II. Дискретна випадкова величина
-
Дискретною випадковою величиною (д.в.в.) називається випадкова величина, що приймає або скінчену кількість значень або послідовність значень:
або
-
Закон розподілу д.в.в. вказує, з якими ймовірностями випадкова величина приймає власні значення : . Задається або таблицею:
… | ||||
… |
де ,
або формулою, наприклад:
а) кількість успіхів у випробуваннях схеми Бернуллі є випадковою величиною, що має так званий біноміальний розподіл:
,
.
Тобто значення величини , а ймовірності, з якими
величина приймає ці значення, обчислюються, як .
б) Гіпергеометричний розподіл – це розподіл випадкової величини , яка розглядалася у прикладі 1 п.VI § 1. Для неї
,
.
Графічно д.в.в. можна представити за допомогою полігона розподілу. Це з’єднані відрізками точки з координатами .
-
Функція розподілу дискретної випадкової величини обчислюється, як та має наступні властивості: 1) ; 2); 3) ; 4) зростає на ; 5) є ступінчатою функцією, яка приймає сталі значення на кожному півінтервалі та збільшується на величину під час переходу через точку .
-
Математичне сподівання д.в.в.
-
Дисперсія д.в.в. або . Дійсно, .
-
Середнє квадратичне відхилення д.в.в.
-
Властивості мат. сподівання та дисперсії: а) , б) в) г) , д) е)
-
Величина
називається центрованою та нормованою випадковою величиною. З властивостей 7 випливає, що
Приклади. 1) Біноміальний розподіл.
Оскільки
,
а
,
то
за формулою бінома Ньютона. Таким чином, .
Аналогічно можна обчислити дисперсію
.
Зауваження. 1. Як бачимо, величина
,
яка зустрічається у формулах Муавра-Лапласа, є центрованою та нормованою випадковою величиною, що має біноміальний розподіл.
2. Найбільш імовірна кількість успіхів у схемі Бернуллі є цілим числом, що лежить поряд з . Зазвичай користуються нерівністю
2) Розподіл Пуассона з параметром : Закон розподілу ,
Зрозуміло, що
в силу відомого розвинення експоненти в ряд Тейлора .
Таким чином, .
Аналогічно можна обчислити дисперсію
.
3) Закон розподілу д.в.в. задано таблицею
1 | 2 | 3 | 4 | |
0,2 | 0,4 | 0,3 | 0,1 |
Побудувати полігон розподілу, графік функції розподілу, обчислити математичне сподівання та дисперсію (двома способами) д.в.в., знайти ймовірності потрапляння величини у проміжки та .
Полігон розподілу:
Графік функції розподілу:
Математичне сподівання та дисперсія:
1 | 2 | 3 | 4 | Σ | Примітка | |
0,2 | 0,4 | 0,3 | 0,1 | 1 |
| |
0,2 | 0,8 | 0,9 | 0,4 | 2,3 | ||
-1,3 | -0,3 | 0,7 | 1,7 |
|
| |
1,69 | 0,09 | 0,49 | 2,89 |
|
| |
0,338 | 0,036 | 0,147 | 0,289 | 0,81 | ||
1 | 4 | 9 | 16 |
|
| |
0,2 | 1,6 | 2,7 | 1,6 | 6,1 | ||
|
|
|
|
| 5,29 | |
- |
|
|
|
| 0,81 |
Як бачимо, обчислення дисперсії двома способами дало однакові результати,
що свідчить про велику ймовірність відсутності помилок обчислення. Маємо
.
Середнє квадратичне відхилення
.
Імовірність потрапляння у проміжок .
За графіком функції розподілу
= 0,9 - 0,2 = 0,7.
Імовірність потрапляння у проміжок .
За таблицею розподілу
0,4 + 0,3 + 0,1 = 0,8.
- Елементи теорії ймовірностей
- §1. Означення ймовірності
- Простіші властивості ймовірності
- Класичне означення ймовірності
- VII. Геометрична ймовірність.
- VIII. Умовна ймовірність. Формула Байєса.
- §2. Послідовності незалежних випробувань
- I. Послідовність незалежних випробувань.
- II. Схема Бернуллі
- Iіi. Граничні теореми у схемі Бернуллі
- §3. Випадкові величини
- II. Дискретна випадкова величина
- III. Неперервна випадкова величина
- §4. Нормальний розподіл та його властивості
- §5. Кореляція
- V. Кореляційний момент:
- Vі. Коефіцієнт кореляції
- Vіі. Лінійна регресія -
- Елементи математичної статистики
- §1 Вибірка та її характеристики
- Варіаційний ряд.
- Емпірична (вибіркова) функція розподілу
- Полігон частот
- Гістограма
- §2 Задача перевірки статистичних гіпотез
- Гіпотеза про параметри нормального розподілу : .
- Гіпотеза про параметри нормального розподілу : .
- Гіпотеза про закон розподілу. Критерій Колмогорова.
- §3. Довірчі інтервали
- §4. Вибіркова кореляція
- §5. Значущість вибіркового коефіцієнту кореляції
- §6. Критерій , як критерій незалежності ознак