- •Глава 2. Случайные величины
- •2.1. Понятие случайной величины
- •Примеры случайных величин
- •2.2. Закон распределения вероятностей. Независимость случайных величин
- •2.3. Функция распределения
- •Свойства функции распределения
- •2.4. Числовые характеристики случайной величины
- •2.5. Закон распределения дискретной случайной величины. Ряд и многоугольник распределения
- •2.6. Функция распределения дискретной случайной величины
- •2.7. Числовые характеристики дискретной случайной величины
- •2.7.1. Математическое ожидание
- •Свойства математического ожидания
- •2.7.2. Дисперсия
- •Свойства дисперсии
- •2.7.3. Моменты высших порядков
- •2.8. Основные виды распределений дискретных случайных величин
- •2.8.1. Биномиальное распределение
- •Условия возникновения биномиального распределения
- •2.8.2. Распределение Пуассона
- •Условия возникновения распределения Пуассона
- •2.8.3. Геометрическое распределение
- •Условия возникновения геометрического распределения
- •2.8.4. Гипергеометрическое распределение
- •2.9. Непрерывные случайные величины
- •2.9.1. Функция распределения непрерывной случайной величины
- •2.9.2. Плотность распределения вероятностей
- •Свойства плотности распределения
- •2.9.3. Числовые характеристики непрерывной случайной величины
- •2.10. Основные виды распределений непрерывных случайных величин
- •2.10.1. Равномерное распределение
- •2.10.2. Показательное распределение
- •2.10.3. Нормальное распределение
- •2.11. Совместное распределение двух случайных величин
- •2.11.1. Двумерный закон распределения
- •2.11.2. Двумерная функция распределения
- •Основные свойства функции распределения двумерной случайной величины
- •2.11.3. Двумерная плотность распределения
- •Основные свойства плотности распределения двумерной случайной величины
- •2.11.4. Зависимость случайных величин
- •2.11.5. Ковариация и коэффициент корреляции
- •Свойства ковариации
- •Свойства коэффициента корреляции
- •2.12. Задания для самостоятельной работы Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •3. Вопросы к зачету
- •Литература
- •Приложения
Условия возникновения распределения Пуассона
1. Распределение
Пуассона является предельным случаем
биномиального распределения, когда
число опытов
,
а вероятность
,
так что
– постоянно, т.е. распределение Пуассона
– это закон распределения вероятностей
массовых (
),
но редких (
)
событий. Например, Х
–
число
бракованных деталей в большой партии,
число опечаток в большом тексте и т.д.
2. Закону распределения Пуассона обычно подчинена случайная величина, задающая простейший поток событий (например, число вызовов скорой помощи, число звонков на телефонной станции, число заказов такси, поступивших в течение интервала t и т.д.).
Поясним понятие простейшего (или пуассоновского) потока событий.
Рассмотрим временную ось, на которой будем отмечать моменты возникновения случайных событий (например, отказы компонентов в сложном техническом устройстве, заявки на обслуживание, прибытие самолетов в аэропорт и т.п.). Последовательность таких моментов называется потоком случайных событий.
Поток случайных событий называется стационарным, если число событий k, приходящихся на интервал t, в общем случае не зависит от расположения этого участка на временной оси и определяется только его длительностью, т.е. среднее число событий в единице времени (или интенсивность потока) постоянно. Например, вероятности появления k событий на промежутках времени (1, 6), (3, 8),…, (T,T + 5), … длительностью 5 ед. равны между собой.
Поток случайных событий называется ординарным, если появление двух и более случайных событий за малый промежуток времени практически невозможно.
В потоке отсутствует последействие, если вероятность попадания событий на участок t не зависит от того, сколько событий попало на другие участки, не пересекающиеся с данным участком.
Поток случайных событий называется пуассоновским или простейшим, если он является стационарным, ординарным и без последействия.
Если постоянная интенсивность потока λ известна, то вероятность появления k событий простейшего потока за время t определяется формулой Пуассона
.
(2.24)
Пример 2.11. Среднее число заказов такси, поступающих в одну минуту, равно 3. Написать первые 4 члена распределения случайной величины X – число заказов такси, поступивших за 2 мин.
Решение.
По условию
,
.
Случайная величина X
принимает счетное число значений 0, 1,
2, 3,… Для вычисления вероятностей этих
значений воспользуемся формулой (2.24):
,
Так
как
,
то
,
,
,
.
2.8.3. Геометрическое распределение
Определение 2.17. Дискретная случайная величина X имеет геометрическое распределение, если она принимает счетное количество значений 1, 2, 3, …, с вероятностями
,
(2.25)
где p – параметр распределения ( ), .
-
1
2
3
…
k
…
p
qp
…
…
Теорема 2.2. Математическое ожидание и дисперсия геометрического распределения вычисляются по следующим формулам:
,
.
(2.26)
