- •6. Виды распределений случайных величин
- •6.1. Равномерное распределение дсв
- •6.2. Биномиальное распределение дсв
- •6.3. Гипергеометрическое распределение дсв
- •6.4. Геометрическое распределение дсв
- •6.5. Распределение Пуассона дсв
- •32.6. Равномерное распределение нсв
- •6.7. Показательное распределение нсв
- •6.8. Нормальное распределение нсв
6. Виды распределений случайных величин
6.1. Равномерное распределение дсв
Случайная величина , принимающая целые значения от 1 до , имеет равномерное распределение, если
.
Найдем математическое ожидание и дисперсию равномерно распределенной случайной величины :
;
Пример. Имеется связка из 5 ключей, из которых только один подходит к открываемому замку. Найти распределение случайной величины – числа ключей, которые пришлось опробовать прежде, чем открыли замок.
Очевидно, может принимать значения от 1 до 5, вероятности которых можно вычислить так:
; .
Если , значит, опробованы 2 ключа. Данное событие представляет собой произведение двух событий: первый ключ не подошел, вероятность 4/5, второй подошел – вероятность 1/4.
Далее рассуждаем аналогично:
; ;
.
6.2. Биномиальное распределение дсв
Случайная величина , принимающая целые значения от 0 до , имеет биномиальное распределение, если
.
Такое распределение имеет случайная величина , равная числу осуществлений некоторого события А в серии из испытаний, в каждом из которых вероятность появления события А постоянна и равна . Числовые характеристики биномиального распределения можно найти по формулам:
.
Пример. В корзине 50 шаров, из них 10 черных. Достают 5 шаров, причем выборка осуществляется с возвращением. Охарактеризовать случайную величину Х — число обнаруженных в выборке шаров черного цвета.
Величина Х может принимать значения от 0 до 5, т. к. выборка проводится с возвращением, вероятность обнаружить всякий раз черный шар постоянна и равна 10/50 = 0,2. Вероятности каждого значения вычислим по формуле Бернулли:
, где .
Получим ряд распределения:
|
0 |
1 |
2 |
3 |
4 |
5 |
|
0,32768 |
0,4096 |
0,2048 |
0,0512 |
0,0064 |
0,00032 |
Найдем функцию распределения :
|
|
|
|
|
|
|
|
|
0 |
0,32768 |
0,73728 |
0,94208 |
0,99328 |
0,99968 |
1 |
Наивероятнейшее значение ( ) определяется из неравенства
или .
Целым значением, удовлетворяющим этим двум неравенствам, является = 1. Значит, , что видно и из ряда распределения.
6.3. Гипергеометрическое распределение дсв
Случайная величина Х имеет гипергеометрическое распределение, если
.
Такое распределение получается в следующей задаче. Имеется генеральная совокупность из объектов, в числе которых находится интересующих исследователей объектов. Из генеральной совокупности проводится выборка без возвращения объемом . Тогда случайная величина , равная числу интересующих нас объектов из совокупности , обнаруженных в выборке, имеет гипергеометрическое распределение.
Пример. Воспользуемся условием предыдущей задачи, считая, что выборка осуществляется без возвращения, и найдем закон распределения случайной величины , равной числу черных шаров в выборке.
Случайная величина может также меняться от 0 до 5. Вычислим вероятности каждого значения по формуле:
Составим ряд распределения
|
0 |
1 |
2 |
3 |
4 |
5 |
|
0,310563 |
0,431337 |
0,20984 |
0,044177 |
0,003965 |
0,000119 |
Как видим, вероятности отдельных значений Х несколько изменились по сравнению с их значениями, рассчитанными по формуле Бернулли.
Числовые характеристики гипергеометрического распределения:
В данном примере .
Формулой для математического ожидания можно воспользоваться для оценки размера генеральной совокупности, если непосредственно подсчитать число объектов в ней затруднительно. Такая ситуация возникает, если нужно знать, например, число животных в популяции, обитающей на какой-либо территории, число птиц в стае, рыб в замкнутом водоеме и т. п. В этом случае метят объектов из всей совокупности. Через некоторое время отбирают объектов и записывают количество меченых. Повторяя отбор несколько раз, находят среднее количество меченых объектов, которое можно принять равным . Зная , и можно найти .