- •20. Центральная предельная теорема
- •42.Проверка гипотеза о зависимости (независимости) случайных величин
- •41. Проверка гипотеза о зависимости (независимости) случайных величин
- •2.Билет
- •4Билет Формула полной вероятности
- •7Законы распределения дискретных случайных величин
- •8Распределение непрерывных случайных величин
- •9Системы случайных величин
- •10Условные законы распределения случайных величин, входящих в систему
- •12Нормальный закон на плоскости. Уравнение линии регрессии
- •13Функции от случайных аргументов
- •14 Билет
- •15Закон распределения функции от случайного аргумента общего вида
- •16Законы распределения функции от произвольного числа случайных аргументов
- •17Предельные теоремы теории вероятностей
- •18Частная теорема Чебышева
- •19Теорема Бернулли и Пуассона
7Законы распределения дискретных случайных величин
Геометрическое распределение:
Пусть проводятся некоторые испытания. В каждом испытании событие А может появиться с вероятностью Р. Необходимо определить вероятность того, что при k-том испытании появится событие. Здесь в качестве случайного события рассматривается число k, то есть число испытаний до появления первого события.
На основании теоремы о произведении вероятностей независимых событий вероятность того, что случайная величина примет значение k, будет равна:
, k = 1, 2,...
– случайная величина может принимать любое из натуральных чисел (1, +∞).
Математическое ожидание данной случайной величины определяется по формуле:
(произведение некоторого числа на геометрическую прогрессию)
Дисперсия случайной величины равна второму центральному моменту. Для данной случайной величины она будет определяться по формуле:
где q = 1 – P.
Если требуется решить вероятностную задачу относительно этой случайной величины, то следует использовать выражение вида:
То есть вероятность того, что случайная величина, имеющая геометрическое распределение, в результате опыта примет значение более m1 и менее m2, определится по этой формуле.
Биномиальное распределение:
Это распределение связано с частной теоремой о повторении опыта. В данном распределении под случайной величиной понимается число опытов, в которых появится событие при n испытаниях.
Как известно, вероятность того, что при n опытах событие появится ровно k раз, определяется по формуле:
Р(Х = k) = С(n, k)Рkqn-k
где n – число опытов
k – число опытов, в которых появилось событие; k = 0, 1, 2, ..., n
Числовые характеристики:
Вероятностная задача относительно этой случайной величины определяется по формуле:
Распределение Пуассóна:
Это распределение связано с таким понятием как "поток событий".
Случайным потоком событий называют последовательность однородных событий, следующих одно за другим в какие-то случайные моменты времени. На временной оси этот поток событий можно представить в виде точек:
Среди этих случайных потоков важное место занимает так называемый "простейший поток событий", который удовлетворяет ряду событий:
условие стационарности: поток событий называется стационарным, если вероятность попадания того или иного числа событий в некоторый промежуток времени τ (тáу) не зависит от того, где на временной оси берётся этот промежуток, а зависит только от величины этого промежутка:
отсутствие последствия: это значит, что события, образующие поток, появляются в последовательные моменты времени независимо от того, в какие моменты времени появились предыдущие события;
условие ординарности: это означает, что события могут появляться только по одиночке в некоторый фиксированный момент времени; то есть в один и тот же момент времени не могут появиться второе, третье, ..., n-ное события одновременно.
Для простейшего потока событий вероятность того, что за время τ появится ровно k событий, определяется законом Пуассона, который задаётся формулой:
где а = λτ
λ – интенсивность потока (среднее число событий за единицу времени).
Числовые характеристики:
То есть математическое ожидание и дисперсия данной случайной величины равны друг другу.
Из данных выражений следует, что случайная величина может принимать значения от 0 до ∞, то есть k = 0, 1, 2, ... (∞).
Вероятностная задача относительно этой случайной величины определяется по формуле:
В некоторых случаях биномиальное распределение может быть заменено распределением Пуассона.
Если число независимых опытов достаточно велико (n>10) и вероятность появления события в отдельном опыте не существенна (Р<0,1), то биномиальное распределение может быть приблизительно заменено распределением Пуассона, то есть справедливо выражение:
, где