6.3. Геометрическое распределение
Пусть производится стрельба по заданной мишени до первого попадания, при этом вероятность p попадания в цель в каждом выстреле одна и та же и не зависит от результатов предыдущих выстрелов. Другими словами, в рассматриваемом опыте осуществляется схема Бернулли. В качестве случайной величины X будем рассматривать число произведенных выстрелов. Очевидно, что возможными значениями случайной величины X являются натуральные числа: x1=1, x2=2, … тогда вероятность того, что понадобится k выстрелов будет равна
. (6.11)
Полагая в этой формуле k=1,2, … получим геометрическую прогрессию с первым членом p и множителем q:
.
По этой причине распределение, определяемое формулой (6.11) называется геометрическим.
Используя формулу суммы бесконечно убывающей геометрической прогрессии, легко убедится, что
.
Найдем числовые характеристики геометрического распределения.
По определению математического ожидания для ДСВ имеем
.
Дисперсию вычислим по формуле
.
Для этого найдем
.
Следовательно,
.
Итак, математическое ожидание и дисперсия геометрического распределения равна
. (6.12)
6.4.* Производящая функция
При решении задач, связанных с ДСВ, часто используются методы комбинаторики. Одним из наиболее развитых теоретических методов комбинаторного анализа является метод производящих функций, который является одним из самых сильных методов и в применениях. Кратко познакомимся с ним.
Если случайная величина принимает только целые неотрицательные значения, т.е.
,
то производящей функцией распределения вероятностей случайной величины называется функция
, (6.13)
где z – действительная или комплексная переменная. Отметим, что между множеством производящих функций (x) и множеством распределений {P(=k)} существует взаимно однозначное соответствие.
Пусть случайная величина имеет биномиальное распределение
.
Тогда, используя формулу бинома Ньютона, получим
,
т.е. производящая функция биномиального распределения имеет вид
. (6.14)
Добавление. Производящая функция распределения Пуассона
имеет вид
. (6.15)
Производящая функция геометрического распределения
имеет вид
. (6.16)
При помощи производящих функций удобно находить основные числовые характеристики ДСВ. Например, первый и второй начальный моменты связаны с производящей функцией следующими равенствами:
, (6.17)
. (6.18)
Метод производящих функций часто бывает удобен тем, что в некоторых случаях функцию распределения ДСВ очень трудно определить, тогда как производящую функцию порой легко найти. Например, рассмотрим схему последовательных независимых испытаний Бернулли, но внесем в нее одно изменение. Пусть вероятность осуществления события A от испытания к испытанию меняется. Это означает, что формула Бернулли для такой схемы становится неприменимой. Задача нахождения функции распределения в таком случае представляет значительные трудности. Однако для данной схемы легко находится производящая функция, а, следовательно, легко находятся и соответствующие числовые характеристики.
Широкое применение производящих функций основано на том, что изучение сумм случайных величин можно заменить изучением произведений соответствующих производящих функций. Так, если 1, 2, …, n независимы, то
. (6.19)
Пусть pk=Pk(A) – вероятность "успеха" в k-м испытании в схеме Бернулли (соответственно, qk=1–pk – вероятность "неуспеха" в k-м испытании). Тогда, в соответствие с формулой (6.19), производящая функция будет иметь вид
. (6.20)
Пользуясь данной производящей функцией, можем написать
.
Здесь учтено, что pk+qk=1. Теперь по формуле (6.1) найдем второй начальный момент. Для этого предварительно вычислим
.
Тогда
и .
В частном случае p1=p2=…=pn=p (т.е. в случае биномиального распределения) из полученных формул следует, что M=np, D=npq.