Примеры дискретных распределений
Урок - лекция
Тема: Понятия «случайная величина», «дискретная случайная величина», «непрерывная случайная величина». Закон распределения случайных величин. Числовые характеристики случайных величин..
Цель: познакомиться с распределением дискретных и непрерывных случайных величин.
Задание: изучить материал урока и ответить на контрольные вопросы.
Ход урока
I. Повторение основных понятий
Случайные величины
Случайная величина (СВ) – это величина, которая в результате опыта может принимать те или иные значения, причем до опыта мы не можем сказать, какое именно значение она примет.
(Более точно, СВ - это действительная функция, определенная на пространстве элементарных событий Ω).
Случайные величины обозначаются буквами латинского алфавита X, Y, Z.
Случайные величины могут быть трех типов:
дискретные,
непрерывные,
смешанные (дискретно-непрерывные).
Дискретная случайная величина (ДСВ) может принимать конечное или бесконечное счетное число значений.
Непрерывная случайная величина (НСВ) в отличие от ДСВ принимает бесконечное несчетное число значений.
Пусть X - дискретная случайная величина, которая принимает значения: x1, x2, ..., хn... с некоторой вероятностью pi ,где i = 1,2,..., n,... Тогда можно говорить о вероятности того, что случайная величина X приняла значение хi: pi = P(X = xi).
Значения хi, и соответствующие рi,представляют в виде таблицы:
|
|
xi | x1 | x2 | x3 | … | xn | … |
pi | p1 | p2 | p3 | … | pn | … |
Эта таблица является одной из форм задания ДСВ. Обычно случайные величины располагаются в возрастающем порядке. Основное свойство таблицы заключено в том, что сумма вероятностей равна 1.
Дискретная случайная величина может быть представлена в виде многоугольника распределения фигуры, состоящей из точек (xi, pi),соединенных отрезками. Над случайными величинами устанавливаются операции сложения и умножения.
1. Суммой двух случайных величин X и Y называется случайная величина, которая получается в результате сложения всех значений случайной величины X и всех значений случайной величины Y, соответствующие вероятности перемножаются.
2. Произведением двух случайных величин Х и Y называется случайная величина, которая получается в результате перемножения всех значений случайной величины X и всех значений случайной величины Y, соответствующие вероятности перемножаются.
II. Изучение нового материала
Определение : Законом распределения ДСВ называется соотношение между ее возможными значениями и их вероятностями (т. е. вероятностями, с которыми случайная величина принимает эти возможные значения).
|
|
Закон распределения может быть задан формулой (формулы Бернулли, Пуассона и др.), таблицей или графиком, а также функцией распределения.
хi | х1 | х2 | . . . | хn |
Pi | р1 | р2 | . . . | рn |
называется законом или рядом распределения дискретной случайной величины.
Пример построения ряда распределения ДСВ
Пример 1: Два стрелка стреляют по мишени, делая по два выстрела каждый. Вероятность попадания в мишень при каждом выстреле для первого стрелка равна 0,7, а для второго - 0,6. Построить ряд распределения случайной величины Х – общего числа попаданий в мишень. Найти числовые характеристики этой случайной величины.
Решение: Случайная величина Х - общее число попаданий в мишень может принимать следующие значения: х1=0, х2=1, х3=2, х4=3, х5=4.
Случайная величина Х примет значение х1=0. когда произойдет событие С - ни один из стрелков не попал в мишень. Событие С произойдет в том случае, если одновременно произойдут следующие четыре события:
А1 - 1-й стрелок не попал в мишень при первом выстреле;
А2 - 1-й стрелок не попал в мишень при втором выстреле;
В1 - 2-й стрелок не попал в мишень при первом выстреле;
В2 - 2-й стрелок не попал в мишень при втором выстреле.
|
|
Отсюда следует: что событие С равно произведению независимых событий А1, А2, В1, В2. С= А1 .А2 .В1 .В2.
Откуда Р(С)=Р(А1).Р(А2).Р(В1).Р(В2).
По условию задачи 1-й стрелок попадает в мишень вероятностью 0,7, а 2-й - с вероятностью 0,6. Тогда вероятности непопадании в мишень для каждого стрелка будут следующими:
Р(А1) =Р(А2)=1-0,7=0,3; Р(В1 )=Р(В2)=1-0,6=0,4.
Вероятность того, что случайная величина Х примет значение х1 = 0, равна вероятности события С :
Р(Х=0)=Р(С)=0,3 .0,3 .0,4 .0,4=0,0144.
Аналогично подсчитываем и другие вероятности:
Р(Х=1)=0,7.0,3.0,4 .0,4+0,3.0,7.0,4 .0,4+0,3.0,3.0,6.0,4+0,3.0,3.0,4 .
.0,6=0,1104.
Р(Х=2)=0,7.0,7.0,4 .0,4+0,3 .0,3 .0,6 .0,6+4 .(0,7 .0,3 .0,6 .0,4)=0,3124.
Р(Х=3)=0,3.0,7.0,6.0,6+0,7.0,3.0,6.0,6+0,7.0,7.0,4.0,6+0,7.0,7.0,6.0,4==0,3864.
Р(Х=4)=0,7 .0,7 .0,6 .0,6=0,1764.
Составим ряд распределения случайной величины Х.
хi | 0 | 1 | 2 | 3 | 4 |
Pi | 0,0144 | 0,1104 | 0,3124 | 0,3864 | 0,1764 |
Проверим тождество .
0,0114+0,1104+0,З124+0,3864+0,1764 =1.
Пример 2. В денежной лотерее выпущено 100 билетов. Разыгрывается один выигрыш в 1000 рублей и 10 по 100 рублей. Найти закон распределения случайной величины Х — стоимость возможного выигрыша для владельца одного лотерейного билета.
Искомый закон распределения имеет вид:
X | 1000 | 100 | 0 |
P | 0,01 | 0,1 | 0,89 |
Контроль; 0,01+0,1+0,89=1.
Многоугольник распределения изображен на рисунке 1.
|
|
При аналитическом способе задания закона распределения указывают формулу, связывающую вероятности случайной величины с ее возможными значениями.
Примеры дискретных распределений
Биномиальное распределение
Пусть производится n испытаний, в каждом из которых событие А наступает с постоянной вероятностью p , следовательно, не наступает с постоянной вероятностью q = 1- p . Рассмотрим случайную величину X — число появления события A в этих n испытаниях. Возможными значениями X являются x1 = 0 , x2 = 1,…, xn+1 = n . Вероятность этих возможных
значений определяется по формуле Бернулли
Получили закон распределения
Этот закон распределения называется биномиальным.
Распределение Пуассона
Если решить предыдущую задачу при условии, что число испытаний n велико, а вероятность p появления события A в каждом испытании мала, то можно получить формулу
Эта формула выражает закон распределения Пуассона для массовых ( n велико) и редких (p мало) событий. Существуют таблицы для определения Pn (k)
Замечание. По формуле Пуассона можно вычислить вероятность того, что число событий, происшедших за время равно , если события образуют пуассоновский поток, причём – интенсивность потока, то есть среднее число событий, которые появляются в единицу времени:
.
ПРИМЕР 2. В течение часа коммутатор получает в среднем 60 вызовов. Какова вероятность того, что за время 30 сек, в течении которых телефонистка отлучилась, не будет ни одного вызова?
Решение: Найдём, прежде всего, – среднее число вызовов за 1 секунду:
.
Тогда, при , получим:
Закон распределения полностью определяет случайную величину, однако, не всегда его возможно привести в полном объеме.
Для решения многих проблем достаточно знания отдельных числовых параметров, характеризующих наиболее существенные черты случайной величины. С помощью таких характеристик во многих случаях удается исследовать поведение случайных величин.
Основными числовыми характеристиками случайной величины являются:
Дата добавления: 2022-01-22; просмотров: 25; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!