Распределения дискретных случайных величин
Биномиальное распределение. Дискретная случайная величина Х имеет биномиальное распределение, если ее возможные значения 0, 1, 2, ... , m, … , n, а соответствующие им вероятности равны:
(21)
где 0 < p < 1, q = 1 – p ; m = 0, 1, 2, ... , n.
Как видно из (21), вероятности Рm вычисляются, как члены разложения бинома Ньютона , откуда и название «биномиальное распределение».
Примером является выборочный контроль качества производственных изделий, при котором отбор изделий для пробы производится по схеме случайной повторной выборки, т.е. когда проверенные изделия возвращаются в исходную партию. Тогда количество нестандартных изделий среди отобранных есть случайная величина с биномиальным законом распределения вероятностей.
Биномиальное распределение определяется двумя параметрами: n и p. Cлучайная величина, распределенная по биномиальному закону, имеет следующие основные числовые характеристики:
(22)
Распределение Пуассона. Дискретная случайная величина Х имеет распределение Пуассона, если она имеет бесконечное счетное множество возможных значений 0, 1, 2, ... , m, …, а соответствующие им вероятности определяются формулой:
(23)
Примерами случайных явлений, подчиненных закону распределения Пуассона, являются: последовательность радиоактивного распада частиц, последовательность отказов при работе сложной компьютерной системы, поток заявок на телефонной станции и многие другие. Закон распределения Пуассона (23) зависит от одного параметра а , который одновременно является и математическим ожиданием, и дисперсией случайной величины Х, распределенной по закону Пуассона. Таким образом, для распределения Пуассона имеют место следующие основные числовые характеристики:
(24)
Геометрическое распределение. Дискретная случайная величина Х имеет геометрическое распределение, если ее возможные значения 0, 1, 2, ... , m, … , а вероятности этих значений:
(25)
где 0 < p < 1, q = 1 – p ; m = 0, 1, 2, ... .
Вероятности Рm для последовательных значений m образуют геометрическую прогрессию с первым членом р и знаменателем q, откуда и название «геометрическое распределение».
В качестве примера рассмотрим стрельбу по некоторой цели до первого попадания, причем вероятность попадания при каждом выстреле не зависит от результатов предыдущих выстрелов и сохраняет постоянное значение р (0 < p < 1). Тогда количество произведенных выстрелов будет случайной величиной с геометрическим распределением вероятностей.
Геометрическое распределение определяется одним параметром р. Cлучайная величина, подчиненная геометрическому закону распределения, имеет следующие основные числовые характеристики:
(26)
Гипергеометрическое распределение. Дискретная случайная величина Х имеет гипергеометрическое распределение с параметрами a, b, n, если ее возможные значения 0, 1, 2, ... , m, … , а имеют вероятности:
(27)
Гипергеометрическое распределение возникает, например, когда из урны, содержащей а черных и b белых шаров, вынимают n шаров. Случайной величиной, подчиненной гипергеометрическому закону распределения, является число белых шаров среди вынутых. Основные числовые характеристики этой случайной величины:
(28)