Теория вероятностей и математическая статистика - Баврин И.И.
ISBN 5-06-005322-9
Скачать (прямая ссылка):
Примеры. 1). Число очков, выпавших при однократном бросании игральной кости, есть случайная величина, она может принять одно из значений: 1, 2, 3, 4, 5, 6;
2) прирост массы домашнего животного за месяц есть случайная величина, которая может иметь значение из некоторого числового промежутка;
3) число родившихся мальчиков среди пяти новорожденных есть случайная величина, которая может принять значения 0, 1, 2, 3, 4, 5;
4) расстояние, которое пролетит снаряд при выстреле из орудия, есть случайная величина, возможные значения которой принадлежат некоторому промежутку.
Случайные величины обычно обозначают прописными буквами X, У, Z, а их возможные значения — соответствующими строчными буквами х, у, Z- Например, если случайная величина X имеет три возможных значения, то они будут обозначены так:
Xu X2, Хз.
Определение 2. Случайная величина, принимающая различные значения, которые можно записать в виде конечной или бесконечной последовательности, называется дискретной случайной величиной.
Рассмотрим дискретные случайные величины, множество допустимых значений которых конечно.
Случайные величины из примеров 1) и 3) дискретные.
Определение 3. Случайная величина, которая может принимать все значения из некоторого числового промежутка, называйся непрерывной случайной величиной.
Случайные величины из примеров 2) и 4) являются непрерывными.
Определение 4. Под суммой (произведением) случайных вели-Чин Xn у понимают случайную величину Z=X+ У (Z=XY), воз-
3 -4857 33можные значения которой состоят из сумм (произведений) каждого возможного значения величины X и каждого возможного значения величины У.
2. Законы распределения дискретных случайных величин. Рассмотрим дискретную случайную величину X с конечным множеством возможных значений. Величина X считается заданной, если перечислены все ее возможные значения, а также вероятности, с которыми величина X может принимать эти значения. Указанный перечень всех ее возможных значений и их вероятностей называется законом распределения дискретной случайной величины. Закон распределения дискретной случайной величины может быть задан с помощью таблицы:
X Xl Xi X! х„.1 х„
P Pi PI Jh р»-\ Pn
В верхней строке выписываются все возможные значения jc,, jc2, ..., х, величины Л", В нижней строке выписываются вероятности Pu P2, ..., р„ значений JCi, Jc2, ..., jc„. Читается таблица следующим образом: случайная величина X может принимать значения х, с вероятностями р, (/= 1, 2, ..., л).
Так как события X=X1 (і= 1, 2, ..., п) образуют полную группу несовместимых событий, то
/>, +/? +... +Pn=I-
Пример. В денежной лотерее раньше разыгрывались: 1 выигрыш в 1000 р., 10 выигрышей по 100 р. и 100 выигрышей по 1 р. при общем числе билетов 10 000. Найдем закон распределения случайного выигрыша X для владельца одного лотерейного билета.
Здесь возможные значения для X есть: JC1 = O, JC2=I, jc3 = 100, Jc4=IOOO. Вероятности их будут: р2 = 0,01, />3 = 0,001, />4 = 0,0001, р, = 1 - 0,01 - 0,001 - 0,0001 = 0,9889. Следовательно, закон распределения выигрыша X может быть задан таблицей:
X 0 1 100 1000
P 0,9889 0,01 0,001 0,0001
В заключение отметим так называемую «механическую» интерпретацию представленной таблицы. Представим себе, что некоторая масса, равная единице, распределена по оси абсцисс так, что в п отдельных точках Jcb jc2, ..., jc„ сосредоточены соответственно массы pt, рг, ..., р„. Тогда эта таблица описывает систему материальных точек, размещенных на оси абсцисс.
34§ 2.2. Математическое ожидание дискретной случайной величины
1. Понятие математического ожидания. Закон распределения полностью задает дискретную случайную величину. Однако часто встречаются случаи, когда закон распределения случайной величины неизвестен. В таких случаях случайную величину изучают по ее числовым характеристикам. Одной из таких характеристик является математическое ожидание.
Пусть некоторая дискретная случайная величина X с конечным числом своих значений задана законом распределения:
X X1 X2 Xn
P Pi Рг P-
Определение. Математическим ожиданием M(X) дискретной случайной величины X называется сумма произведений всех возможных значений величины X на соответствующие вероятности:
M(X) = XiP^X2Pi + ... + х„р„. (2.1)
Пример. Найдем математическое ожидание выигрыша X в примере из § 2.1 (п. 2).
Используя полученную там таблицу, имеем
M(X) = 0 ¦ 0,9889 + 1 ¦ 0,01 + 100 ¦ 0,001 + 1000 ¦ 0,0001 = 0,21 (руб.).
Очевидно, M(X) = 21 коп. есть справедливая стоимость одного лотерейного билета.
Теорема. Математическое ожидание дискретной случайной величины X приближенно равно среднему арифметическому всех ее значений (при достаточно большом числе испытаний).
Доказательство. Предположим, что произведено п испытаний, в которых дискретная случайная величина X приняла значения Х|, ..., Xk соответственно Wi, ..., тк раз, так что т{ +... + тк = п. Тогда среднее арифметическое всех значений, принятых величиной X, выразится равенством
_ Ximi+ х2т2+ ... + хктк хср - „ >