- •2.Случайные величины
- •2.1. Дискретные случайные величины. Закон распределения дискретных случайных величин.
- •2.2. Функция распределения случайной величины.
- •2.3. Непрерывные случайные величины. Плотность распределения вероятности случайной величины.
- •3. Числовые характеристики случайных величин
- •3.1. Математическое ожидание
- •3.2. Дисперсия
- •3.4. Мода и медиана
- •4. Различные законы распределения случайной величины
- •4.1. Биномиальное распределение дискретной случайной величины
- •4.2. Распределение Пуассона
- •4.3. Равномерное распределение случайной величины на отрезке
- •4.4. Показательное распределение случайной величины
- •4.5. Нормальное распределение случайной величины
- •4.6. Вероятность попадания в интервал:
3.4. Мода и медиана
Модой случайной величины X дискретного типа называется такое возможное значение , для которого
, (3.14)
т.е. это то значение д.с.в., которое имеет наибольшую вероятность, если такое значение единственно. Мода может не существовать, иметь единственное значение (унимодальное распределение), иметь множество значений (мультимодальное распределение).
Модой случайной величины X непрерывного типа называется действительное число , определяемое как точка максимума плотности распределения вероятностей.
Медианой непрерывной случайной величины X называется действительное число , удовлетворяющее условию
, (3.15)
т.е. корень уравнения
. (3.16)
Так как данное уравнение может иметь множество корней, то медиана определяется, вообще говоря, неоднозначно.
4. Различные законы распределения случайной величины
4.1. Биномиальное распределение дискретной случайной величины
Пусть эксперимент проводится n раз и имеет 2 исхода: У – успех, Н - неудача. Р(У)= р ; Р(Н)=1- р = q (испытания Бернулли).
Пусть Х - случайная величина - это количество успехов в серии n испытаний и 0,1,2,...n - возможное значение случайной величины. Тогда вероятность того, что случайная величина примет значение, равное k, можно найти по формуле
- (4.1)
биномиальное распределение, оно задаётся вероятностью отдельного успеха р и числом испытаний n.
Числовые характеристики:
, (4.2)
4.2. Распределение Пуассона
Во многих задачах приходится иметь дело с испытаниями Бернулли, в которых n велико, а р - мало, т.е. каждый успех - это редкое событие, но среднее число успехов довольно значительно. В этом случае удобнее переходить к формуле
(4.3)
которая называется формулой распределения Пуассона и получается из формулы биномиального распределения при ии условии, чтосохраняет постоянное значение при повторении эксперимента.
Числовые характеристики:
;. (4.4)
Замечание: при n > 100 и np < 30 от формулы Бернулли переходят к формуле Пуассона.
4.3. Равномерное распределение случайной величины на отрезке
Непрерывная случайная величина Х называется равномерно распределённой на отрезке [a, b], если её плотность вероятности постоянна на этом отрезке и равна 0 вне его, т.е.:
(4.5)
Пользуясь формулой (1.6), можно найти функцию распределения :
(4.6)
Числовые характеристики:
; .(4.7)