Пиши Дома Нужные Работы

Обратная связь

СЛУЧАЙНЫЕ ВЕЛИЧИНЫ ДИСКРЕТНОГО ТИПА.

 

Cлучайной величиной называют величину, которая в результате испытания примет одно и только одно возможное числовое значение из заранее известной совокупности значений. Случайной величиной дискретного типа (дискретной случайной величиной) называется величина, которая может принимать либо конечное число возможных значений, либо такое бесконечное число значений, которые могут быть расположены в числовую последовательность Е1, Е2, ... . Для каждого из этих значений указывают его вероятность. Сумма этих вероятностей должна быть равна 1. Если случайная величина принимает только одно значение, то соответствующая ему вероятность равна 1.

 

Пример 1. Пусть Х1 - число “орлов”, выпавших при двух бросках симметричной монеты. Х может принимать значения 0, 1 или 2 с вероятностями, вычисленными по формуле Бернулли: . Т. к. p = q = 0,5 , то эти вероятности равны 0,25; 0,5; 0,25 соответственно.

Дискретные случайные величины записывают в виде таблицы. Для данного примера получим:

 

Х1
Р 0,25 0,5 0,25

 

Верхняя строчка - возможные значения Х1, Р - их вероятности, сумма которых равна 1.

С помощью таблицы можно считать вероятности попадания случайной величины дискретного типа в интервалы. Например, для заданной выше случайной величины Х

.

Пример 2. В полном наборе игры в домино 28 костей. Пусть Х2 – сумма очков на случайно выбранной кости. Поскольку наименьшее значение такой суммы равно 0 («пусто-пусто»), следующее – 1 и так до 12 («6-6»), Х является случайной величиной дискретного типа. Зададим ее таблицей.

Х2
Р

Вероятности в этой таблице вычислены по формуле классической вероятности, в числителях дробей количества костей домино с данным числом очков, знаменатели равны общему числу костей.



Случайные величины традиционно обозначаются заглавными буквами X, Y, Z, ... , а их возможные значения - прописными: x1, x2, y1, и т. д.

 

ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ

 

Если F(x) = P(X < x), то функция F(x) называется функцией распределения (интегральной функцией распределения) случайной величины Х, т.е. функция распределения в точке “х” - это вероятность того, что случайная величина Х примет значение, меньшее заданного числа х.

Из определения сразу следуют несколько свойств F(x):

F(- ¥) = 0, F(+ ¥ ) = 1;

F(x) - неубывающая функция (т.е. если x1 < x2 , то F(x1) £ F(x2) ).

Функция распределения для случайной величины дискретного типа имеет “ступенчатый” график. Для случайной величины Х1 из §13 F(x) запишется так:

 

 

 

 

 

 


Обратите внимание, что левые концы «ступенек» - выколотые, а правые - нет. Например, F(1) = P(X1 < 1) = P(X1 =0) = 0,25;

F(1,1) = P(X1<1,1) = P(X1 = 0) + P(X1 = 1) = 0,75. «Высоты» «ступенек» равны очередным вероятностям, взятым из таблицы : сначала 0,25, затем еще +0,5, и наконец еще +0,25.

Аналогичный график и для другого примера – про домино – только там будет не 2, а 12 «ступенек».

Справедлива формула: P(a £ X < b) = F(b) - F(a).

 

 

МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ СЛУЧАЙНОЙ

ВЕЛИЧИНЫ ДИСКРЕТНОГО ТИПА

 

Математическое ожидание - важнейшая “характеристика положения” случайной величины. Для дискретной величины она вычисляется по формуле

М(Х) = x1 · p1 + x2 · p2 + ... + xk · pk (+...) = ,

где x1, x2, ... , xk, ... - возможные значения случайной величины (верхняя строка таблицы), p1, p2, ..., pk, ... - их вероятности (нижняя строка).

Математическое ожидание - это число, которое выражает среднее значение случайной величины (иначе, среднее значение по распределению). Для примера из §13

М(Х1) = 0 · 0,25 + 1 · 0,5 + 2 · 0,25 = 1 .

Здесь Х1 - число “орлов”, выпавших при 2 бросках симметричной монеты. М(Х1) - среднее число “орлов”, выпадающих при 2 бросках симметричной монеты, это число равно 1.

Для другого примера из §13 М(Х2) = 6.

Отметим два простейших свойства математического ожидания:

1. М (С) = С

2. М (С · Х) = С · М(Х) ( С - постоянная ).

В дальнейшем нам придется вычислять математическое ожидание случайной величины Х2. Если случайная величина Х задается таблицей

 

X x1 x2 ... xk
P p1 p2 ... pk

 

то случайная величина Х2 получится после возведения в квадрат возможных значений случайной величины Х, при этом Р(Х = хк)= = Р(Х2 = хк2) = pk :

 

X2 x12 x22 ... xk2
P p1 p2 ... pk

 

Поэтому М(Х2) = x12 · p1 + x22 · p2 + ... + xk2 · pk = .

В частности, для примера из §13

 

X2 02 12 22
P 0,25 0,5 0,25

 

и М(Х2) = 02 · 0,25 + 12 · 0,5 + 22 · 0,25 = 1,5

 

 






ТОП 5 статей:
Экономическая сущность инвестиций - Экономическая сущность инвестиций – долгосрочные вложения экономических ресурсов сроком более 1 года для получения прибыли путем...
Тема: Федеральный закон от 26.07.2006 N 135-ФЗ - На основании изучения ФЗ № 135, дайте максимально короткое определение следующих понятий с указанием статей и пунктов закона...
Сущность, функции и виды управления в телекоммуникациях - Цели достигаются с помощью различных принципов, функций и методов социально-экономического менеджмента...
Схема построения базисных индексов - Индекс (лат. INDEX – указатель, показатель) - относительная величина, показывающая, во сколько раз уровень изучаемого явления...
Тема 11. Международное космическое право - Правовой режим космического пространства и небесных тел. Принципы деятельности государств по исследованию...



©2015- 2017 pdnr.ru Все права принадлежат авторам размещенных материалов.