Академический Документы
Профессиональный Документы
Культура Документы
функция p(x) , значение которой в каждой точке x xi (i =1, 2, …) равно вероятности того,
p(хi) = pi = P (X = xi).
Х х1 х2 ... хN
P p1 p2 ... pN
где хi упорядочены по возрастанию х1 < х2 < x3 < ... < хN < … .Так как события X = xi образуют
полную группу, то
N
pi 1 , в случае конечной последовательности чисел xi ,
i 1
p
i 1
i 1 , в случае бесконечной последовательности чисел xi ,
образом: для каждого х значение F(x) равно вероятности того, что дискретная случайная
функцией распределения.
Зная функцию распределения F (х), легко найти вероятность того, что случайная
значение, меньшее х2. Это событие распадается на сумму двух несовместных событий: 1)
случайная величина Х принимает значения, меньшие х1, т. е. Х < х1; 2) случайная величина
Отсюда
следовательно,
В самом деле, пусть х1 < х2. Так как вероятность любого события неотрицательна,
то Р (х1 Х < х2) 0. Поэтому из формулы (1.18) следует, что F(x2) – F(x1) 0, т. е.
F(x2) F(x1).
Это свойство вытекает из того, что F(x) определяется как вероятность [см. формулу
интервал хi Х < хi+ х получим вероятность того, что величина X примет данное
значение хi:
С другой стороны, получаем lim F(хi+ х) = F(хi+0), т. е. предел функции F (х) справа,
x 0
накопленных вероятностей:
F ( x) P( X xi ) , (1.20)
xi x
где суммирование распространяется на все значения индекса i, для которых xi x .
ВЕЛИЧИНЫ.
Pn(m) – вероятность того, что в n испытаниях событие А наступит ровно m раз. При этом
которыми можно выбрать m чисел из данных п; таким образом, оно равно числу сочетаний
из п элементов по m, т. е. k = Cnm .
B1 AA... A A A... A ,
вероятностей) составляет
P( B1 ) P( A) P( A)...P( A) P( A ) P( A )...P( A ) p m q n m .
Так как в любой другой благоприятной комбинации Вi событие А встречается также m раз,
равна p m q n m . Итак,
P( B1 ) P( B2 ) ... P( Bk ) p m q nm .
по формуле:
Рассмотрим еще раз смысл коэффициентов Cnm . Пусть заданы n разных элементов.
отличающиеся друг от друга хотя бы одним элементом, при этом порядок расположения
два: ab, ac, ad, bc, bd, cd. Из определения следует, что сочетания ab и ba не различимы.
43
Число таких сочетаний и находится по формуле (1.18), C42 6.
1 2
9 8 7 18 17
Примеры вычисления: C93 84; C18
16
C182 153 .
1 2 3 1 2
Вероятность того, что в n испытаниях событие А наступит менее m раз, равна сумме
вероятностей Pn(0) + Pn(1) + ... + Pn(m – 1); более m раз – сумме вероятностей Pn(m + 1) + ...
Часто необходимо знать, при каком значении т вероятность Р(Х=m) для случайной
np – q m0 np + p. (1.23)
Заметим, что сегмент [пр – q, пр + р], в котором лежит т0, имеет длину
Поэтому, если какой-либо из его концов не является целым числом, то между этими
концами лежит единственное целое число, и т0 определено однозначно. В том случае, если
1 1
Pn(m) e x ( x)
2
/2
(1.24)
npq 2 npq
m np 1
где x (р не равно нулю и единице), а ( x) e x
2
/2
.
npq 2
при n , р 0, np = = Const.
1
P( X m) (np)(np p) ... (np (m 1) p) (1 p) n m .
m!
Перейдем к пределу:
nm
1 m
P( X m) m lim 1 e ; (m 0,1,2,... ) . (1.25)
m! n n m!
N
Р(Х=х i ) = p i (i = 1, 2,..., N; p
i 1
i 1 ). Математическое ожидание M (X ) представляет
формуле:
N
M ( X ) xi pi , (1.26)
i 1
1) M (C ) C , где С = const,
2) M (CX ) CM ( X ) , (1.27)
комбинации величин Х1, Х2, ..., ХL, то ее математическое ожидание вычисляют ,пользуясь
свойством линейности:
L L
M ( X ) M ci X i ci M ( X i ) . (1.28)
i 1 i 1
N
M ( f ( X )) f ( xi ) pi . (1.29)
i 1
D( X ) M ( X a)2 ; ( X ) D( X ) (1.30)
1) D(C) 0 ; (C ) 0 ,
2) D( X C) D( X ) ; (1.31)
3) D(CX ) C 2 D( X ) ; (CX ) C ( X ) ,
где С = const
Можно доказать, что дисперсия для дискретной случайной величины Х может быть
найдена по формуле:
N
D( X ) M ( X 2 ) M ( X ) xi2 pi M ( X ) .
2 2
(1.32)
i 1
Математическое ожидание и дисперсия дискретной случайной величины Х,
где р – вероятность того, что событие А произойдет, q – вероятность того, что событие А
Две или несколько случайных величин Х1, Х2, ..., ХL образуют систему случайных
величин. Система случайных величин может рассматриваться также как случайный вектор
X (Х1, Х2, ..., ХL)Т .
M ( X 1 ) a1
M ( X 2 ) a2
центр распределения M ...
...
M (X ) a
L L
и матрица ковариаций
найдена по формуле:
N
Kij M ( X i X j ) ai a j xik x jk pk ai a j . (1.36)
k 1
любых функций f (x) и g (x) , для которых существуют математические ожидания, имеет
место соотношение
M ( X Y ) M ( X ) M (Y ) , (1.38)
ковариации:
L L L
D ci X i ci c j Kij . (1.39)
i 1 i 1 j 1
L L 2
D ci X i ci D( X i ) .
(1.40)
i 1 i 1