Название: Випадкова величина
Вид работы: реферат
Рубрика: Математика
Размер файла: 138.5 Kb
Скачать файл: referat.me-217877.docx
Краткое описание работы: ТЕМА ВИПАДКОВА ВЕЛИЧИНА 1 Випадкова величина. Функція розподілу випадкової величини Зіставимо кожну елементарну подію конкретного випробування з деяким числом. Наприклад, розглянемо випробування, що полягає в підкиданні монети. Маємо простір елементарних подій – множину з двох можливих рівно ймовірних наслідків випробування: w
Випадкова величина
ТЕМА
ВИПАДКОВА ВЕЛИЧИНА
1 Випадкова величина. Функція розподілу випадкової величини
Зіставимо кожну елементарну подію конкретного випробування з деяким числом. Наприклад, розглянемо випробування, що полягає в підкиданні монети. Маємо простір елементарних подій – множину з двох можливих рівно ймовірних наслідків випробування: w1
– випадання "решки" та w2
– випадання герба. Введемо до розгляду функцію x= f(w), що визначається за формулами: f(w1
)=0, f(w2
)=1. Це – числова функція (випадкова величина), яка залежить від випадку. Позначимо її через :
Для значень, яких у результаті випробувань може рівно ймовірно набувати функція , застосуємо символи
та
. Відповідно з нашою угодою, вони дорівнюють
і
У загальному випадку задовільної випадкової величини позначатимемо її однією з грецьких літер x,h,..., а значення, яких вона набуває літерами латинської абетки: х, y,..... Відповідність між цими значеннями та ймовірностями, з якими їх набуває така функція , зручно задати у вигляді табл. 1, що називається законом розподілу дискретної випадкової величини:
Таблиця 1
|
|
|
|
... |
|
|
|
|
|
... |
|
У випадку зазначеної конкретної випадкової величини, пов’язаної з випадінням сторін підкинутої монети, табл. 1 конкретизується у вигляді табл. 2:
Таблиця 2
|
0 |
1 |
|
1/2 |
1/2 |
Цю закономірність можна також наочно представити на площині xOy, розмістивши на горизонтальній осі значення і
, а на вертикальній осі, що доцільно було перемістити з її традиційного положення – відповідні їм ймовірності (рис. 1). При цьому графік функції
складається тільки з двох точок (
,
) і (
,
). В інших точках горизонтальної осі функція
взагалі принципово не визначена.
Ще більш наочно закон розподілу дискретної випадкової величини зображається специфічною функцією
що називається функцією розподілу випадкової величини .
Рисунок 1
У відповідності з її визначенням, вона дає в точці x ймовірність того, що випадкова величина розташована на осі Ox зліва від цієї точки x. Зокрема, для випадкової величини, заданої законом розподілу в табл. 2, ця функція має складний вигляд із різними представленнями на різних інтервалах
На рис. 2 наведено її графік з двома неусувними розривами 1-го роду.
Рисунок 2
Розглянемо ще один приклад введення випадкової величини. Нехай є мішень – круг радіуса а, влучення до якого гарантовано. Як випадкову величину, що позначимо як , візьмемо відстань від центра мішені до точки влучення. Ймовірність того, що ця випадкова величина набуває різних значень r від нуля до а, обчислюється за формулою геометричної ймовірност:
При цьому функція розподілу
графік якої зображено на рис. 3, має вигляд
Рисунок 3
Модифікуємо попередній приклад: нехай всередині круга радіуса а, влучення до якого гарантовано, проведено два концентричні кола (рис. 4) з радіусами a/3 і 2a/ В залежності від відстані точки влучення від центра мішені стрілець одержує 10, 5 чи 1 бал, відповідно.
Рисунок 4
За випадкову величину, що позначимо як , візьмемо тепер кількість очок, набраних при пострілі по мішені. Її можливі значення: 10, 5, 1. Обчислимо ймовірності випадків прийняття цих значень величиною
,
,
При цьому закон розподілу випадкової величини має вигляд табл. 3:
Таблиця 3
|
1 |
5 |
10 |
|
5/9 |
1/3 |
1/9 |
За цим законом розподілу випадкової величини знаходимо функцію її розподілу та будуємо її графік (рис. 5).
Рисунок 5
Властивості функції розподілу:
1. F(x) – неубутна функція. Дійсно, якщо x1 <x2 (рис. 6).
Рисунок 6
F(x2 )=P(x<x2 )=P(x<x1 )+P(x1 <x<x2 )>P(x<x1 )=F(x1 ); F(x1 )<F(x2 );
2. F(+¥)=1; F(-¥)=0; F(+¥)=P(x<¥)=1;
P(-¥<x<¥)=1; F(-¥)=0;
P(a£x<b)=P(x<b) - P(x<a)=Fx (b) - Fx (a).
Якщо функція розподілу в деякій точці x=а має неусувний розрив 1-го роду – стрибок на величину р, (рис. 7) то Р(x=а)=р.
Рисунок 7
Дійсно, розглянемо [а, b), b® a+0.
P(x=а)=.
Найбільш важливими типами випадкових величин є дискретні і неперервні випадкові величини, які будуть розглянуті більш докладно.
2 Дискретна випадкова величина
Випадкова величина називається дискретною, якщо її можливі значення можна перенумерувати.
Нехай х1 ,х2 ,…,хn – можливі значення дискретної випадкової величини в порядку зростання.
Випадкові події [x=x1 ], [x=x2 ], …[x=xn ] утворять повну систему елементарних подій. При цьому
,
Закон розподілу дискретної випадкової величини можна задати таблицею (табл. 1) чи геометрично – точками на площині (xi , pi ); або ламаною, що з'єднує ці точки та називається багатокутником розподілу (рис. 8):
Рисунок 8
Цьому закону розподілу є відповідною функція розподілу
Fx
(x)=P(x<x)=
або
де
Її графік наведено на рис. 9
Рисунок 9
Як видно з рис. 9, функція розподілу дискретної випадкової величини є кусково неперервною. У точці хi
вона зростає на величину . При цьому
.
3 Найважливіші закони розподілу дискретних випадкових величин
Біноміальний розподіл. Розглядається серія з n випробувань, у кожному з яких подія А відбувається або не відбувається. Ймовірність появи події А в кожному випробуванні постійна і не залежить від результатів інших випробувань. Це схема Бернуллі:
Р(А)=р; .
Як випадкову величину, яку позначимо , розглянемо кількість появ події А у n випробуваннях. Не важко перевірити, що ймовірність появи події
визначається формулою Бернуллі у вигляді
; (1)
де – кількість сполучень з
елементів по
(1).
Відповідний цїй формулі закон розподілу випадкової величини називається біноміальним, тому що його коефіцієнти збігаються з коефіцієнтами членів розкладання бінома Ньютона (p+q)n (табл. 4).
Таблиця 4
xn |
0 |
1 |
… |
k |
… |
n |
pn |
qn |
npqn-1 |
… |
|
… |
pn |
Розподіл Пуассона. Якщо в біноміальному розподілі випадкової величини кількість випробувань
і наслідків
дуже велика, знаходження ймовірностей за формулою Бернуллі (1) стає обтяжливим у зв’язку з необхідністю обчислення факторіалів великого порядку. У цьому випадку було отримано наслідки формули Бернуллі, один з яких полягає у наступному.
Нехай кількість випробувань необмежено зростає, але так, щоб її добуток на ймовірність появи події A в кожному випробуванні, тобто
, залишався скінченою величиною порядку одиниці. Це передбачає дуже мале значення ймовірності
, отже розглядаються дуже рідкі події та дуже довгі серії випробувань. При формалізації відзначених умов у формулі Бернуллі (1) можна перейти до границі
або остаточно отримати формулу Пуассона для ймовірності появи разів дуже рідкої події A у практично нескінченних випробуваннях
Розподіл випадкової величина за цією формулою називається законом Пуассона (законом рідкісних подій). Число l називається параметром розподілу. Цей закон можна подати у вигляді:
Таблиця 5
x |
0 |
1 |
… |
k |
… |
p |
e- l |
le- l |
… |
|
… |
Розглянемо типову задачу, що приводить до розподілу Пуассона. Нехай подія А означає відмову складного пристрою протягом малого проміжку часу. Причиною відмови є вихід з ладу будь-якої деталі. Режим роботи пристрою не змінюється з часом, відмова окремих деталей відбувається незалежно одна від одної, причому за одиницю часу "в середньому" відбувається l відмовлень.
При цих допущеннях з великим ступенем точності виконуються такі умови:
1. Ймовірність появи відмови на проміжку часу (0, Т) така сама, як і на задовільному проміжку довжиною T (t,t+T).
2. Появи відмовлень на проміжках часу, що не перекриваються, незалежні.
Ймовірність появи відмовлення за нескінченно малий проміжок часу визначається за формулою:
р(А)=l Dt+o(Dt), Dt®0.
4. Імовірність появи більше однієї відмови є о(Dt), Dt®0.
Розіб'ємо інтервал (t,t+T) на n рівних частин .
Розглядатимемо реєстрацію відмови як окреме випробування
При цьому приходимо до розподілу Пуассона для кількості відмовлень за час Т
Геометричний закон розподілу. Проводиться серія випробувань до першої появи події А. Ймовірність появи події А в кожному випробуванні дорівнює р і не залежить від інших випробувань.
Як випадкову величину розглядатимемо кількість проведених випробувань, необхідних для першої появи події А. Очевидно, що закон розподілу цієї випадкової величини можна подати таблицею:
Таблиця 6
x |
1 |
2 |
3 |
… |
k |
P |
P |
qp |
q2 p |
… |
qk-1 p |
Похожие работы
-
Основні теореми теорії ймовірностей
Тема 2. Основні теореми теорії імовірності На фундаменті міцному будем класти поверхи, перегородки та сходинки, що їх з’єднають на віки. План. Теорема додавання імовірностей несумісних подій..
-
Густина розподілу імовірностей одновимірної і багатовимірної випадкових величин
Реферат на тему: Густина (щільність) розподілу імовірностей одновимірної і багатовимірної випадкових величин” a.Густина розподілу (щільність імовірності).
-
Основні поняття теорії ймовірностей
Сприймання і усвідомлення понять: випадкова подія, вірогідна подія, неможлива подія, повна група подій, попарно несумісні події, рівно можливі події, елементарні події. Вивчення ймовірнісних закономірностей масових однорідних випадкових подій.
-
Загальні положення теорії ймовірностей та математичної статистики
Реферат на тему: Загальні положення теорії ймовірностей та математичної статистики План Основні поняття та визначення: поняття стохастичної с-ми експерименту, ймовірності, випадкової величини.
-
Напрямки теорії ймовірностей та математичні дії над ними
Основні напрямки теорії ймовірностей. Сутність понять "подія", "ймовірність події". Перестановки, розміщення та сполучення. Безпосередній підрахунок ймовірностей. Основні теореми додавання та множення ймовірностей. Формула повної ймовірності та Байєса.
-
Моделювання на ЕОМ випадкових величин і випадкових процесів
Принципи та алгоритми моделювання на ЕОМ типових випадкових величин та процесів. Моделювання випадкових величин із заданими ймовірнісними характеристиками та тих, що приймають дискретні значення. Моделювання гаусових випадкових величин методом сумації.
-
Основні поняття теорії ймовірностей
Вивчення закономірностей, властивих випадковим явищам. Комплекс заданих умов. Експериментальна перевірка випадкових явищ в однотипних умовах та необмежену кількість разів. Алгебра випадкових подій. Сутність, частота і ймовірність випадкової події.
-
Теорія ймовірностей та математична статистика
Знаходження ймовірності настання події у кожному з незалежних випробувань. Знаходження функції розподілу випадкової величини. Побудова полігону, гістограми та кумуляти для вибірки, поданої у вигляді таблиці частот. Числові характеристики ряду розподілу.
-
Теорія вірогідності
Класична ймовірність події як відношення кількості сприятливих до загальної кількості можливих подій. Інтегральна теорема Мавра-Лапласа. Підпорядкування випадкової величини біноміальному закону розподілу з певними параметрами. Ряд розподілу цієї величини.
-
Елементи комбінаторики. Початки теорії ймовірностей
Основні принципи і елементи комбінаторики. Теорія ймовірностей: закономірності масових випадкових подій, дослідження і узагальнення статистичних даних, здійснення математичного і статистичного аналізу. Постановка і вирішення задач економічного характеру.