Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
§ 1. Понятие случайной величины. Дискретные и непрерывные
случайные величины. Интегральная и дифференциальная
функции распределения
Понятие случайной величины является одним из основных понятий теории вероятности.
Определение. Случайной величиной называется величина, которая в результате испытания принимает то или иное значение. При этом заранее неизвестно, какое именно значение случайная величина примет в результате опыта.
Изучая случайную величину, прежде всего интересуются множеством ее возможных значений. Это может быть конечное множество чисел или множество чисел, не имеющее предельной точки (например, множество ) Такие случайные величины называются дискретными.
Возможно, что множество значений случайной величины содержит целый отрезок числовой оси. Такие случайные величины называются непрерывными.
Пример 1.
Случайная величина – количество очков, выпавшее при бросании игральной кости.
– множество значений.
Пример 2.
Случайная величина – угол между начальным направлением и направлением остановившейся стрелки рулетки.
– множество значений.
Определение. Распределением (законом распределения) дискретной случайной величины называется функция, сопоставляющая каждому возможному значению случайной величины ее вероятность (), причем .
Распределение дискретной случайной величины с конечным числом возможных значений удобно задавать таблицей.
Пример 3.
Закон распределения из примера 1 имеет вид:
Закон распределения полностью характеризует дискретную случайную величину, указывая возможные значения и вероятности, с которыми эти значения появляются в результате испытаний.
Перейдем к обсуждению понятия распределения непрерывной случайной величины. Рассматривают два вида распределений непрерывной случайной величины: интегральное и дифференциальное, их также называют интегральной и дифференциальной функциями распределения, интегральным и дифференциальным законами распределения.
Определение. Интегральной функцией распределения непрерывной случайной величины называется функция переменной , выражающая вероятность того, что случайная величина в результате испытания примет значение, меньшее, чем число , т.е.
.
Свойство 1. .
Доказательство следует из определения интегральной функции распределения как вероятности.
Свойство 2.
– неубывающая функция, т.е. из .
Доказательство.
Событие можно подразделить на два несовместных события и . По теореме сложения вероятностей имеем:
.
Отсюда
. (1)
Вероятность любого события неотрицательна, следовательно .
Свойство 3. .
Доказательство.
В формуле (1) при , имеем
.
Следствие. Вероятность того, что непрерывная случайная величина примет определенное значение, равна 0.
Доказательство.
.
Пусть . Т.к. – непрерывная случайная величина, то функция – непрерывна. Отсюда .
Замечание 1. Из доказанного следствия имеем
.
Замечание 2. Было бы неправильно думать, что означает, что событие невозможно.
Свойство 4. Если возможные значения случайной величины принадлежит интервалу , то:
1) при ;
2) при .
Доказательство.
Пусть , тогда событие – невозможно и .
Пусть , тогда событие – достоверно и .
Следствие. Если возможные значения непрерывной случайной величины расположены на всей числовой оси , то справедливы следующие предельные соотношения:
и .
Определение. Пусть – непрерывная случайная величина и – ее интегральная функция распределения. Пусть, кроме того – дифференцируема всюду, за исключением, быть может, конечного числа точек.
Производная интегральной функции распределения называется дифференциальной функцией (дифференциальным законом) распределения непрерывной случайной величины .
Свойство 1. Дифференциальная функция распределения – неотрицательная функция:
.
Доказательство.
Интегральная функция распределения – неубывающая, следовательно, .
Свойство 2. .
Свойство 3. .
Доказательство.
.
Следствие.
Замечание 1. Значения функции называют обычно плотностью вероятности случайной величины . Такое название объясняется следующими обстоятельствами:
.
есть “средняя вероятность”, т.е. вероятность , отнесенная к единице длины.
Замечание 2. Понятие интегральной функции распределения имеет место и для дискретных случайных величин. График этой функции в таком случае имеет ступенчатый вид.
Для описания дискретной случайной величины понятие дифференциальной функции распределения неприменимо.
§ 2. Математическое ожидание, дисперсия и
среднеквадратическое отклонение случайной величины, их свойства
|
(1)
Математическим ожиданием дискретной случайной величины называется число
. (2)
Определение 2. Пусть – непрерывная случайная величина и – ее дифференциальная функция распределения. Математическим ожиданием непрерывной случайной величины называется число
(3)
(имеется ввиду, что интеграл (3) сходится).
Математическое ожидание, как дискретной, так и непрерывной случайной величины, имеет следующий вероятностный смысл.
Пусть проведено испытаний, в результате чего получены значения случайной величины : , , …, . Среднее арифметическое этих чисел при больших близко к .
Поясним вышесказанное на примере дискретной случайной величины . Если имеет распределение (1), то в результате испытаний ( – большое) мы получим раз значение , раз – значение
, …, раз – значение . Среднее арифметическое полученных в результате испытаний значений равно:
.
В связи с этим математическое ожидание называют также средним значением случайной величины.
Замечание. Математическое ожидание является постоянным, не зависящим от опыта числом, характеризующим определенное свойство случайной величины, а именно – устойчивость среднего арифметического полученных в результате испытаний значений.
Дата публикования: 2015-01-14; Прочитано: 244 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!