1. Равномерное распределение
Пример! Точка бросается на интервал вещественной прямой (a;b)
Такую случайную величину называют равномерно распределенной на интервале (a,b) и обозначают
Математическое ожидание и дисперсия: ,
2. Показательное распределение.
параметр распределения.
В случайные моменты времени происходит некоторое событие. Такая ситуация называется поток событий.
Поток событий называется Пуассоновским с интенсивностью λ, если вероятность что за время t произойдет m событий, вычисляется: , λ – среднее число успехов(событий) за единицу времени.
Пусть T – случайная величина – это время между двумя последними наступлениями событий. Т – функция распределения:
t>0.
Показательное распределение можно считать распределением времени безотказной работы какого-то устройства, если отказы распределены по пуассоновскому закону.
- функция надежности устройства.
Математическое ожидание и дисперсия: ,
3. Нормальное распределение.
С.в. называется нормальным распределением, если , m, σ – параметры распределения, , .
- стандартное нормальное распределение.
(ξ имеет нормальное распределение с параметрами m, σ), N – Нормальное
Нормальному или приближенно-нормальному распределению св-ся ограниченное число реальных процессов происходящих в природе.
Нормальная величина попадает в интервал (a;b)
Математическое ожидание и дисперсия: , .
Заключение: Не надо думать что все случайные величины являются либо дискретными либо непрерывными, большинство не относится к чисто дискретным или непрерывным, такие величины называются смешанными или сингулярными.
Основные дискретные распределения:
1)Гипергеометрическое распределение.
,
m- целое неотрицательное число, N – количество шаров, M – количество белых, n – вытащили, в m это количество белых.
2) Биномиальное распределение или распределение Бернулли.
, m=0,1,…,n
имеет биномиальное распределение с параметрами n и p, n- число независимых испытаний, p – число успехов.
Математическое ожидание и дисперсия: , .
3) Распределение Пуассона
Математическое ожидание и дисперсия: , .
4) Геометрическое распределение
Пусть проводятся независимые испытания Бернулли с вероятностью p успехов в каждом испытании, с.в. ζ есть номер испытания в котором произошел первый успех.
.
Математическое ожидание и дисперсия: , .
3. Закон больших чисел, центральная предельная теорема.
Под ЗБЧ понимается совокупность утверждений о том, что средние случайных величин при большом их числе ведут себя почти как не случайные.
Неравенство Чебышёва.
ξ(кси) – случайная величина, - т.е. конечное число, тогда , . Вероятность уклонения случайной величины от своего мат. ожидания.
Теорема Чебышёва.(ЗБЧ)
Пусть - последовательность независимых случайных величин, имеющих равномерно ограниченную дисперсию тогда , .
Доказательство:
- среднее арифметическое.
,
Переходя к пределам получаем требуемое в теореме.
Опр. Последовательность сходится по вероятности к случайной величине ξ, если
( по вероятности р стремится к ξ).
ЗБЧ тогда говорит: средние случайных величин по вероятности сходятся к среднему мат. ожиданий.
ЗБЧ в виде теоремы Бернулли.
- число успехов в последовательности n независимых испытаний с вероятностью p
, .
вероятность в отдельном испытании.
Опр. сходится к с.в. ξ почти наверное (п.н.) если
Если последовательность сходится п.н., то она сходится и по вероятности. Обратное в общем неверно.
Характеристические функции.
- комплексная с.в.
Все свойства переносятся.
Опр. ξ –с.в. Характеристической функцией , .
ξ- дискретная с.в.
тогда .
Если ξ – непрерывная с плотностью , то .
Центральная предельная теорема.
ЦПТ – это совокупность утверждений о том, что суммы с.в. при большом количестве слагаемых ведут себя чаще всего как нормальные случайные величины.
Теорема
Пусть - одинаково распределенные и независимые случайные величины с и и тогда случайная величина по распределению сходится к стандартной нормальной величине. Вычитая и деля мы фактически центрируем и нормируем и поэтому в результате мы получаем нормальное распределение. .
Доказательство:
Пусть - характеристическая функция величины .
по теореме о разл. харакеричстических функций (до 2-го порядка), т.к. существует конечная дисперсия.
или , тогда .
Отсюда последовательность функции распределения стремится к функции распределения, более того сходимость равномерная.