- •Дискретные случайные величины
- •2) Дискретная биномиальная случайная величина(биномиальное распределение). Закон распределения данной дискретной случайной величины запишется следующим образом:
- •3) Дискретная случайная величина Пуассона(пуассоновское распределение с параметром ). Закон распределения дискретной случайной величины Пуассона задается следующим образом:
- •4) Дискретная геометрическая случайная величина (геометрическое распределение). Закон распределения геометрической дискретной случайной величины имеет вид
- •Непрерывные случайные величины
- •Примеры непрерывных случайных величин:
- •3) Равномерная на [a;b] непрерывная случайная величина(равномерное на отрезке [a;b] распределение).
- •Свойства функции распределения:
- •§3. Числовые характеристики дискретной случайной величины.
- •Свойства математического ожидания:
- •Свойства дисперсии:
Случайная величина. Дискретные и непрерывные случайные величины.
Одним из основных в теории вероятностей является понятие случайной величины. Случайная величина - это величина, принимающая те или иные значения в зависимости от случая. Примерами случайных величин могут быть: число выпавших очков, при подбрасывании игральной кости; число попаданий в цель при k выстрелах и т.д. Множества всех случайных величин в зависимости от типа их распределения делится на три класса: дискретные случайные величины, непрерывные случайные величины исингулярные случайные величины.
Дискретные случайные величины
Определение1: Случайная величина называется дискретной случайной величиной, если она принимает не более чем счетное число значений. Задание дискретной случайной величины по определению равносильно заданию закона распределения случайной величины в следующем виде:
где
Следующее утверждение отражает связь между функцией распределения дискретной случайной величины и законом распределения случайной величины.
Утверждение 1: Закон распределения и функция распределения дискретной случайной величины взаимно однозначно определяют друг друга.
Примеры дискретных случайных величин:
1) дискретная случайная величина Бернулли(закон распределения Бернулли). Закон распределения дискретной случайной величины Бернулли имеет следующий вид: 0<p<1
Такому распределению соответствует бросание монеты, на одной стороне которой - 0, а на второй - 1.
2) Дискретная биномиальная случайная величина(биномиальное распределение). Закон распределения данной дискретной случайной величины запишется следующим образом:
где
Число успехов в n испытаниях схемы Бернулли имеет биномиальное распределение.
3) Дискретная случайная величина Пуассона(пуассоновское распределение с параметром ). Закон распределения дискретной случайной величины Пуассона задается следующим образом:
где - параметр.
Закон распределения случайной величины Пуассона носит название закона редких событий, поскольку оно всегда появляется там, где производится большое число испытаний, в каждом из которых с малой вероятностью происходит "редкое" событие. По закону Пуассона распределены, например, число вызовов, поступивших на телефонную станцию, число распавшихся нестабильных частиц и т.д.
4) Дискретная геометрическая случайная величина (геометрическое распределение). Закон распределения геометрической дискретной случайной величины имеет вид
Пусть производятся независимые испытания, причем в каждом испытании возможны два исхода - "успех" с вероятностью p или "неуспех" с вероятностью 1 - p , 0 < p < 1 . Обозначим через число испытаний до первого появления "успеха", тогда будет дискретной геометрической случайной величиной.
Непрерывные случайные величины
Определение 2: Распределение случайной величины называется непрерывным, а сама случайная величина - непрерывной случайной величиной, если для любого
,
где - интегрируемая по Лебегу функция. Функция называется плотностью распределения случайной величины .
Теорема 1: Для того чтобы случайная величина была непрерывной случайной величиной, необходимо и достаточно, чтобы для любого
(1)
Замечание 1: Из представления (1) видно, что функция распределения непрерывной случайной величины является непрерывной функцией.
Свойства плотности распределения:
1)
2) почти всюду.
3) для любых х, являющихся точками непрерывности плотности.
Теорема 2: Для того, чтобы функция p = p(x) была плотностью распределения некоторой случайной величины , необходимо и достаточно, чтобы она удовлетворяла свойствам 1) и 2) плотности.