
- •Братский целлюлозно-бумажный колледж
- •Методические указания к практическим работам
- •Введение
- •Раздел 1 Элементы линейной алгебры
- •1.1 Матрицы и определители. Операции над матрицами. Определители, миноры, алгебраические дополнения. Обратная матрица
- •1.2 Решение систем линейных уравнений
- •Раздел 2. Основы дифференциального исчисления
- •2.1 Понятие производной. Правила и формулы дифференцирования. Производная сложной функции
- •2.2 Применение производной к исследованию функций и построению графиков
- •Раздел 3. Основы интегрального исчисления
- •3.1 Первообразная функции. Неопределенный интеграл и его
- •3.2 Определенный интеграл и его свойства. Формула Ньютона – Лейбница. Вычисление определенных интегралов
- •3.3 Приложения определенного интеграла к вычислению площадей плоских фигур
- •Раздел 4. Основы дискретной математики
- •4.1 Множества. Операции над множествами. Бинарные
- •5. (Диаграммы Эйлера - Венна)
- •Раздел 5. Основы теории вероятностей и математической статистики
- •5.1 Элементы комбинаторики: размещения, перестановки,
- •5.3 События и их виды. Операции над событиями
- •5.5 Вычисление вероятностей простых и сложных событий
- •5.7 Дискретные случайные величины ( дсв). Законы распределения дсв. Числовые характеристики дсв
- •Раздел 6. Основы теории комплексных чисел
- •6.1 Определение комплексного числа в алгебраической форме, действия с комплексными числами
- •6.2 Геометрическая интерпретация комплексных чисел. Решение алгебраических уравнений Геометрическое изображение комплексных чисел
- •Модуль и аргумент комплексного числа
- •Список использованных источников
5.7 Дискретные случайные величины ( дсв). Законы распределения дсв. Числовые характеристики дсв
Случайной величиной называют такую переменную величину, которая под воздействием случайных факторов может с определенными вероятностями принимать те или иные значения из некоторого множества чисел.
Случайная величина Х называется дискретной, если результаты наблюдений представляют собой конечный или счетный набор возможных чисел.
Законом распределения дискретной случайной величины называют соотношение, устанавливающее связь между отдельными значениями случайной величины и соответствующими им вероятностями.
Соответствие между возможными значениями x1, x2,…,xn случайной величины Х и их вероятностями p1, p2,…,pn называется законом распределения случайной величины Х.
Закон распределения случайной величины может быть представлен в виде таблицы:
Таблица 6 - Закон распределения случайной величины
Х |
x1 |
x2 |
… |
xi |
… |
xn |
Р |
p1 |
p2 |
… |
pi |
… |
pn |
Сумма вероятностей равна единице, т.е. p1+ p2+…+pn=1.
Биномиальное распределение. Пусть случайная величина Х- число появлений события А в n независимых испытаниях, в каждом из которых вероятность появления события А равна p, а непоявления – q=1-p. Очевидно, что Х может принимать значения 0,1,2,…,n, вероятности которых определяются по формуле Бернулли:
,
m=1,2,3…n.
(16)
Закон распределения случайной величины Х, имеющий вид (табл.7):
Таблица 7 - Биномиальное распределение случайной величины Х.
Х |
0 |
1 |
2 |
… |
m |
… |
n |
Р |
|
|
|
|
|
|
|
называется биномиальным распределением.
Пример.
Составить закон распределения числа попаданий в цель при четырех выстрелах, если вероятность попадания при одном выстреле равна 0,9.
Решение. Случайная величина Х – число попаданий в цель при четырех выстрелах – может принимать значения 0,1,2,3,4, а соответствующие им вероятности находим по формуле Бернулли:
Итак, искомый закон распределения имеет вид (табл.8):
Таблица 8 - Закон распределения числа попаданий в цель при четырех выстрелах
Х |
0 |
1 |
2 |
3 |
4 |
Р |
0,0001 |
0,0036 |
0,0486 |
0,2916 |
0,6561 |
Математическое ожидание. Среди числовых характеристик ДСВ весьма важной является математическое ожидание, которое указывает, какое среднее значение случайной величины следует ожидать в результате испытаний или наблюдений.
Математическим ожиданием М(Х) дискретной случайной величины Х называется сумма произведений всех ее возможных значений на их вероятности:
M(X)=
(17)
Пример.
Найти математическое ожидание случайной величины Х, зная закон распределения (табл.9):
Х |
-1 |
0 |
1 |
2 |
3 |
Р |
0,2 |
0,1 |
0,25 |
0,15 |
0,3 |
По формуле находим
М(Х)=-1∙0,2+0∙0,1+1∙0,25+2∙0,15+3∙0,3=1,25
Дисперсия.
Дисперсией ДСВ называется математическое ожидание квадрата ее отклонения:
D(X)=M(X-M(X))2 (18)
Более удобной для вычисления является формула:
D(X)=М(Х2) – (М(Х))2 (19)
Пример.
Дискретная случайная величина распределена по закону (табл.10):
Таблица 10 - Закон распределения ДСВ
Х |
-1 |
0 |
1 |
2 |
Р |
0,2 |
0,1 |
0,3 |
0,4 |
Найти D(X).
Находим сначала
М(Х)=-1∙0,2+0∙0,1+1∙0,3+2∙0,4=0,9, а затем
М(Х2)=1∙0,2=0∙0,1+1∙0,3+4∙0,4=2,1.
D(X)=2,1-0,92=2,1-0,81=1,29
Среднее квадратическое отклонение ДСВ.
Средним квадратическим отклонением случайной величины Х называется квадратный корень из дисперсии.
σ(Х)=
(20)