
- •А.Б. Токарев
- •Оглавление
- •Введение
- •Вероятностные методы исследования случайных событий
- •Основные характеристики случайных событий
- •Алгебраический метод расчета вероятности событий
- •Основы комбинаторики
- •Геометрический метод расчета вероятности событий
- •Классификация событий
- •Расчет вероятности сложных событий
- •Понятие сложного события
- •Расчет вероятности пересечения (логического произведения) событий
- •Расчет вероятности объединения (логической суммы) событий
- •Примеры расчетов вероятностей сложных событий
- •Расчет вероятностей для последовательности независимых испытаний
- •Независимые испытания с несколькими исходами
- •Расчеты для продолжительных серий испытаний
- •Потоки событий и закон распределения Пуассона
- •Формула полной вероятности. Теорема о гипотезах
- •Вероятностное описание случайных величин
- •Случайные величины и их классификация
- •Понятие закона распределения случайной величины
- •Ряд распределения дискретной случайной величины
- •Типовые законы распределения дискретных случайных величин
- •Равномерное распределение дсв
- •Геометрическое распределение дсв
- •Биномиальное, пуассоновское и гипергеометрическое распределения
- •Функция распределения вероятностей св
- •Плотность вероятности случайной величины
- •Типовые законы распределения непрерывных случайных величин
- •Равномерное распределение нсв
- •Нормальное (гауссовское) распределение
- •Распределение Релея
- •Распределение Коши
- •Показательное распределение
- •Распределение арксинуса
- •Распределение константы
- •Пример и особенности распределения смешанных случайных величин
- •Примеры исследования вероятностных характеристик случайных величин
- •Интегральная формула полной вероятности
- •Числовые характеристики случайных величин
- •Начальные моменты распределения и математическое ожидание случайной величины
- •Центральные моменты распределения и дисперсия св
- •Прочие числовые характеристики св
- •Расчет числовых моментов нормального распределения
- •Примеры расчета числовых характеристик типовых распределений непрерывных случайных величин
- •Свойства равномерного распределения
- •Числовые характеристики распределения Релея
- •Числовые характеристики распределения Коши
- •Характеристики показательного распределения
- •Гамма распределение
- •Производящие функции и их применение для расчета числовых характеристик дискретных случайных величин
- •Понятие и свойства производящих функций
- •Характеристики биномиального распределения
- •Характеристики геометрического распределения
- •Свойства распределения Пуассона
- •Примеры исследования числовых характеристик случайных величин
- •Функциональное преобразование случайных величин
- •Преобразование дискретных случайных величин
- •Преобразование непрерывных случайных величин
- •Базовый случай
- •Анализ функционального преобразования при бесконечнозначной обратной функции
- •Расчет числовых характеристик случайных величин на выходе нелинейного преобразователя
- •Примеры анализа функциональных преобразований случайных величин
- •Для математического ожидания имеем
- •Формирование случайных величин с заданным законом распределения
- •Системы случайных величин
- •Понятие системы случайных величин (многомерной случайной величины)
- •Вероятностное описание систем дискретных св
- •Функция распределения системы случайных величин
- •Плотность распределения вероятностей системы св
- •Зависимость случайных величин и условные законы распределения составляющих системы св
- •Числовые характеристики системы двух св
- •Определения и общие свойства моментов распределения системы св
- •Корреляционные характеристики случайных величин
- •Условные числовые характеристики случайных величин
- •Двумерный нормальный закон распределения
- •Приложение 1. Дельта-функция Дирака
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Библиографический список
- •394026 Воронеж, Московский просп., 14
Характеристики биномиального распределения
Возможный вариант возникновения биномиального распределения уже обсуждался, например, на с. 48. Выяснилось, что вероятность наблюдения в последовательности п независимых испытаний ровноkслучаев наступления событияА равна
|
(4.0) |
где pи
- параметры распределения, определяющие
вероятность наступления
(и отсутствия) события A
в отдельном опыте.
Формальный подход, скажем, к расчету математического ожидания предполагает вычисление суммы
|
(4.0) |
однако найти в математических справочниках готовый результат для подобного выражения совсем непросто, а непосредственное суммирование слагаемых имеет приемлемую сложность лишь для n << 100, но не позволяет увидеть общего решения. В связи с этим, попробуем использовать аппарат производящих функций.
В рассматриваемом случае производящая функция будет определяться выражением
|
но
последняя сумма есть ничто иное, как
определяемое биномом Ньютона разложение
по степенямzn-степени суммы.
Таким образом,
производящая
функция биномиального распределенияимеет вид
|
(4.0) |
Запишем первые
две производные функции
:
|
При подстановке
аргумента z= 1 учтем,
что параметры распределения связаны
соотношениемp+q= 1, а значит центральные элементы обеих
зависимостей.
Таким образом,математическое ожидание
биномиальной СВравно
|
(4.0) |
а дисперсия биномиального распределениясоставляет
|
(4.0) |
Итак, использование аппарата производящих функций не только существенно уменьшило трудозатраты на расчет числовых характеристик, но и позволило получить эти результаты в общем виде.
Завершая анализ биномиального распределения, получим выражение для определения его моды (см. с. 112). Для этого проанализируем приведенное ниже соотношение вероятностей
|
Добавив
к числителю “”
и перегруппировав слагаемые, это
соотношение можно представит в виде
|
(4.0) |
Для малых k≥ 1 дробь в правой части ( 4 .0) оказывается,
как правило,
положительной, а выражение в целом –
больше единицы. Это означает, что с
увеличением k
вероятность
увеличивается. Приk
> (n+1)·p,
напротив, дробь в правой части ( 4 .0)
становится отрицательной, а отношение
вероятностей – меньше единицы, т.е. при
дальнейшем ростеkвероятность
уменьшается.
Итак, модой биномиального распределения служит значение k, определяемое правилом
|
(4.0) |
где int(x) – операция взятия целой части числа.
Характеристики геометрического распределения
Ещё один вид распределения ДСВ, связанный с исследованием последовательности независимых испытаний, был рассмотрен на с. 73 - это геометрическое распределение. Для ДСВ, подчиняющейся геометрическому распределению, вероятность наблюдения любого целочисленного значения составляет
|
(4.0) |
где p- параметр распределения,q= 1 –p.
Для расчета производящей функции геометрического распределения, запишем
.
В полученном выражении фигурирует бесконечная сумма слагаемых, образующих геометрическую прогрессию. Используя для расчета этой суммы известную формулу ( 2 .0), для производящей функции геометрического распределения получаем окончательно
|
(4.0) |
Запишем первые
две производные функции
:
|
и подставим значение аргумента z = 1, учитывая, что p = 1 –q.
В результате, математическое ожидание геометрического распределениясоставляет
|
(4.0) |
Для дисперсиив соответствии с ( 4 .0) получаем
|
(4.0) |