- •Глава 1. Основные понятия теории вероятностей
- •1.1. Элементы комбинаторики
- •Основные правила комбинаторики
- •1.2. Случайные события
- •1.3. Операции над событиями
- •1.4. Классическое, статистическое и геометрическое определения вероятностей
- •Глава 2. Основные теоремы теории вероятностей
- •2.1 Зависимые и независимые события. Теоремы сложения и умножения вероятносте.
- •Глава 3. Повторение испытаний
- •3.1. Формула Бернулли
- •3.2. Наивероятнейшее число наступлений события
- •3.3. Асимптотические формулы. Локальная и интегральная теоремы Лапласа. Формула Пуассона
- •Глава 4. Случайные величины. Законы распределения и числовые характеристики
- •4.1. Понятие случайной величины
- •4.2. Дискретные случайные величины.
- •Cвойства функции распределения
- •4.4. Плотность распределения вероятностей
- •1); 2); 3);
- •4); 5).
- •4.5. Числовые характеристики случайных величин.
- •Пример 4.6.
- •Глава 5. Наиболее распространенные законы распределения случайных величин и их числовые характеристики
- •5.1. Биномиальное распределение
- •Геометрическое и гипергеометрическое распределения
- •5.3. Распределение Пуассона
- •5.4. Равномерное распределение
- •5.5. Показательное распределение
- •5.6. Нормальное распределение
- •Глава 6. Системы случайных величин
- •6.1. Закони распределения систем случайных величин.
- •6.2. Числовые характеристики системы случайных величин
- •Для дискретных систем случайных величин
- •Для непрерывных систем случайных величин
- •6.3 Законы равномерного и нормального распределения систем случайных величин
- •Глава 7. Функции одного и двух случайных аргументов
- •7.1. Функции одного случайного аргумента. Законы распределения. Числовые характеристики
- •7.2 Законы распределения функций двух случайных аргументов. Числовые характеристики
- •7.3. Теоремы о числовых характеристиках и их применение
- •Глава 8. Элементы математической статистики
- •8.1. Вариационный ряд. Представление и первоначальная обработка
- •8.2. Графические характеристики выборки
- •8.3. Точечные характеристики выборки (оценки параметров)
- •8.4. Интервальные оценки параметров
- •8.5. Проверка статистических гипотез
- •8.5.1. Проверка гипотезы о равенстве генеральных средних двух генеральных совокупностей
- •8.5.2. Проверка гипотезы о равенстве дисперсий двух генеральных совокупностей. Критерий Фишера-Снедекора.
- •8.5.3. Сравнение выборочной средней с гипотетической генеральной средней нормально распределенной совокупности
- •8.5.4. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией
- •8.5.5 Построение теоретического закона распределения по опытным данным. Проверка гипотезы о законе распределения
- •8.6. Построение теоретической кривой по методу наименьших квадратов
- •Список рекомендованной литературы
- •Продолжение табл. П1
Глава 4. Случайные величины. Законы распределения и числовые характеристики
4.1. Понятие случайной величины
Случайная величина (СВ) - это переменная величина, принимающая свои значения в зависимости от случая, с некоторой вероятностью. Случайные величины бывают дискретные и непрерывные.
Дискретной называется СВ, принимающая отдельные, изолированные значения, которые можно перенумеровать (их число может быть конечным или бесконечным).
Непрерывной называется СВ, значения которой сплошь заполняют некоторый промежуток (конечный или бесконечный).
Например, число пассажиров, перевозимых городским транспортом, число бракованных изделий среди изготовленных, число зёрен в колосе пшеницы, число студентов не посещающих занятия являются дискретными СВ, а случайные ошибки взвешивания, время безотказной работы кассового аппарата ‑ непрерывными СВ.
Полностью охарактеризовать СВ можно законом ее распределения.
Закон распределения СВ Х - это есть соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями.
4.2. Дискретные случайные величины.
Простейшей формой выражения закона распределения дискретной СВ Х является таблица, в которой перечислены все возможные значения СВ и соответствующие им вероятности:
xi |
x1 |
x2 |
... |
xn |
pi |
p1 |
p2 |
... |
рn |
Такую таблицу ещё называют рядом распределения СВ.
Все возможные значения СВ Х образуют полную группу несовместных событий, поэтому сумма всех вероятностей, помещённых в таблице равна 1, т.е.
. (4.1)
Графически ряд распределения представляется ломаной линией, которая называется многоугольником распределения. На оси абсцисс откладываются все возможные значения х СВ X, а на оси ординат -
cоответствующие вероятности pi. Полученные точки ( х, pi) соединяются отрезками прямых (рис. 4.1).
Пример 4.1. Для изучения уровня зарплаты рабочих обследовано 5 частных предприятий. Вероятность того, что на каждом из них зарплата выше среднего уровня обеспеченности, рав-на 0,6. Построить ряд расп-ределения и многоугольник распределения СВ Х - числа предприятий, на которых зарплата выше среднего уровня обеспеченности.
Возможными значениями СВ Х являются: x1=0, x2=1, x3=2, x4=3, x5=4, x6=5.
Вероятности этих значений можно вычислить по формуле Бернулли при и :
P(X=0)=P5(0)=(0,6)0(0,4)50,0102, P(X=1)=P5(1)=(0,6)1(0,4)4=0,0768, P(X=2)=P5(2)=(0,6)2(0,4)3 =0,2304, P(X=3)=P5(3)=(0,6)3(0,4)2=0,3456, P(X=4)=P5(4)=(0,6)4(0,4)1=0,2592, P(X=5)=P5(5)=(0,6)5(0,4)00,0778.
Условие выполнено: 0,0102+0,0768+0,2304+0,3456+0,2502+0,0778=1,
все вероятности вычислены верно. Ряд распределения СВ Х имеет вид:
. xi |
0 |
1 |
2 |
3 |
4 |
5 |
pi |
0,0102 |
0,0768 |
0,2304 |
0,3456 |
0,2592 |
0,0778 |
Многоугольник распределения изображен на рис.4.2.
4.3.Функция распределения.
Пусть Х - случайная величина и х - произвольное действительное число. Вероятность того, что Х примет значение, меньшее чем х, называется функцией распределения вероятностей СВ Х:
F(x)=P(X<x) (4.2).
Если рассматривать СВ Х как случайную точку на оси ОХ, которая в результате опыта может занять то или иное положение, то функция распределения F(x) есть вероятность того, что случайная точка Х в результате опыта окажется левее точки x (рис.4.3.1.).