![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Непрерывные случайные величины
Непрерывной называется случайная величина Х, если ее функция распределения непрерывна на множестве ее возможных значений. Распределение непрерывной случайной величины однозначно определяется ее функцией распределения F (x), т.к.:
Из этой формулы следует, что вероятность каждого конкретного значения непрерывной случайной величины равна нулю. Все свойства, сформулированные нами в предыдущем подразделе для функций распределения дискретных случайных величин, выполняются и для функций распределения непрерывных случайных величин. Непрерывную случайную величину можно также задать, используя функцию, которую принято называть плотностью распределения вероятностей, или просто плотностью распределения.
Плотностью распределения непрерывной случайной величины Х называется производная от функции распределения этой случайной величины, т.е.:
Плотность распределения однозначно определяет распределение непрерывной случайной величины, поскольку:
И, кроме того, по определению: Перечислим основные свойства плотности распределения:
1. Плотность распределения является неотрицательной функцией, т.е. 2.
Математическое ожидание М (Х) непрерывной случайной величины Х определяется формулой:
Дисперсия D (X) непрерывной случайной величины Х определяется формулой:
На практике для вычисления дисперсии непрерывных случайных величин используется другая формула:
Среднее квадратическое отклонение непрерывной случайной величины Х определяется, так же как и для дискретных случайных величин, формулой: Все свойства математического ожидания и дисперсии, сформулированные нами для дискретных случайных величин, без каких либо изменений остаются справедливыми и для непрерывных случайных величин. ПРИМЕР: Найти математическое ожидание, дисперсию и среднее квадратическое отклонение непрерывной случайной величины Х, если она задана функцией распределения вида:
Для данной случайной величины функция распределения является кусочно-непрерывной, поэтому для плотности распределения можно найти:
Искомое математическое ожидание случайной величины Х найдем по формуле:
Искомую дисперсию найдем по формуле:
Наконец, среднее квадратическое отклонение найдем по формуле:
Рекомендуемая литература по теме 1.3: [1 ÷ 4].
ВОПРОСЫ для самопроверки знаний по теме 1.3: 1. Вероятность какого события является значением функции распределения случайной величины?
2. Каким является множество значений дискретной случайной величины?
3. Почему нельзя дискретную случайную величину задавать с помощью плотности распределения?
4. Какая числовая характеристика имеет смысл среднего значения случайной величины? ____________________________________________________________
5. Какая числовая характеристика оценивает степень рассеивания случайной величины?
6. Чем определяется величина скачка функции распределения дискретной случайной величины в точке разрыва?
7. Чему равны наименьшее и наибольшее значения функции распределения?
Тема 1.4. Законы распределения случайных величин
1.4.1. Биномиальное распределение
Пусть проводятся n испытаний по схеме Бернулли с вероятностью успеха р и вероятностью неуспеха q и p + q = 1. В этом случае дискретная случайная величина Х – число успехов может принимать любое из своих возможных значений
Такое распределение называется биномиальным с параметрами р и q. Заметим, что сумма этих вероятностей будет равна:
Математическое ожидание и дисперсия случайной величины Х, имеющей биномиальное распределение будет определяться формулами:
ПРИМЕР: Случайная величина Х – число выпадений герба при двух бросаниях монеты имеет биномиальное распределение с возможными значениями
1.4.2. Геометрическое распределение
Дискретная случайная величина Х имеет геометрическое распределение, если она принимает значения k = 1, 2, 3, … (счетное множество значений) с вероятностями, определяемыми формулой:
Определение является корректным, поскольку сумма вероятностей возможных значений будет равна: Случайная величина Х, имеющая геометрическое распределение, представляет собой число испытаний по схеме Бернулли до первого успеха. Математическое ожидание и дисперсия такой величины определяются формулами:
ПРИМЕР: В большой партии изделий вероятность брака равна р. Контроль качества проводится до первого появления бракованного изделия. В результате серии проверок обнаружилось, что бракованное изделие впервые появлялось в среднем при десятом испытании. Оценить вероятность р. Пусть Х – число испытаний до первого появления бракованного изделия. Эта случайная величина имеет геометрическое распределение. Согласно условию ее среднее значение равно:
|