- •15.Найімовірніше число появи випадкової події (мода)
- •16. Локальна теорема
- •17. Інтегральна теорема
- •Властивості функції Лапласа
- •18. Використання інтегральної теореми
- •19. Формула Пуассона
- •20.Дискретні та неперервні випадкові величини. Закони розподілу їх імовірностей
- •21. Функція розподілу ймовірностей (інтегральна функція) та її властивості
- •22. Щільність імовірностей (диференціальна функція) f (X) і її властивості
- •23. Математичне сподівання
- •24. Властивості математичного сподівання
- •26. Дисперсія та середнє квадратичне відхилення
- •27. Властивості дисперсії
- •28. Початкові та центральні моменти
- •30Система двох дискретних випадкових величин (X, y) та їх числові характеристики
- •37.Функції одного випадкового аргументу
- •38. Математичне сподівання Функції одного випадкового аргументу
- •4.2. Знаходження f (z), f (z), якщо
- •40. Числові характеристики функції n випадкових аргументів
- •41. Біноміальний закон розподілу ймовірностей
- •45. Геометричний закон розподілу ймовірностей
- •42. Рівномірний закон розподілу ймовірностей. Рівномірний закон розподілу
- •11.1. Числові характеристики
- •43. Нормальний закон розподілу
- •46.. Розподіл 2 (хі-квадрат)
- •47.Математичне сподівання і дисперсія при нормальному розподілу.
- •Різниця
4.2. Знаходження f (z), f (z), якщо
Оскільки пряма Y = ZХ ділить площину хОу на дві непересічені області, зображені на рис. 82.
Рис. 82
В області D1 виконується випадкова подія і в області . Отже, імовірність події дорівнюватиме сумі ймовірностей двох несумісних випадкових подій, що зможуть відбутися або в області , або в області :
.
Отже,
(211)
або
(212)
Щільність імовірностей
Остаточно маємо:
(213)
Якщо Х і Y є незалежними, то
. (214)
40. Числові характеристики функції n випадкових аргументів
1. Математичне сподівання.
А. М (Х + Y) = М (Х) + М (Y). (218)
Доведення. Нехай Х і Y є неперервними випадковими величинами. Тоді
Оскільки , то
Висновок 1.
М (АХ + ВY + С) = АМ (Х) + ВМ (Y) + С. (219)
тут А, В, С — деякі сталі.
!
Доведення.
оскільки
Висновок 2. . (220)
Б. Якщо випадкові величини є між собою незалежними, то
М (ХY) = М (Х) М (Y). (221)
Доведення.
(оскільки для незалежних випадкових величин f (x, y) = f (x) f (y)).
41. Біноміальний закон розподілу ймовірностей
Цілочислова випадкова величина X має біноміальний закон розподілу, якщо ймовірність її можливих значень обчислюється за формулою Бернуллі:
k = 0, 1, 2, 3, ..., n. (234 а)
У табличній формі цей закон набирає такого вигляду:
|
0 |
1 |
2 |
3 |
... |
n |
|
|
|
|
|
|
|
При перевірці виконання умови нормування використовується формула біному Ньютона, тому закон розподілу називають біноміальним:
.
Побудуємо ймовірнісну твірну функцію для цього закону
.
Отже, імовірнісна твірна функція для біноміального закону
. (234 b)
Знайдемо основні числові характеристики для цього закону:
. (235)
; ;
; (236)
. (237)
Приклад 1. У партії однотипних деталей стандартні становлять 95%. Навмання з партії беруть 400 деталей. Визначити М (Х), D (X), (Х) для дискретної випадкової величини Х — появи числа стандартних деталей серед 400 навмання взятих.Розв’язання. Цілочислова випадкова величина Х має біноміальний закон розподілу ймовірностей, яка може набувати значення Х = k = 0, 1, 2, ..., 400.Імовірності можливих значень обчислюються за формулою Бернуллі: , де р = 0,95 — імовірність появи стандартної деталі, q = 1 – p =1 – 0,95 = 0,05 — імовірність появи нестандартної деталі.Згідно з (235), (236), (237), маємо:
= 400 0,95 = 380;
= 400 0,95 0,05 = 19;
= 4,36.
45. Геометричний закон розподілу ймовірностей
Інколи спроби здійснюють до першої появи випадкової події. Число проведених спроб буде цілочисловою випадковою величиною. Цілочислова випадкова величина Х має геометричний закон розподілу, якщо ймовірності її можливих значень
, k = 1, 2, 3, …, n. (243)
Тут p — імовірність появи випадкової події в кожній спробі — є величиною сталою, q = 1 – p.
У табличній формі геометричний закон розподілу такий:
|
1 |
2 |
3 |
4 |
... |
|
|
|
|
|
... |
При перевірці умови нормування використовується формула суми нескінченної геометричної прогресії, тому й закон розподілу називають геометричним:
Побудуємо ймовірнісну твірну функцію
.
Ураховуючи, що , дістаємо
Оскільки , то
;
. (244)
Числові характеристики для цього закону:
1.
;
. (245)
2.
;
.
; (246)
. (247)
Серед дискретних випадкових величин лише геометричному закону притаманна властивість відсутності післядії. Це означає, що ймовірність появи випадкової події в k-му експерименті не залежить від того, скільки їх з’явилося до k-го, і завжди дорівнює p.
Приклад 5. Гральний кубик підкидається до першої появи цифри 6. Визначити М (Х), D (X), (Х) для випадкової величини Х числа здійснюваних підкидань.
Розв’язання. Випадкова величина Х є цілочисловою, що має геометричний закон розподілу ймовірностей. За умовою задачі: p = ; q = .
Скориставшись (245), (246), (247), дістанемо:
; ; .