Слайд 1СЛУЧАЙНЫЕ ВЕЛИЧИНЫ
Случайными величинами называются величины, которые в результате опыта принимают
те или иные значения, причем неизвестно заранее, какие именно.
Обозначают: X,Y,Z
Примером случайной величины может служить:
Х – число очков, появляющееся при бросании игральной кости
2) У – число выстрелов до первого попадания в цель
3) Рост человека, курс доллара, выигрыш игрока и т.д.
Случайная величина, принимающая счетное множество значений называется дискретной.
Если множество значений с.в. Несчетно, то такая величина называется непрерывной.
Слайд 2Случайной величиной Х называется числовая функция, определенная на пространстве элементарных
событийΩ, которая каждому элементарному событию W ставит в соответствие число
Х(w), т.е. Х=Х(w),
Пример: Опыт состоит в бросании монеты 2 раза. На пространстве элементарных событий Ω{W1,W2,W3,W4} где W1=ГГ, W2=ГР, W3=РГ, W4=РР. Можно рассмотреть с.в. Х – число появления герба. Х является функцией от элементарного события W2: X(W1)=2, X(W2)=1, X(W3)=1, X(W4)=0 X – дискретная с.в. Со значениями X1=0, X2=1, X3=2.
Для полного описания случайной величины недостаточно лишь знания ее возможных значений. Необходимо еще знать вероятности этих значений
Слайд 3ЗАКОН РАСПРЕДЕЛЕНИЯ ДИСКРЕТНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
Пусть Х – дискретная с.в., которая
принимает значения х1, х2…хn..
С некоторой вероятностью Pi=P{X=xi}, i=1,2,3…n…, определяющей вероятность
того, что в результате опыта с.в. Х примет значение xi
Закон распределения может быть задан в виде таблицы распределения:
Такую таблицу называют рядом распределения
Так как события {X=x1},{X=x2}… несовместны и образуют полную группу, то сумма их вероятностей равна
Слайд 4Отложить возможные значения случайной величины, а на оси ординат –
вероятности этих значений.
Ломаную, соединяющую точки (Х1, Р1), (Х2,Р2),… называют многоугольником
распределения.
р1
р2
р3
pn
x1
x2
x3
xn
x
pi
0
Случайная величина Х дискретна, если конечное или счетное множество Х1, Х2,…,Xn,… таких, что P{X=xi} = pi > 0 (i=1,2,…) и p1+p2+p3+… =1
Слайд 5Пример: В урне 8 шаров из которых 5 белых, остальные
– черные. Из нее вынимают наудачу 3 шара. Найти закон
распределения числа белых шаров в выборке.
Решение: Возможные значения с.в. Х – число белых шаров в выборке есть x1=0, x2=1, x3=2, x4=3.
Вероятности их соответственно будут
P1
P2=p{x=1}= Контроль:
P3=p{x=2}=
P4=p{x=2}=
Слайд 6Функция распределения и ее свойства. Функция распределения дискретной случайной величины.
Универсальным
способом задания закона распределения вероятностей, пригодным как для дискретных, так
и для непрерывных случайных величин, является ее функция распределения.
Функцией распределения с.в. Х называется функция F(x), которая для любого числа равна вероятности события {XФункцию F(x) называют интегральной функцией распределения.
Слайд 7Геометрически равенство (1) можно истолковать так: F(x) есть вероятность того,
что с.в. Х примет значение, которое изображается на числовой оси
точкой, лежащей левее точки х, т.е. случайная точка Х попадет в интервал (∞,х)
Х
х
Xx
Функция распределения обладает свойствами:
1)F(x) ограничена, т.е.
2)F(x) – неубывающая функция на R т.е. если, то
3)F(x) обращается в ноль на минус бесконечности и равна 1 в плюс бесконечности т.е. F(-∞)=0, F(+∞)=1
4) Вероятность с.в. Х в промежуток [a,b] равна приращению ее функции распределения на этом промежутке т.е.
(2)
Слайд 85) F(x) непрерывна слева т.е. Lim F(x)=F(x0)
С помощью функции
распределения можно вычислить вероятность события
(3)
Функция распределения дискретной с.в. имеет вид:
(4)
Равенство (4) непосредственно вытекает из определения (1)
6) Если все возможные значения случайной величины Х принадлежат интервалу (a,b), то для ее функции распределения F(x)=0 при , F(x)=1 при
Слайд 9Плотность распределения и ее свойства
Важнейшей характеристикой непрерывной случайной величины является
плотность распределения вероятностей.
Случайная величина Х называется непрерывной, если ее функция
распределения непрерывна и дифференцируема всюду, кроме отдельных точек.
Плотностью распределения вероятностей непрерывной с.в. Х называется производная ее функции распределения. Обозначается f(x)
По определению: f(x)= (x) (5)
Функцию f(x) называют также дифференциальной функцией распределения
Она является одной из форм закона распределения случайной величины.
Слайд 10Из определения производной следует:
F(x)=Lim
= Lim
Но согласно формуле (2) oтношение
представляет собой среднюю вероятность, которая приходится на единицу длины участка [x,x+∆x], т.е. среднюю плотность распределения вероятности. Тогда
f(x)= Lim (6)
Т.е.плотность распределения есть предел отношения вероятности попадания случайной величины в промежуток [x, x+∆x] к длине ∆х этого промежутка, когда ∆х→0 Из (6) равенства следует
Т.е. плотность вероятности определяется как функция f(x), удовлетворяющая условию
Выражение f(x)dx называется элементом вероятности.
Свойства плотности распределения:
1) f(x) неотрицательна, т.е.
Слайд 112) Вероятность попадания непрерывной случайной величины в промежуток [a;b] равна
определенному интегралу оси ее плотности в пределах от a до
b, т.е.
3)Функция распределения непрерывной случайной величины может быть выражена через ее плотность вероятности
4) Условие нормировки: несобственный интеграл от плотности вероятности непрерывной случайной величины в бесконечных пределах равен 1
Определение. Случайная величина Х называется непрерывной, если существует неотрицательная функция f(x) такая, что при любом х функцию распределения F(x) можно представить в виде
Затем получить, что , следовательно F(x) и f(x) являются эквивалентными обобщающими характеристиками с.в. Х
Для непрерывной с.в. Х вероятность события {X=C},где С – число, равна нулю
Действительно,