- •Лекция 3 Случайные величины
- •Случайные величины как факторы случайности событий
- •Определение случайной величины
- •Дискретные случайные величины
- •Свойства дискретных распределений
- •Индикатор случайного события
- •Закон распределения дискретных св
- •Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •Гипергеометрическое распределение
- •Непрерывные случайные величины
- •Вероятностный смысл функции распределения непрерывной св
- •Свойства функции распределения
- •Плотность распределения
- •Основное свойство плотности распределения
- •Дискретно-непрерывные св
- •Пример построения закона распределения
- •Практическое использование законов распределения
- •Интегральная формула полной вероятности
- •Какая нужна технология обработки законов распределения
- •Получение случайных реализаций св согласно ее закону распределения
- •Универсальный генератор случайных реализаций св
- •Статистические распределения
- •Эмпирическая функция распределения
- •Эмпирический закон распределения дискретной св
- •Гистограмма частот
- •Построение гистограммы
- •Построитель гистограмм
- •Оптимизация гистограмм
- •Статистическая функция распределения
- •Построение закона распределения дискретной св
- •Моделирование дискретно-непрерывных случайных величин
- •Пример дискретно-непрерывной св
- •Полиморфизм объектных методов
- •БэсПиБп.3. Случайные величины 15
Вероятностный смысл функции распределения непрерывной св
(X = x) =,
определим их вероятности через функцию распределения FX(x):
F(x + 0) – F(x).
Вероятность того, что СВ примет значение x, равна разности между пределом функции распределения справа от x и ее значением в x.
Свойства функции распределения
-
0 F(x) 1;
-
(x2 x1) F(x2) F(x1);
-
Если возможные значения СВ принадлежат интервалу (a, b), то:
-
F(x) = 0 при x a, так как P(X < a) = 0;
-
F(x) = 1 при x > b, так как P(X < b + ) = 1.
В любом случае, .
Плотность распределения
. |
(3.4) |
В отличие от функции распределения, которая имеет вероятностный смысл для дискретных и непрерывных СВ, плотность существует, когда существует предел в (3.4). Тогда имеет смысл элемент вероятности f(x)dx – вероятность попадания СВ на элементарный отрезок (x, x+ dx):
P(x < X < x+dx) = F(x+dx) – F(x) F(x) = F(x)dx = f(x)dx.
|
Рис. 3.5. Функция распределения и кривая распределения |
, |
(3.5) |
а в геометрической интерпретации – площади под кривой распределения на данном отрезке оси абсцисс. Этой формулой можно выразить функцию распределения F(x) через плотность f(x):
. |
(3.6) |
Если функция распределения непрерывна, можно не различать P(X > ) и P(X ), так как вероятность принятия непрерывной СВ любого своего возможного значения нулевая: P(X = x) = 0. Но в общем случае эти вероятности отличаются: P(X ) = P(X > ) + P(X = ).
Основное свойство плотности распределения
. |
(3.7) |
Это значит, что кривая распределения лежит не ниже оси абсцисс, и площадь под ней равна единице.