- •Элементы теории вероятностей
- •Содержание
- •Введение
- •1. Основные понятия теории вероятностей
- •1.1. Стохастический эксперимент, элементарный исход, пространство элементарных исходов, событие, вероятность события, достоверное и невозможное события
- •1.2. Операции над событиями
- •1.3. Аксиоматика теории вероятностей
- •1.4. Классическое определение вероятности
- •2.Условные вероятности
- •2.1. Теорема умножения вероятностей. Независимые события
- •2.2. Формула полной вероятности
- •2.3. Формула Бейеса
- •3. Случайные величины и законы их
- •3.1. Случайная величина и ее функция распределения
- •3.2. Дискретные случайные величины
- •3.2.1. Распределение Бернулли
- •3.2.2. Биномиальное распределение
- •3.2.3. Геометрическое распределение
- •3.2.4. Гипергеометрическое распределение
- •3.2.5. Распределение Пуассона
- •3.3. Непрерывные случайные величины
- •3.3.1. Равномерное распределение
- •3.3.2. Показательное распределение
- •3.3.3. Распределение Коши
- •3.3.4. Нормальное распределение
- •3.3.5. Распределение Пирсона
- •3.4. Функции от случайной величины.
- •4. Числовые характеристики случайных величин
- •4.1. Математическое ожидание случайной величины
- •4.2. Медиана и мода случайной величины
- •4.3. Дисперсия и среднеквадратическое отклонение случайной величины
- •4.4. Моменты случайной величины
- •5. Задания для выполнения расчетно-графической работы
- •Задача 2 (1 балл)
- •Задача 3
- •Задача 4.(1 балл)
- •Задача 5 Случайная величина х задана функцией плотности вероятности
- •Задача 6
- •Литература
3. Случайные величины и законы их
3.1. Случайная величина и ее функция распределения
Одним из основных понятий теории вероятностей является понятие случайной величины. Прежде чем переходить к формальному определению, рассмотрим ряд примеров.
Число вызовов, поступивших от абонентов на телефонную станцию в течение определенного промежутка времени, является случайным и принимает те или иные значения в зависимости от случайных обстоятельств.
Периметр перпендикулярного сечения ствола дерева, произвольным образом выбранного в лесу, определяется большим количеством причин, носящих случайный характер, поэтому является случайной величиной.
Число отличных оценок у студентов одной группы на экзамене; число ничейных результатов в шахматном турнире; расстояние точки падения диска от точки метания; вес наугад взятого зерна пшеницы; число избирателей, которые могут отдать свои голоса определенному политическому блоку, - примеры случайных величин, относящиеся к различным областям жизни.
Несмотря на всю разнородность конкретного содержания приведенных примеров, все они с точки зрения математики представляют одну и ту же картину. Каждая из этих величин под влиянием случайных обстоятельств способна принимать различные значения. Заранее указать, какое значение примет эта величина, нельзя, так как оно меняется от испытания к испытанию случайным образом.
Для того чтобы знать случайную величину, необходимо знать те значения, которые она может принимать, и вероятности, с которыми случайная величина принимает свои значения.
Разнообразие случайных величин весьма велико. Число принимаемых ими значений может быть конечным, счетным или несчетным; значения могут быть расположены дискретно или заполнять интервалы (конечные или бесконечные). Для того, чтобы задавать вероятности значений случайных величин, столь различных по своей природе, и притом задавать их одним и тем же способом, в теории вероятностей используют функцию распределения случайной величины.
Случайной величиной называется переменная величина, значения которой зависят от случая и для которой определена функция распределения.
Пусть Х - случайная величина, х - действительное число. Вероятность того, что Х примет значение, меньшее чем х, называется функцией распределения вероятностей случайной величины: Fх(x)=P{X<x}.
Сформулируем некоторые общие свойства функции распределения, которые следуют из определения функции распределения и аксиом вероятности.
1) При помощи функции распределения случайной величины Х можно определить вероятность того, что для любых х1 и х2 по формуле:P{X∈[x1, x2)}=Fх(x2)–Fх(x1). Действительно, пусть А - событие, состоящее в том, что Х примет значение, меньшее, чем х2; В - событие, состоящее в том, что Х<х1, и, наконец, С - событие х1≤Х<х2; тогда, очевидно, А=В+С.
Так как события В и С несовместны, то Р(А)=Р(В)+Р(С). Ho P(A)=Fх(x2); P(B)=Fх(x1); P(C)=P{X∈[x1, х2)}, поэтому P{X∈[х1, х2)}=Fх(х2)–Fх(х1).
2) Функция распределения F(x) есть неубывающая функция аргумента, т.е. при х2>x1, имеет место: F(x2)≥F(x1).
Действительно, так как, по определению, вероятность есть неотрицательное число, то из свойства (1) следует свойство (2).
3) Предел функции распределения на минус бесконечности равен нулю: F(-∞)=0.
Предел функции распределения на плюс бесконечности равен единице: F(+∞)=1.
Действительно, так как неравенство {х<+∞} достоверно, то Р{Х<+∞}=1.
Обозначим через Qk событие, состоящее в том, что X∈[k–l,k). Так как событие {Х<+∞} эквивалентно сумме событий Qk, то на основании расширенной аксиомы сложения Р{Х<+∞}=1. Следовательно, при
.
Отсюда, принимая во внимание, что 0≤F(x)≤1 для любого числа х, заключаем, что
n.
4) Функция распределения непрерывна слева, то есть P{X<x}=F(x)=F(x-0); P{X≤x}=F(x+0).
Таким образом, P{X=x}=F(x+0)-F(x).
Это означает, что вероятность того, что случайная величина Х примет значение х, равна скачку функции распределения в точке х.
Четыре свойства функции распределения означают, что каждая функция распределения является неубывающей, непрерывной слева и удовлетворяющей условиям F(-∞)=0, F(+∞)=l функцией. Верно и обратное. Каждая функция, удовлетворяющая перечисленным условиям, может рассматриваться как функция распределения некоторой случайной величины.
Заметим, что в то время, как каждая случайная величина однозначно определяет свою функцию распределения, существует сколько угодно различных случайных величин, имеющих одну и ту же функцию распределения. Так, если случайная величина Х принимает два значения -1 и +1 (каждое с вероятностью ) и случайная величина Y= –X, то ясно, что Х всегда отлична от Y. Тем не менее обе эти случайные величины имеют одну и ту же функцию распределения:
В дальнейшем будем рассматривать два типа случайных величин - дискретные и непрерывные.