
- •1. Элементы комбинаторики.
- •1.1. Перестановки
- •1.2. Перестановки с повторениями
- •1.3. Размещения
- •1.4. Размещения с повторениями (с возвратом)
- •1.5. Сочетания
- •1.6. Сочетания с повторениями (с возвратом)
- •1.7. Обобщение
- •2. Случайные события
- •2.1. Испытания и события
- •2.2. Виды случайных событий
- •2.3. Пространство элементарных событий
- •2.4. Операции над событиями
- •Событие
- •9. Полная группа событий. Совокупность событий называется полной группой событий, если:
- •2.5. Свойства операций над событиями
- •3.1 Относительная частота событий
- •3.2. Свойства относительной частоты
- •3.3. Статистическая устойчивость частот
- •3.4. Формулировка аксиом Колмогорова.
- •3.5. Следствия из аксиом
- •4.1. Вычисление вероятностей событий
- •4.2. Задача о выборке
- •4.3. Геометрический подход к вероятности
- •5. Сложение и умножение вероятностей
- •5.1. Сложение вероятностей
- •5.2. Независимые и зависимые события
- •5.3. Условная вероятность
- •5.4. Умножение вероятностей
- •5.5. Свойства условных вероятностей
- •5.6. Независимость нескольких событий
- •5.7. Независимость противоположных событий
- •5.8. Вероятность появления хотя бы одного события
- •5.9. Применение теорем сложения и умножения для решения задач
- •6. Вероятность гипотез
- •6.1.Формула полной вероятности
- •6.2. Переоценка вероятности гипотез. Формула Байеса (Бейеса)
- •7. Серии независимых испытаний
- •7.1. Формула Бернулли
- •7.2. Локальная теорема Муавра – Лапласа
- •7.3. Свойства функции (х).
- •7.3. Функция Лапласа
- •7.4. Интегральная теорема Лапласа
- •7.5. Закон больших чисел в форме Бернулли
- •7.6. Формула Пуассона
- •8. Случайные величины
- •8.1. Дискретные случайные величины
- •8.2. Характеристическая случайная величина (индикатор события)
- •8.3. Биномиальное распределение (распределение Бернулли)
- •8.4. Распределение Пуассона
- •8.5. Гипергеометрическое распределение
- •9. Непрерывные случайные величины
- •9.1. Функция распределения (интегральная функция распределения)
- •9.2. Свойства функции распределения
- •9.3. Примеры функций распределения
- •10. Плотность распределения
- •10.1. Свойства плотности распределения
- •Вероятностный смысл плотности распределения.
- •10.3. Связь между плотностью и функцией распределения
- •10.4. Примеры непрерывных случайных величин, заданных плотностью
- •11. Числовые характеристики случайной величины
- •11.1. Определение математического ожидания
- •11.2. Определение математического ожидания
- •11.3. Смысл математического ожидания
- •11.4. Арифметические операции со случайными величинами
- •11.4.1. Постоянная случайная величина
- •11.4.2. Произведение случайных величин
- •11.4.3. Сумма случайных величин
- •11.4.4. Разность случайных величин
- •11.5. Свойства математического ожидания
- •11.6. Отклонение случайной величины
- •12.1. Дисперсия Для общего представления о распределении случайной величины важное значение имеет не только её математическое ожидание, но и разброс её возможных значений.
- •12.2. Определение дисперсии
- •12.3. Механический смысл дисперсии
- •12.4. Сокращённая формула для вычисления дисперсии
- •12.5. Свойства дисперсии
- •12.6. Среднее квадратическое отклонение (стандарт)
- •12.7. Числовые характеристики основных дискретных распределений
- •12.7.1. Индикатор события
- •12.7.2. Биномиальное распределение
- •12.7.3. Распределение Пуассона
- •12.7.4. Гипергеометрическое распределение
- •Гипергеометрическое распределение.
- •13.1. Равномерное распределение
- •13.2. Показательное (экспоненциальное) распределение
- •13.2.1. Функция надёжности
8.1. Дискретные случайные величины
Определение. Случайная величина Х называется дискретной, если все ее возможные значения образуют конечную или бесконечную последовательность чисел х1, х2,...,хn,…и если принятие ею каждого из указанных значений есть случайное событие с определенной вероятностью.
Такие случайные события будем обозначать (X=хi), а соответствующие им вероятности P(X=xi).
Если взять два любых возможных значения случайной величины xi и xj, то между ними всегда будет находиться конечное число возможных значений (в том числе 0).
Для задания дискретной случайной величины недостаточно перечислить все ее возможные значения. Разные случайные величины могут иметь одинаковые перечни возможных значений, но различные их вероятности.
В одном испытании по определению случайная величина принимает одно и только одно возможное значение, следовательно, события (Х=х1), (Х=х2),…(Х=хn), соответствующие всем возможным значениям, являются попарно несовместными и образуют полную группу, и вероятность их суммы равна 1. Но вероятность принятия случайной величиной каждого из этих возможных значений может быть различной, т.е. единица распределяется между этими возможными значениями по некоторому закону.
Законом распределения случайной величины называется соответствие между возможными значениями случайной величины и их вероятностями. Закон распределения можно задать в виде таблицы, аналитически (в виде формулы) или графически (в виде полигона).
При табличном задании закона распределения дискретной случайной величины первая строка таблицы содержит возможные значения, а вторая – их вероятности:
(*) |
х1 |
х2 |
…………… |
хn |
p |
p1 |
p2 |
…………… |
pn |
Совокупность этих двух последовательностей называется рядом распределения дискретной случайной величины. Сумма вероятностей второй строки таблицы равна единице:
(8.1.1)
Если множество возможных значений Х бесконечно (счётно), то ряд
сходится и его сумма равна 1.
Распределение, задаваемое таблицей (*), будем обозначать также (xi, pi).
Пример 1. Число очков, выпадающее на игральной кости.
Х |
1 |
2 |
3 |
4 |
5 |
6 |
p |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
Заметим, что для неправильной игральной кости возможные значения числа очков остаются теми же, но вероятности их могут быть отличны от 1/6.
Пример 2. В денежной лотерее выпущено 100 билетов. Разыгрывается 1 выигрыш в 50 руб. и 10 выигрышей по 1 руб. Найти закон распределения случайной величины Х – стоимости возможного выигрыша для владельца одного лотерейного билета.
Х |
50 |
1 |
0 |
p |
0,01 |
0,1 |
0,89 |
Значение р3=0,89 было найдено из условия (8.1.1).
Для наглядности закон распределения дискретной случайной величины можно изобразить и графически, для чего в прямоугольной системе координат строят точки (xi, pi), а затем соединяют их отрезками прямых. Полученную фигуру называют многоугольником, или полигоном распределения (рис.8.1.1).
Рассмотрим наиболее важные виды дискретных случайных величин.
Рис.8.1.1