- •Методические указания к проведению лекционного занятия Темы №7.9. – 7.11. Дискретные и непрерывные случайные величины
- •1. Случайные величины
- •2. Дискретные случайные величины Способы задания дискретной случайной величины
- •Числовые характеристики дискретной случайной величины
- •Виды распределений дискретных случайных величин и их числовые характеристики
- •Распределение Бернулли
- •Биномиальное распределение
- •Распределение Пуассона
- •3. Непрерывные случайные величины
- •Способы задания непрерывной случайной величины
- •1. Функция распределения
- •2. Плотность распределения
- •Числовые характеристики непрерывной случайной величины
- •Виды распределений непрерывных случайных величин и их числовые характеристики
- •Равномерное распределение
- •Показательное распределение
- •Нормальное распределение
Виды распределений дискретных случайных величин и их числовые характеристики
Распределение Бернулли
Пусть проводится одно испытание, в ходе которого некоторое событие может произойти с вероятностью р и не произойти с вероятностью q=1-р, то дискретная с.в. X – число появлений события имеет распределение Бернулли.
Тогда закон распределения с.в. X следующий:
X: |
0 |
1 |
|
q |
p |
Найдем ожидание с.в.X: Мx=0·q+1·p=p.
Вычислим дисперсию Dx=Mx2-(Mx)2. Закон распределения X2 следующий:
X2: |
0 |
1 |
|
q |
p |
Тогда Dx=0·q+1·p-p2=р-p2=р·(1-р)=р·q.
Таким образом, у дискретной с.в, имеющей распределение Бернулли Мx=p, Dx=рq.
Биномиальное распределение
Если проводится
серия из n
независимых испытаний, где некоторое
событие может произойти в одном испытании
с вероятностью р и не произойти с
вероятностью q=1-р,
то дискретная с.в. X
– число появлений события в серии из n
независимых испытаний имеет биномиальное
распределение.
С.в. X
принимает целые неотрицательные значения
(0,1,2,3,4,5,…,n),
вероятность того, что с.в. X
принимает значение k,
определяется по формуле Бернулли:
Рn(x=k)=
рkqn-k.
X: |
0 |
1 |
2 |
… |
n |
|
p0 |
p1 |
P2 |
… |
pn |
pk=Рn(x=k)=
рkqn-k,
=1.
Математическое ожидание с.в. X, имеющей биномиальное распределение, равно Мx=np.
Дисперсия с.в. X, имеющей биномиальное распределение, равна Dx=npq.
Распределение Пуассона
Если проводится
серия из n
независимых испытаний (n≥100),
где некоторое событие может произойти
в одном испытании с вероятностью р и не
произойти с вероятностью q=1-р,
то дискретная с.в. X
– число появлений события в серии из n
независимых испытаний имеет распределение
Пуассона.
С.в. X
принимает целые неотрицательные значения
(0,1,2,3,4,5,…,n),
вероятность того, что с.в. X
принимает значение k,
определяется по формуле Пуассона:
Рn(x=k)=
,
где λ=np.
X: |
0 |
1 |
2 |
… |
n |
|
p0 |
p1 |
P2 |
… |
pn |
pk=Рn(x=k)=
,
=1.
Математическое ожидание с.в. X, имеющей распределение Пуассона, равно Мx=λ=np.
Дисперсия с.в. X, имеющей распределение Пуассона, равна Dx=λ=np.
Пример. Футболист бьет 5 раз пенальти. Вероятность забить при одном ударе равна 0,7. Какова вероятность забить 3 мяча более 2 мячей. Найти математическое ожидание и дисперсию числа забитых пенальти.
Решение. Проводится серия из 5 независимых испытаний. «Успехом» является забитое при одном ударе пенальти, р=0,7, q=0,3. Обозначим за X – число забитых пенальти. С.в. X имеет биномиальное распределение. Тогда Мx=np=5·0,7=3,5, Dx=npq=5·0,7·0,3=1,05.
Р5(x=3)=
р3q2=
Р5(x>2)=Р5(x=3)+Р5(x=4)+Р5(x=5)=
р3q2+
р4q+
р5q0=0,83692
Пример. X – число звонков, принимаемых по домашнему телефону, имеет распределение Пуассона. Среднее число звонков, принимаемых за час, λ=5. Какова вероятность, того, что за час будет принято точно 3 звонка? Более 2?
Решение.
Поскольку среднее число звонков
принимаемых за час равно 5, то Мx=
λ=5. Тогда, Р(x=3)=
,
Р(x>2)=1-Р(x
2)=1-
=1-
=1-0,1247=0,8753.
