Случайные величины. Дискретная случайная величина имеет конечное или счётное множество значений

Дискретная случайная величина имеет конечное или счётное множество значений. Каждое значение дискретная случайная величина принимает с некоторой вероятностью , при этом выполняется равенство:

. (2.1)

В отличие от дискретной величины непрерывная случайная величина может принимать любые числовые значения в заданном интервале. Для математического исследования непрерывных случайных величин вводят функцию распределения:

. (2.2)

Для функции распределения (2.2) характерны следующие свойства:

, если , (2.3)

, , (2.4)

. (2.5)

Первая производная от функции распределения называется плотностью вероятности и обозначается :

. (2.6)

Справедлива следующая формула, которая следует из (2.4), (2.6):

. (2.7)

Пример 2.1.

Из партии, состоящей из 100 изделий, среди которых имеется 10 бракованных, выбраны случайным образом 5 изделий для проверки качества. Построить распределение числа бракованных изделий в выборке.

Решение:

Количество бракованных изделий – дискретная случайная величина, имеющая шесть значений:

.

Применяя методы главы I нетрудно подсчитать вероятность каждого из этих значений:

.

В результате расчётов по этой формуле с точностью до получим распределение .

	0,583	0,34	0,07	0,007

Пример 2.2.

Пусть функция распределения некоторой непрерывной случайной величины имеет вид:

.

Определить в этих условиях значение неизвестных постоянных .

Решение:

Для решения этой задачи используем свойство функции распределения (2.4):

, .

Для вычисления этих пределов используем свойства функции :

, .

На основании этого определяем значения :

,

.

Окончательно получаем:

.

Плотность вероятности обладает следующими основными свойствами:

1) ;

2) ;

3) .

К основным числовым характеристикам случайных величин относят математическое ожидание , дисперсию , а также среднеквадратическое отклонение .

Математическое ожидание дискретной случайной величины определяется формулой:

. (2.8)

Дисперсия дискретной случайной величины вычисляется по формуле:

. (2.9)

Из формулы (2.9) можно получить удобную для расчётов формулу:

, (2.10)

где .

Математическое ожидание и дисперсия непрерывной случайной величины рассчитываются по формулам:

, (2.11)

. (2.12)

В формулах (2.11), (2.12) интегрирование проводится по множеству , где .

Пример 2.3.

Бросается игральный кубик. Если выпадает чётное число очков, то игрок получает от количество рублей равное числу выпавших очков. Если выпадает нечётное количество очков, то игрок получает от такое же количество рублей. Определить средний выигрыш каждого игрока.

Решение:

Составим распределения для игроков и .

Игрок А

	–1		–3		–5
	1/6	1/6	1/6	1/6	1/6	1/6

Игрок B

		–2		–4		–6
	1/6	1/6	1/6	1/6	1/6	1/6

Определим математические ожидания игроков и :

,

.

Как видно из этих расчётов данная игра является проигрышной для игрока .

Пример 2.4.

Функция распределения случайной величины имеет вид:

Из условия непрерывности определить постоянные и . Найти плотность вероятности , , и .

Решение:

Из условия непрерывности получаем серию выкладок:

,

,

.

Решая эту систему определяем , .

По формуле (2.6) определяем :

Далее, по формулам (2.11), (2.12) рассчитаем и :

,

Последний интеграл равен половине площади круга радиуса единица.

.

Нормальная случайная величина имеет плотность вероятности, выражаемую формулой:

, (2.13)

где , .

Справедлива следующая основная формула для расчётов вероятностей, связанных с нормальной величиной:

, (2.14)

где (функция Лапласа).

Для расчётов по формуле (2.14) можно использовать таблицу 3, помещённую в конце пособия.