятность попадания непрерывной случайной величины в интервал [a, b] равен определенному интегралу от ее плотности вероятности в пределах от a до b, т.е.
Функция распределения непрерывной случайной величины может быть выражена через плотность вероятности по формуле:
;
Несобственный интеграл в бесконечных пределах от плотности вероятности непрерывной случайной величины равен 1, т.е.
Геометрическое истолкование свойств плотности вероятности таково:
кривая распределения лежит не ниже оси абсцисс;
вероятность попадания непрерывной случайной величины в интервал [a, b] – это площадь криволинейной трапеции, ограниченной вертикальными прямыми x=a, x=b, осью абсцисс и кривой распределения;
функция распределения непрерывной случайной величины – площадь неограниченной слева и справа криволинейной трапеции, но ограниченной сверху кривой распределения, а снизу – осью абсцисс;
полная площадь фигуры, ограниченной кривой распределения и осью абсцисс, равна единице.