2. Дискретные и непрерывные случайные величины
Случайная величина Х может принять то или иное значение из некоторого числового множества, однако заранее неизвестно, какое именно. В дальнейшем будем обозначать случайные величины прописными буквами: или их индексациями:, а их возможные значения – соответствующими строчными буквамиК примеру, если покупается лотерейных билетов и Х - число выигрышей, то .
Если значения, которые может принимать данная случайная величина , образует дискретный ряд чисел(конечный или бесконечный, но счетный!), то случайная величинаназывается дискретной(сокращённо д.с.в.). То есть д.с.в. принимает отдельные изолированные друг от друга значения с определёнными вероятностями.
Если же значения, которые может принимать данная случайная величина Х, заполняет конечный или бесконечный промежуток числовой оси ОХ, то случайная величина называется непрерывной (сокращённо н.с.в.)
Каждому значению случайной величины дискретного типа отвечает определённая вероятностькаждому промежуткуиз области значений случайной величинынепрерывного типа также отвечает определённая вероятность того, что значение, принятое случайной величиной, попадёт в этот промежуток.
Таким образом, случайная величина является некоторая числовая функция, определенная на пространстве элементарных событий (коротко ПЭС) , которая каждому элементарному событиюставит в соответствие число.
Пример 1. Пусть подбрасывается монета 2 раза. Пространством элементарных событий будет где Г Г, Г Р, Р Г, Р Р, можно рассматривать как случайную величину - число появлений герба. Случайная величинаявляется функцией от элементарного события
Следовательно, есть случайная величина со значениями:.
Следует запомнить, что если множество ПЭС конечное или счётное, то с.в. является любая функция, определённая на всем. В общем случае функциядолжна быть такова, чтобы для любогособытиепринадлежалоалгебре множестваS , а следовательно, для любого такого события определена числовая функция называемой - вероятностью наступления событие
Для дальнейшего следует помнить, что для полного описания с.в. недостаточно лишь знания ее возможных значений; необходимо ещё знать вероятности этих значений, причём, сумма всех вероятностей должна равняться единице.
Любое правило (таблица, функция, график), позволяющее находить вероятности произвольных событий, где- алгебра множеств (событий) пространства, в том числе, указывающих вероятности отдельных значений с.в. или множества этих значений называетсязаконом распределения случайной величины (или просто: распределением).
Относительно с.в.говорят, что «она подчиняется данному закону распределения». 5.
- Глава II
- 2. Дискретные и непрерывные случайные величины
- 3. Законы распределения дискретной случайной
- 4. Функция распределения случайной величины, функция
- 5. Производящая функция дискретной случайной величины
- 6. Плотность распределения вероятностей
- Тема 8. Числовые характеристики
- 1. Математическое ожидание случайной величины
- 2. Дисперсия случайной величины
- 3. Среднее квадратичное отклонение
- 4. Среднее квадратичное отклонение суммы
- 5. Одинаково распределённые взаимно
- 6. Мода и медиана, моменты случайных величин
- 7. Асимметрия и эксцесс, квантили
- 8. Производящая функция
- Тема 9. Основные законы распределения
- 1. Биномиальный закон распределения (Закон Бернулли)
- 2. Распределение Пуассона
- 3. Геометрическое распределение
- 4. Гипергеометрическое распределения
- 5. Равномерный закон распределения
- 2. .
- 6. Показательный закон распределения
- 7. Функция надёжности, показательный закон надёжности
- 8. Характеристическое свойство показательного
- 9. Нормальный закон распределения
- Тема 10. Предельные теоремы теории вероятностей
- 1. Неравенство Чебышева и Маркова
- 2. Теорема Чебышева (збч Чебышева)
- 3. Ещё раз о теореме Бернулли
- 4. Центральная предельная теорема
- 0,04, Т.Е..
- 5. Применение цпт
- 6. Примеры на применение нормального закона