Дискретные случайные величины

Цель лекции:
Изучить понятие «дискретная случайная
величина».
Ознакомить слушателей с основными
характеристиками случайных величин и с
законами распределения вероятностей.

2
Дискретные случайные величины

Основные вопросы:
1 Дискретные и непрерывные случайные
величины. Числовые характеристики случайных
величин.
2 Стандартные законы распределения
вероятности:
Биномиальный закон распределения. Закон
распределения Пуассона

3
Дискретные случайные величины
Среднеожидаемое значение

X Вероятность
X*P(X)
2 0.2 0.40
3 0.4 1.20
4 0.24 0.96
5 0.16 0.80
Σ=3.36

4
Дискретные случайные величины
Среднеожидаемое значение

5
 Дискретные случайные величины
Среднеожидаемое значение

Для детального анализа поведения СВ знания

лишь среднего значения явно недостаточно.
Существуют отличные друг от друга случайные
величины, имеющие одинаковые математические
ожидания.
Например, средний уровень жизни в Швеции и
США приблизительно одинаков, однако разброс в
доходах в этих странах существенно отличается.

6
Дискретные случайные величины
Среднеожидаемое значение

Акции двух компаний могут приносить в среднем

одинаковые дивиденды, однако вложение денег в
одну из них может быть гораздо более
рискованной операцией, чем в другую.
Следовательно, нужна числовая характеристика,
которая оценивает разброс возможных значений
СВ относительно ее среднего значения
(математического ожидания).
Такой характеристикой является дисперсия

7
 Дисперсия и
Среднеквадратическое отклонение

 Дисперсия ДСВ

N
σ  [X i  E(X)]2 P(Xi )
2

i 1
 Среднеквадратическое отклонение ДСВ

где:
σ σ  2
 i
[X
i 1
 E(X)]2
P(Xi )

E(X) = среднеожидаемое значение ДСВ

8
 Свойства Дисперсии и
Среднеквадратического отклонения

9
 Коэффициент вариации СV(X)

10
 Меры вариации

Меры разброса (дисперсия, среднее

квадратическое отклонение, коэффициент вариации)
кроме оценивания рассеивания значений СВ обычно
применяются при изучении риска различных
действий со случайным исходом, в частности при
анализе риска инвестирования в ту или иную
отрасль, при оценивании различных активов в
портфеле и портфеля активов в целом в
финансовом анализе и т.д.

11
 Вероятностные распределения

Вероятностные
распределения

Дискретные Непрерывные
вероятностные вероятностные
распределения Логнормальное
распределения
Распределение
Нормальное (стьюдента) t
Биномиальное

Распределение Равномерное
Пуассона
Экспоненциальное F
Гипергеометрическое

12
 Биномиальное распределение

r = Число успехов в выборке, (r = 0, 1, 2, ..., n)

n = количество повторение
p = вероятность успеха
1-p = вероятность неуспеха

13
 Характеристики Биномиального
распределения

Среднеожидаемое значение

μ  E(x)  np
Дисперсия и среднеквадратическое отклонение

σ  np(1- p)
2
σ np(1- p)
Где n = размер испытаний
p = вероятность успеха
(1 – p) =вероятность неуспеха

14
 Биномиальное распределение

Биномиальное распределение для различных n и p

Mean P(X) n = 5 p = 0.1

0.6
Если n = 5 and p = 0.1 0.4
0.2
0 X
0 1 2 3 4 5

P(X) n = 5 p = 0.5
Если n = 5 and p = 0.5 0.6
0.4
0.2
0 X
0 1 2 3 4 5
15
 Распределение Пуассона

16
Основные числовые характеристики
распределения

Среднее 𝝁=𝝀

Дисперсия
𝝈𝟐 = 𝝀

Среднеквадратическое отклонение

𝝈= 𝝀

16
 Распределение Пуассона

Распределение Пуассона для различных  :

0.70
 = 0.50 0.25
 = 3.00
0.60
0.20
0.50

0.15
0.40

P(x)
P(x)

0.30 0.10

0.20
0.05
0.10

0.00 0.00
0 1 2 3 4 5 6 7 1 2 3 4 5 6 7 8 9 10 11 12

x x

17