12В.Плотность распределения и ее свойства

Случайная величина Х называется непрерывной, если ее функция распределения F(x) есть непрерывная, кусочно-дифференцируемая функция с непрерывной производной.

Так как для таких случайных величин функция F(x) нигде не имеет скачков, то вероятность любого отдельного значения непрерывной случайной величины равна нулю

P{X=α}=0 для любого α.

В качестве закона распределения, имеющего смысл только для непрерывных случайных величин существует понятие плотности распределения или плотности вероятности.

Вероятность попадания непрерывной случайной величины X на участок от xдо x+Dx равна приращению функции распределения на этом участке:

P{x£ X <x+Dx}=F(x+Dx) - F(x).

Плотность вероятности на этом участке определяется отношением

(5.6)

Плотностью распределения (или плотностью вероятности) непрерывной случайной величины X в точке x называется производная ее функции распределения в этой точке и обозначается f(x). График плотности распределения называется кривой распределения.

Пусть имеется точка x и прилегающий к ней отрезок dx. Вероятность попадания случайной величины X на этот интервал равна f(x)dx. Эта величина называется элементом вероятности.

Вероятность попадания случайной величины X на произвольный участок [a,b[ равна сумме элементарных вероятностей на этом участке:

(5.7)

В геометрической интерпретации P{α≤X<β} равна площади, ограниченной сверху кривой плотности распределения f(x) и опирающейся на участок (α,β) (рис. 5.4).

Это соотношение позволяет выразить функцию распределения F(x) случайной величины X через ее плотность:

 (5.8)

В геометрической интерпретации F(x) равна площади, ограниченной сверху кривой плотности распределения f(x) и лежащей левее точки x (рис. 5.5).

Основные свойства плотности распределения:

1. Плотность распределения неотрицательна: f(x) ³ 0.

Это свойство следует из определения f(x) – производная неубывающей функции не может быть отрицательной.

2. Условие нормировки:  Это свойство следует из формулы (5.8), если положить в ней x=∞.

Геометрически основные свойства плотности f(x) интерпретируются так:

1. вся кривая распределения лежит не ниже оси абсцисс;

2. полная площадь, ограниченная кривой распределения и осью абсцисс, равна единице.

 

13В.Числовые характеристики случайных величин (мат.Ожидание, дисперсия, мода, медиана)

Математическое ожидание дискретной случайной величины есть сумма произведений всех её возможных значений на их вероятности: M(X) = x1p1 + x2p2 + ... + xnpn

Свойства математического ожидания. 1) Математическое ожидание постоянной величины равно самой величине: М(С) = С 2) Постоянный множитель можно выносить за знак математического ожидания: М(СХ) = С·М(Х) 3) Математическое ожидание суммы случайных величин равно сумме математических ожиданий слагаемых: М(Х1 + Х2 + …+ Хn) = М(Х1) + М(Х2) + ... + М(Хn) 4) Математическое ожидание произведения взаимно независимых случайных величин равно произведению математических ожиданий сомножителей: М(Х1 · Х2 · ... · Хn) = М(Х1) · М(Х2) · ... · М(Хn)

Дисперсия дискретной случайной величины есть математическое ожидание квадрата отклонения случайной величины от её математического ожидания: D(X) = (x1 - M(X))2p1 + (x2 - M(X))2p2 + ... + (xn- M(X))2pn = x21p1 + x22p2 + ... + x2npn - [M(X)]2

Свойства дисперсии. 1) Дисперсия постоянной величины равна нулю: D(С) = 0 2) Постоянный множитель можно выносить за знак дисперсии, предварительно возведя его в квадрат: D(СХ) = С2 · D(Х) 3) Дисперсия суммы (разности) независимых случайных величин равна сумме дисперсий слагаемых: D(Х1 ± Х2 ± ... ± Хn) = D(Х1) + D(Х2) + ... + D(Хn)

Среднее квадратическое отклонение дискретной случайной величины, оно же стандартное отклонение или среднее квадратичное отклонение есть корень квадратный из дисперсии: σ(X) = √D(X)

Мода дискретной случайной величины Mo(X) - это значение случайной величины, имеющее наибольшую вероятность. На многоугольнике распределения мода - это абсцисса самой высокой точки. Бывает, что распределение имеет не одну моду.

Математическое ожидание непрерывной случайной величины вычисляется по формуле:

В частности, если с.в. задана своей плотностью вероятности на каком-либо отрезке, то и интеграл вычисляем на этом отрезке.

Дисперсия непрерывной случайной величины вычисляется по формуле:

Относительно пределов интегрирования - то же самое.

Среднее квадратическое отклонение непрерывной случайной величины, оно же стандартное отклонение или среднее квадратичное отклонение есть корень квадратный из дисперсии: σ(X) = √D(X)

Мода непрерывной случайной величины Mo(X) - значение с.в., имеющее наибольшую вероятность. Если в задаче требуется определить моду - находим экстремум (максимум) плотности вероятности f(x).

Основные законы распределения случайных величин:

-биноминальный з.р. дсв 14вопрос

-распределение Пуассона дсв 15в

-геометрическое распределение дсв 16в

-равномерный з.р. нсв17в

-показательный (экспоненциальный) з.р. нсв 18в

-нормальный з.р. нсв(Гаусса) 19в