Случайная величина 1. Дискретная и непрерывная случайная величина. 2. Распределение случайной величины. •Ряд распределения. Функция плотности вероятностей. Функция распределения. •Числовые характеристики распределений. •3. Некоторые стандартные распределения и их числовые характеристики. •Правило 3-х сигм. Определение случайной величины • Случайная величина (СВ) – это переменная, которая под воздействием случайных факторов может с определенными вероятностями принимать те или иные значения. • Значения случайной величины называют ее “возможными” значениями. • Пример. Плата за лотерейный билет – определенная (или детерминированная) величина, а величина выигрыша – случайная. Дискретные и непрерывные случайные величины • Дискретным случайным величинам (ДСВ) можно поставить в соответствие натуральный ряд чисел (они образуют счетное множество). • Непрерывные случайные величины (НСВ) заполняют сплошь некоторый промежуток. • Обозначения: ; Y – названия случайных величин; • { x1, x2,…,xi, ..., xn } – множество возможных значений дискретной величины Х; • (y1, y2) – область значений непрерывной случайной величины У. • Пример 1. Игральную кость бросают 4 раза. Сколько раз выпадет 6 очков? • Пусть Х количество появлений 6 очков при четырех подбрасываниях кубика. Это дискретная случайная величина. Она принимает пять различных значений хi : хi {0,1,2,3,4}. • Пример 2. Жирность коровьего молока может принимать любое значение примерно от 3 до 5 %. Это непрерывная случайная величина. Распределение случайной величины • Закон распределения случайной величины – это связь между значениями случайной величины и вероятностями, с которыми она их принимает, или вероятностями того, что данные значения попадут в заданный интервал. • Закон распределения – это функция, заданная на множестве значений случайной величины, и, следовательно, может быть представлена таблично, графиком или аналитическим выражением. Закон распределения, заданный таблично, называют рядом распределения. Пример . Закон распределения дискретной случайной величины Х – «число очков при одном бросании игрального кубика», можно представить рядом распределения. xi 1 2 3 4 5 6 pi ( xi ) 1/6 1/6 1/6 1/6 1/6 1/6 Множество всех значений этой случайной величины аналогично полной группе событий: Р i 1 Графическое Р представление закона распределения 1/6 ДСВ называют полигоном распределения. 1 2 3 4 5 6 х Рис.4. Полигон распределения. Введем обозначения: mi - частота появления случайной величины хi n – количество измерений; Р* − относительная частота: mi Pi n * Ряд распределения представить в виде: ДСВ можно Xi Х1 Х2 Х3 … mi m1 m2 m3 … * 1 * 2 * 3 Pi * P P P … Непрерывную случайную величину можно определить интервальным рядом распределения. m i – частота попадания СВ в интервал. Х Х1…Х2 Х2…Х3 Х3 …X4 … mi m1 m2 m3 … * * 1 P3* … P i P * 2 P Графическое интервального ряда называют гистограммой. представление распределения m m3 m2 m1 0 • x1 x2 x3 х Гистограмма распределения Закон больших чисел (теорема Бернулли) * p • Относительная частота события вn повторных независимых испытаниях, в каждом из которых оно может произойти с одинаковой вероятностью p , при неограниченном увеличении n сходится по вероятности к вероятностиp в отдельном испытании: lim P p p 1 n * Функция плотности вероятностей f ( x) Распределение СВ можно задать функцией плотности вероятности f ( x ) . Функция плотности вероятностей позволяет определить вероятность того, что значение, принимаемое случайной величиной Х, попадёт в промежуток (а, b): b Р(a X b) f ( x)dx a • Пример 1. Закон распределения НСВ Х задан функцией плотности вероятности: при х 2, 0, f ( x) 2( x 2), при 2 х 3, 0, при х 3. • Найти вероятность попадания значения случайной величины Х в интервал (2,3). • Искомая вероятность равна единице: P(2 X 3) 3 x 32 22 2 ( x 2)dx 2 2 x 2 2 3 2 2 2 1 2 2 2 2 2 3 2 • Пример 2. Задана функция плотности вероятности случайной величины Х: 0, при x 0, 3 2 f ( x) (2 x x ), при 0 x 2, 4 0, при х 2. • Найти вероятность попадания значения случайной величины Х в промежуток [0,5;1,5], построить график функции плотности вероятности и указать на нем искомую вероятность. График функции плотности вероятности на участке [0,2]: f(x) 3/4 0 0,5 1 1,5 2 х Вероятность попадания Х в заданный интервал Вероятность попадания случайной величины в заданный интервал равна заштрихованной площади. Найдем эту вероятность по формуле: b Р(a X b) f ( x )dx a P(0,5 X 1,5) 1,5 3 3 2x x 2 (2 x x )dx 0,688 4 4 2 3 0,5 0,5 1,5 2 3 Функция распределения вероятностей F ( x) Функция распределения вероятностей F(х) – вероятность того, что значение, принимаемое случайной величиной Х будет меньше некоторого фиксированного ее значения хi (для ДСВ): F ( x ) P( x xi ) pi x xi • Для НСВ: F ( x) xi f ( x)dx f ( x) F ( x) • Функцию распределения F(x) называют интегральной, а функцию плотности вероятностей f(x) – дифференциальной b Р(a X b) f ( x)dx F (b) F (a ) a Пример 1. Задан ряд распределения: Xi 1 2 3 4 Pi 0,4 0,3 0,1 0,2 • Найти функцию распределения F(x) ДСВ. при x 1 0 0, 4 при 1 x 2 • Ответ: F ( x ) 0, 7 при 2 x 3 0,8 при 3 x 4 при x 4 1 • Пример 2. НСВ задана функцией распределения: при x 2, 0, F ( х) ( x 2) 2 , при 2 x 3, 0, при х 3 . • Найти вероятность попадания непрерывной случайной величины в промежуток [2,3]. • Ответ: P(2 x 3) F (3) F (2) (3 2) 2 (2 2) 2 1. Числовые характеристики распределения случайной величины 1. Математическое ожидание дискретной СВ: M ( X ) xi p i i 2. Дисперсия дискретной СВ: n D ( X ) ( x i m) 2 p i i 1 Обозначение: D( X ) 2 3. Среднеквадратическое отклонение: D(X ) • 1а) Математическое ожидание НСВ: M (X ) xf ( x)dx • 2а) Дисперсия НСВ: D( X ) ( x m) f ( x)dx 2 2 • 3а) Среднеквадратическое отклонение: 2 4. Мода – Мо. • Модой дискретной случайной величины называется ее наиболее вероятное значение. 5. Медиана • Медиана дискретной случайной величины – это то значение случайной величины, которое расположено в середине ранжированного ряда распределения. Математическое ожидание связано со средним арифметическим значением СВ. mi - частота появления случайной величины хi n – количество измерений; mi * Р* − относительная частота x xi mi n Pi n xi Pi − среднее значение СВ; * M ( x) x • Относительную частоту называют статистической вероятностью: mi Pi n * Дисперсия характеризует меру рассеяния возможных значений СВ около её математического ожидания Из 2-х СВ та считается «лучшей», которая имеет меньший разброс (меньшую дисперсию).