- •Глава 4. Повторные независимые испытания
- •§ 4.1. Формула Бернулли
- •§ 4.2. Локальная теорема Муавра – Лапласа
- •§ 4.3. Интегральная теорема Муавра – Лапласа
- •§ 4.4. Теоремы Пуассона3
- •Раздел 2 случайные величины
- •Глава 5. Дискретная случайная величина
- •§ 5.1. Функция распределения дискретной случайной величины
- •§ 5.2. Основные числовые характеристики дискретной случайной величины
- •§ 5.3. Основные законы распределения случайных величин
- •§ 5.3.1. Биномиальный закон распределения
- •§ 5.3.2. Закон распределения Пуассона
- •Глава 6. Непрерывная случайная величина
- •§ 6.1. Функция распределения непрерывной случайной величины
- •§ 6.2. Функция плотности вероятности непрерывной случайной величины
- •§ 6.3. Основные числовые характеристики непрерывной случайной величины
- •§ 6.4. Основные законы распределения непрерывных случайных величин
- •§ 6.4.1. Равномерный закон распределения
- •Глава 7. Нормальный закон распределения
- •§ 7.1. Свойства функции плотности вероятности (кривой Гаусса) нормального закона распределения
- •§ 7.2. Математическое ожидание и дисперсия нормальной случайной величины
- •§ 7.3. Функция распределения случайной величины, распределенной по нормальному закону
- •§ 7.4. Свойства случайной величины, имеющей нормальный закон распределения
- •Глава 8. Предельные теоремы теории вероятности
- •§ 8.1. Закон больших чисел. Основные теоремы
- •1. Лемма Маркова
- •2. Неравенство Чебышева
- •§ 8.2. Центральная предельная теорема
Глава 5. Дискретная случайная величина
Дискретная случайная величина — случайная величина, которая принимает конечное или бесконечное, но счетное число отдельных изолированных значений (т. е. их можно перенумеровать натуральными числами).
Понятие дискретной случайной величины тесным образом связано с понятием случайного события, являясь в некотором смысле его обобщением. При определении дискретной случайной величины первичным понятием также является испытание, результат которого характеризуется не альтернативным исходом (появится событие или нет), а некоторым числом (числом появления события в серии независимых испытаний; числом очков, выбиваемых стрелком; числом вкладчиков, посетивших отделение банка за определенный период времени, и т. д.).
Для дискретной случайной величины простейшей формой задания закона распределения является ряд распределения, представляющий собой таблицу, в верхней строке которой указаны возможные значения , дискретной случайной величины Х, а в нижней — соответственно вероятности , того, что X примет значение :
|
|
|
… |
|
|
|
|
… |
|
При построении ряда распределения необходимо помнить, что:
1. , по свойству вероятности ;
2. , так как события , , … , составляют полную группу попарно несовместных событий.
• Графическое представление ряда распределения называется многоугольником (полигоном) распределения.
.
х
Рис. 7. Полигон распределения дискретной случайной величины Х
Для его построения возможные значения дискретной случайной величины Х откладываются по оси абсцисс, а соответствующие вероятности — по оси ординат; точки с координатами ( ; ) соединяются отрезками.
§ 5.1. Функция распределения дискретной случайной величины
Другим способом представления закона распределения дискретной случайной величины является интегральная функция распределения или функция накопленных вероятностей.
Функция распределения (интегральная функция) F(x) определяет для каждого возможного значения х вероятность того, что случайная величина X примет значение, меньшее х:
. (1.33)
Функция распределения дискретной случайной величины F(x) равна сумме вероятностей всех значений х,, меньших заданного значениях:
. (1.34)
Свойства интегральной функции распределения дискретной случайной величины:
1. Функция распределения может принимать любые значения от 0 до 1, так как по определению является вероятностью:
.
2. Интегральная функция распределения является неубывающей:
.
3. Функция распределения любой дискретной случайной величины есть разрывная ступенчатая функция, скачки которой происходят в точках, соответствующих возможным значениям случайной величины и равны вероятностям этих значений. Сумма всех скачков равна 1. Эта функция кусочно постоянна на интервалах, на которых нет ее значений.
Рис. 8. Функция распределения дискретной случайной величины Х, принимающей 4 возможных значения.
4. Интегральная функция распределения дискретной случайной величины непрерывна слева:
,
.
5. Вероятность попадания дискретной случайной величины в интервал [а;b) равна приращению функции распределения в этих точках:
/
6. Если все возможные значения случайной величины X принадлежат интервалу то
7. Если все возможные значения дискретной случайной величины X расположены на всей числовой оси ОХ, то
(как вероятность невозможного события);
(как вероятность достоверного события).
Решение.
По определению (1.33)
Если , то так как случайная величина не принимает ни одного значения, меньшего -1,F(x)=0.
Если , то в интервал ( ) попадает одно значение случайной величины х=-1 с вероятностью р=0,2, следовательно, .
Если , то в интервал ( ) попадает два значения случайной величины х=-1 с вероятностью р=0,2 и х=0 с вероятностью р=0,5, следовательно, по (1.34)
Если х>2, то в интервал ( ) попадают все значения случайной величины, следовательно,
В итоге получаем интегральную функцию распределения: