- •Множества Основные понятия
- •Операции над множествами
- •Элементы комбинаторного анализа
- •Основные правила комбинаторики
- •Упорядоченные совокупности (последовательный выбор)
- •Неупорядоченные совокупности (одновременный выбор)
- •Разбиение множества на группы
- •Классическая вероятностная модель Случайные события
- •Классическое определение вероятности
- •Свойства вероятности
- •Теорема сложения вероятностей
- •Операции над событиями
- •Теорема умножения вероятностей
- •Формула полной вероятности Формула Байеса
- •Случайная величина
- •Распределение дискретных и непрерывных случайных величин
- •Свойства функции распределения
- •Основные свойства дифференциальной функции распределения
- •Числовые характеристики случайных величин
- •Свойства математического ожидания
- •Основные свойства дисперсии
- •Законы распределения непрерывных случайных величин
- •Равномерное распределение
- •Экспоненциальное распределение
- •Нормальное распределение (распределение Гаусса)
- •Основы математической статистики Задачи математической статистики
- •Генеральная совокупность и выборка
- •Статистическое распределение (вариационный ряд). Гистограмма. Полигон
- •Характеристики положения и рассеяния статистического распределения
- •Оценка параметров генеральной совокупности по ее выборке
Случайная величина
Случайной называют величину, которая принимает в результате испытания то или иное возможное значение, заранее неизвестное, меняющееся от испытания к испытанию и зависящее от случайных обстоятельств.
Случайные величины могут быть дискретными и непрерывными.
Дискретной называют такую случайную величину, которая принимает счетное множество значений, т.е. такое множество, элементы которого можно подсчитать.
Пример: дискретной величины является количество студентов на лекции, число бракованных изделий в поставленной продукции, число новорожденных за сутки.
Непрерывной называют такую случайную величину, которая может принимать любые значения в определенном интервале. Занумеровать все значения величины, попадающие даже в узкий интервал принципиально невозможно. Эти значения образуют несчетное бесконечное множество.
Пример: температура тела пациента за определенный промежуток времени; дальность полета футбольного мяча, объем утечки воды из городского водопровода.
Случайные величины обозначают прописными буквами латинского алфавита X, Y, Z, а их возможное значение – соответствующими строчными буквами х, у, z.
При многократных испытаниях определенные значения случайной величины могут встречаться несколько раз. Поэтому, для задания случайной величины недостаточно перечислить лишь все ее возможные значения. Необходимо также знать, как часто могут появляться те или иные значения в результате испытания при одних и тех же условиях, т.е. нужно задать вероятности их появления.
Распределение дискретных и непрерывных случайных величин
Случайная величина считается заданной, если известен закон распределения случайной величины.
Распределением (законом) случайной величины называется всякое соотношение между возможными значениями случайной величины и соответствующими им вероятностями.
Распределение дискретной случайной величины может быть задано в виде таблицы, в графическом и аналитическом виде.
Пусть дискретная случайная величина X принимает значения Х = х1, Х = х2, … , Х = хn. Обозначим вероятности этих событий соответственно: Р(Х = х1,) = p1, Р(Х = х2) = р2, ... , Р(Х = хn) = рn.
Таблица, содержащая возможные значения случайной величины и соответствующие вероятности, является простейшей формой задания распределения дискретной случайной величины:
Значение случайной величины хi |
х1 |
х2 |
… |
хn |
Вероятности значений pi |
p1 |
р2 |
… |
рn |
Так как в результате испытания случайная величина X всегда примет одно из своих возможных значений xl, x2, ..., хn, то эти случайные события образуют полную группу событий и
.
Табличную формулу задания называют также рядом распределения. Для наглядности ряд распределения можно представить в графическом виде, где по оси абсцисс откладываются значения случайной величины, а по оси ординат вероятности этих значений.
Задача 16. В связке из трех ключей только один подходит к двери. Ключи перебирают до тех пор, пока не отыщут подходящий ключ. Построить закон распределения для случайной величины Х – числа опробованных ключей.
Решение. Число опробованных ключей
может равняться 1, 2, 3. Если испытали
только один ключ, это означает, что этот
первый ключ сразу подошел к двери, а
вероятность такого события
.
Итак,
.
Далее, если опробованных ключей было
два, то есть Х = 2, это означает, что первый
ключ не подошел, а второй подошел.
Вероятность этого события
.
Аналогично вычисляется вероятность
.
В результате получается следующий закон
распределения:
Значение случайной величины хi |
1 |
2 |
3 |
Вероятности значений pi |
|
|
|
В ряде практических случаев вместо вероятности того, что случайная величина Х принимает некоторое определенное значение хi, необходимо знать, что случайная величина X меньше хi. Эта вероятность задается интегральной функцией распределения.
Функция распределения определяет вероятность того, что случайная величина X принимает значение, меньшее фиксированного действительного числах, т. е.
F(x) = P(X<x).
Функцию распределения F(x) иногда называют интегральной функцией распределения или интегральным законом распределения.
Функцию F(x) можно получить, суммируя значения вероятностей по тем значениям случайной величины, которые меньше хi, т. е.
где неравенство х < хi под знаком суммы показывает, что суммирование распространяется на все значения х меньше хi.
Для дискретной случайной величины график функции распределения представляет собой разрывную ступенчатую функцию. Когда переменная х принимает одно их своих возможных значений, функция распределения увеличивается скачкообразно на величину вероятности этого значении. Причем при подходе слева к точкам разрыва функция сохраняет свое значение. Сумма величин всех скачков функции F(x) равна 1.
Задача 17. Построить функцию распределения F(x) для случайной величины Х из задачи 14.
Решение. Случайная величина Х имеет три значения: 1, 2, 3, которые делят всю числовую ось на четыре интервала.
При
;
при
;
при
;
при
неравенство
выполняется для всех значений случайной
величины Х, поэтому
.
Итак, мы получили следующую функцию:
