Понятия случайной величины.
Закон распределения дискретной случайной величины.
Определение: Случайной называется величина, которая в результате испытания принимает только одно значение из возможного множества своих значение, наперед неизвестное и зависящее от случайных причин.
Различают два вида случайных величин: дискретные и непрерывные.
Определение: Случайная величина Х называется дискретной (прерывной), если множество ее значений конечное или бесконечное, но счетное.
Другими словами, возможные значения дискретной случайной величину можно перенумеровать.
Описать случайную величину можно с помощью ее закона распределения.
Определение: Законом распределения дискретной случайной величины называют соответствие между возможными значениями случайной величины и их вероятностями.
Закон распределения дискретной случайной величины Х может быть задан в виде таблицы, в первой строке которой указаны в порядке возрастания все возможные значения случайной величины, а во второй строке соответствующие вероятности этих значений, т.е.
| x | x1 | x2 | х3 | … | хn |
| p | р1 | р2 | р3 | ... | рn |
где р1+ р2+…+ рn=1
Такая таблица называется рядом распределения дискретной случайной величины.
Если множество возможных значений случайной величины бесконечно, то ряд р1+ р2+…+ рn+… сходится и его сумма равна 1.
Закон распределения дискретной случайной величины Х можно изобразить графически, для чего в прямоугольной системе координат строят ломаную, соединяющую последовательно точки с координатами (xi;pi), i=1,2,…n. Полученную линию называют многоугольником распределения (рис.1).
рис.1
Закон распределения дискретной случайной величины Х может быть также задан аналитически (в виде формулы):
P(X=xi)=φ(xi),i =1,2,3…n
Задача№1. Вероятности того, что студент сдаст экзамен в сессию по математическому анализу и органической химии соответственно равны 0,7 и 0,8. Составить закон распределения случайной величины Х- числа экзаменов, которые сдаст студент.
Решение. Рассматриваемая случайная величина X в результате экзамена может принять одно из следующих значений:x1=0, x2=1, х3=2.
Найдем вероятность этих значений.Обозначим события:
По условию:
Тогда:
 |
Итак, закон распределения случайной величины Х задается таблицей:
| x | |||
| p | 0,6 | 0,38 | 0,56 |
Контроль:0,6+0,38+0,56=1.
Функция распределения
Полное описание случайной величины дает также функция распределения.
Определение: Функцией распределения дискретной случайной величины Х называется функция F(x), определяющая для каждого значения х вероятность того, что случайная величина Х примет значение, меньше х:
F(x)=Р(Х<х)
Геометрически функция распределения интерпретируется как вероятность того, что случайная величина Х примет значение, которое изображается на числовой прямой точкой, лежащей левее точки х.
Свойства функции распределения:
1)0≤ F(x) ≤1;
2) F(x)- неубывающая функция на (-∞;+∞);
3) F(x)- непрерывна слева в точках х= xi (i=1,2,…n) и непрерывна во всех остальных точках;
4) F(-∞)=Р (Х<-∞)=0 как вероятность невозможного события Х<-∞,
F(+∞)=Р(Х<+∞)=1 как вероятность достоверного события Х<-∞.
Если закон распределения дискретной случайной величины Х задан в виде таблицы:
| x | x1 | x2 | х3 | … | хn |
| p | р1 | р2 | р3 | ... | рn |
то функция распределения F(x) определяется формулой:
0 при х≤ x1,
р1 при x1< х≤ x2,
F(x)= р1 + р2 при x2< х≤ х3
… … …
1 при х> хn.
Её график изображен на рис.2:
рис.2
Числовые характеристики дискретной случайной величины.
К числу важных числовых характеристик относится математическое ожидание.
Определение: Математическим ожиданием М(Х) дискретной случайной величины Х называется сумма произведений всех ее значений на соответствующие им вероятности:
n
М(Х) = ∑ xiрi= x1р1 + x2р2+…+ xnрn
i=1
Математическое ожидание служит характеристикой среднего значения случайной величины.
Свойства математического ожидания:
1)M(C)=C, где С-постоянная величина;
2)М(С•Х)=С•М(Х),
3)М(Х±Y)=М(Х) ±M(Y);
4)M(X•Y)=M(X) •M(Y), где X,Y- независимые случайные величины;
5)M(X±C)=M(X)±C, где С-постоянная величина;
Для характеристики степени рассеивания возможных значений дискретной случайной величины вокруг ее среднего значения служит дисперсия.
Определение: Дисперсией D(X) случайной величины Х называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
D(X)=M(X-M(X))2
Свойства дисперсии:
1)D(C)=0, где С-постоянная величина;
2)D(X)>0, где Х- случайная величина;
3)D(C•X)=C2•D(X), где С-постоянная величина;
4)D(X+Y)=D(X)+D(Y), где X,Y- независимые случайные величины;
Для вычисления дисперсии часто бывает удобно пользоваться формулой:
D(X)=M(X2)-(M(X))2,
n
где М(Х)=∑ xi2рi= x12р1 + x22р2+…+ xn2рn
i=1
Дисперсия D(X) имеет размерность квадрата случайной величины, что не всегда удобно. Поэтому в качестве показателя рассеяния возможных значений случайной величины используют также величину √D(X).
Определение: Средним квадратическим отклонением σ(Х) случайной величины Х называется квадратный корень из дисперсии:
Задача №2. Дискретная случайная величина Х задана законом распределения:
| х | -1 | ||||
| р | 0,1 | Р2 | 0,3 | 0,2 | 0,3 |
Найти Р2, функцию распределения F(x) и построить ее график, а также M(X),D(X), σ(Х).
Решение: Так как сумма вероятностей возможных значений случайной величины Х равна 1, то
Р2=1- (0,1+0,3+0,2+0,3)=0,1
Найдем функцию распределения F(х)=P(X<x).
Геометрически это равенство можно истолковать так: F(х) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси точкой, лежащей левее точки х.
Если х≤-1, то F(х)=0, т.к. на (-∞;х) нет ни одного значения данной случайной величины;
Если -1<х≤0, то F(х)=Р(Х=-1)=0,1, т.к. в промежуток (-∞;х) попадает только одно значение x1=-1;
Если 0<х≤1, то F(х)=Р(Х=-1)+ Р(Х=0)=0,1+0,1=0,2, т.к. в промежуток
(-∞;х) попадают два значения x1=-1 и x2=0;
Если 1<х≤2, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)= 0,1+0,1+0,3=0,5, т.к. в промежуток (-∞;х) попадают три значения x1=-1, x2=0 и x3=1;
Если 2<х≤3, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)+ Р(Х=2)= 0,1+0,1+0,3+0,2=0,7, т.к. в промежуток (-∞;х) попадают четыре значения x1=-1, x2=0,x3=1 и х4=2;
Если х>3, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)+ Р(Х=2)+Р(Х=3)= 0,1+0,1+0,3+0,2+0,3=1, т.к. в промежуток (-∞;х) попадают четыре значения x1=-1, x2=0,x3=1,х4=2 и х5=3.
Итак,
0 при х≤-1,
0,1 при -1<х≤0,
0,2 при 0<х≤1,
F(x)= 0,5 при 1<х≤2,
0,7 при 2<х≤3,
1 при х>3
 |
Изобразим функцию F(x)графически (рис.3):
рис. 3
Найдем числовые характеристики случайной величины:
n
М(Х) = ∑ xκрκ =x1р1 + x2р2+…+ xnрn
κ=1
M(X)=-1•0,1+0•0,1+1•0,3+2•0,2+3•0,3=1,5
n
D(X)= ∑ x2κрκ –(M(X))2 = x21р1 + x22р2+…+ x2nрn –(M(X))2
κ=1
D(X)=(-1)2 •0,1+12•3+22•0,2+32•0,3-(1,5)2=1,65
≈1,2845.
