- •Содержание
- •Тема 2. Классические теоремы теории вероятностей
- •Если события а, в, с совместны, то
- •Формула полной вероятности имеет вид
- •Тема 3. Повторные независимые испытания
- •Тема 4. Случайные величины и законы их распределения
- •Тема 5. Числовые характеристики случайных величин
- •Пусть с – постоянная величина. Тогда
- •Для вычисления дисперсии используется формула
- •Дисперсия обладает свойствами
- •Тема 6. Основные дискретные случайные величины и их числовые характеристики
- •Если случайная величина распределена по закону Пуассона, то
- •Тема 7. Основные непрерывные случайные величины и их числовые характеристики
- •Плотность нормального распределения имеет вид
- •Дисперсия нормального распределения
- •Правило трех сигм записывается в виде равенства
- •2. Для нахождения математического ожидания и дисперсии применим формулы (7.3). Получим следующие значения:
- •Ошибка указания времени часами со скачущей минутной стрелкой имеет равномерное распределение. Определить вероятность того, что при определении времени ошибка не будет превышать 20 секунд.
- •Тема 8. Закон больших чисел и центральная предельная теорема
- •В предельной форме утверждения теоремы Бернулли имеют вид
- •Тема 9. Основные понятия математической статистики. Числовые характеристики
- •На практике для вычисления дисперсии применяется формула
- •Легко установить, что
- •Вычислим размах товарооборота по формуле (9.14). Получим, что
- •Тема 10. Статистические оценки
- •Если дисперсия несмещенной оценки при n→стремится к нулю, то такая оценка будет и состоятельной. Это следует из неравенства Чебышева (см.(8.2))Рдля случайной величины*.
- •Тема 11. Корреляция и регрессия
- •Непосредственно из этого определения следует, что
- •Тема 12. Проверка статистических гипотез
Тема 6. Основные дискретные случайные величины и их числовые характеристики
Равномерное дискретное распределение. Гипергеометрическое распределение. Биномиальное распределение. Геометрическое распределение. Распределение Пуассона. Относительная частота события как случайная величина.
Л и т е р а т у р а
[2], гл.3, § 1, 2, гл.4, § 1,5; [3], гл.5, 5.9, гл.10, 10.3; [5], гл.6, § 4-6, гл.7, § 5, гл.8, § 6; [6], гл.4, § 18, гл.5, § 23; [8], гл.3, § 1,5; [9], гл.2, § 2, 3, 7; [11], гл.29, § 203, 206; [12], ч.2, гл.3, § 11; [13], гл.20, § 8, [14], § 3, 3.1-3.6; [15], гл.6, § 1-3; [16], гл.2, 2.3-2.5.
О с н о в н ы е п о л о ж е н и я и ф о р м у л ы
Пусть {х1, …, х2} – множество значений случайной величины Х, принимающей n значений. Распределение такой дискретной случайной величины называется равномерным, если вероятности появления значений определяются формулой:
Р(Х=хi) = (i=1,…, n). (6.1)
Функция распределения этой случайной величины Х имеет вид
F(х) =
График функции представляет собой ступенчатую линию со скачками в точках х=хi (i=1,…,n). Величина скачка в каждой точке равна 1/n. Математическое ожидание и дисперсия равномерно распределенной дискретной случайной величины могут быть найдены по формулам
М(Х) = , (6.3)
Д(Х) = . (6.4)
Пусть n – число различных элементов некоторого множества, из которых s элементов обладают определенным свойством. Из всего множества производится выборка без возвращения объема k. Пусть m – число элементов, обладающих этим же свойством и оказавшихся в выборке, причем m может принимать значения m=0, 1, …, s, если s k. Случайная величина Х называется гипергеометрически распределенной, если вероятности появления ее значений находятся по формуле
Р(Х=m) = . (6.5)
Значения m определяются смыслом формулы (6.5) для каждой конкретной задачи. Для математического ожидания и дисперсии гипергеометрического распределения справедливы соотношения
М(Х) = k,Д(Х) = k. (6.6)
Пусть Х – случайная величина, значениями которой являются возможные значения числа m появления события А при проведении n повторных независимых испытаний, в каждом из которых вероятность появления А постоянна и равна р. В зависимости от случая m может принимать все целочисленные значения от 0 до n включительно. Вероятности принятия этих значений находятся по формуле Бернулли
Р(Х=m)Рn(m)=. (6.7)
Такое дискретное распределение называется биномиальным. Функция F(х) этого распределения имеет следующий вид:
F(х) = (6.8)
Суммирование здесь ведется по всем целым числам m, меньшим х. График функции распределения представляет собой ступенчатую линию со скачками в точках х=0, 1, …, n. Величина скачка в точке х=m равна Рn(m). Для биномиально распределенной случайной величины числовые характеристики находятся по формулам
М(Х) = np, Д(Х) = np (1-р). (6.9)
Пусть Х – случайная величина, значениями которой являются возможные значения числа m проведенных испытаний, удовлетворяющих схеме Бернулли, причем опыт прекращается после первого же испытания, в котором рассматриваемое событие появилось. Геометрическое распределение вероятностей задается формулой
Р(Х=m) = р (1-р)m-1 (m=1, 2, 3, …). (6.10)
Функция распределения F(х) имеет вид
F(х) = (6.11)
Если случайная величина Х имеет геометрическое распределение, то
М(Х) = ,Д(Х) = . (6.12)
Пусть случайная величина Х принимает целые неотрицательные значения m=0, 1, 2, …с вероятностями
Р(Х=m) = (6.13)
Такое дискретное распределение называется распределением Пуассона с параметром . При различных получим различные распределения. Функция F(х) этого распределения имеет вид
F(х) = (6.14)