Дискретная случайная величина — различия между версиями
 (→Источники информации)  | 
				|||
| Строка 27: | Строка 27: | ||
*<tex>\lim\limits_{x \to -\infty} F(x) = 0, \lim\limits_{x \to +\infty} F(x) = 1</tex>.  | *<tex>\lim\limits_{x \to -\infty} F(x) = 0, \lim\limits_{x \to +\infty} F(x) = 1</tex>.  | ||
| + | |||
| + | ==Функция плотности вероятности==  | ||
| + | Плотность распределения вероятности определяется как первая производная функции распределения.  | ||
| + | <tex>f(x) = F'(x)</tex>  | ||
== См. также ==  | == См. также ==  | ||
Версия 18:59, 3 июня 2017
| Определение: | 
| Случайная величина (англ. random variable) — отображение из множества элементарных исходов в множество вещественных чисел. | 
Содержание
Дискретная случайная величина
| Определение: | 
| Дискретной случайной величиной (англ. discrete random variable) называется случайная величина, множество значений которой не более чем счётно, причём принятие ею каждого из значений есть случайное событие с определённой вероятностью. | 
Проще говоря, дискретные случайные величины — это величины, принимающие значения, которые можно пересчитать. В качестве примеров можно привести число  количество выученных билетов (среди конечного числа билетов), число звонков, поступавших на телефонную станцию в течение месяца ().
Существуют также непрерывные случайные величины. Например, координаты точки попадания при выстреле.
Функция распределения
| Определение: | 
| Функция распределения случайной величины (англ. cumulative distribution function (CDF)) — функция , определённая на как , т.е. выражающая вероятность того, что примет значение, меньшее чем | 
Свойства функции распределения:
- при
 
- непрерывна слева
 
- .
 
Функция плотности вероятности
Плотность распределения вероятности определяется как первая производная функции распределения.