Дискретная случайная величина — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
Строка 4: Строка 4:
 
<tex> \xi\colon\Omega \to \mathbb{R}</tex>
 
<tex> \xi\colon\Omega \to \mathbb{R}</tex>
  
==Закон распределения==
+
==Плотность распределения==
 
Рассмотрим случайную величину ξ, возможные значения которой образуют конечную или бесконечную последовательность чисел <tex> x_1, x_2, ..., x_n</tex>. Пусть задана функция <tex>p(x)</tex>, значение которой в каждой точке <tex> x_i  (i=1,2, ...)</tex> равно вероятности того, что величина ξ примет значение <tex> x_i </tex>.  
 
Рассмотрим случайную величину ξ, возможные значения которой образуют конечную или бесконечную последовательность чисел <tex> x_1, x_2, ..., x_n</tex>. Пусть задана функция <tex>p(x)</tex>, значение которой в каждой точке <tex> x_i  (i=1,2, ...)</tex> равно вероятности того, что величина ξ примет значение <tex> x_i </tex>.  
  
<tex> p(x)</tex> называется законом распределения вероятностей случайной величины.
+
<tex> p(x)</tex> называется плотностью распределения вероятностей случайной величины.
 
              
 
              
 
<tex> p(x_i) = p(\xi = x_i) </tex>
 
<tex> p(x_i) = p(\xi = x_i) </tex>
 +
 +
==Функция распределения==
 +
 +
Функция распределения для случайной величины ξ выражается следующей формулой:
 +
 +
<tex>F_\xi(a) = p(\xi \leqslant a)</tex>
  
 
==Математическое ожидание случайной величины==
 
==Математическое ожидание случайной величины==
'''Математическое ожидание'''(<tex>E_\xi</tex>) - мера среднего значения случайной величины.
+
'''Математическое ожидание'''(<tex>E\xi</tex>) - мера среднего значения случайной величины.
 +
 
 +
<tex>E\xi = \sum \xi(\omega)p(\omega)</tex>
  
<tex>E_\xi = \sum \xi(\omega)*p(\omega)</tex>
+
{{Теорема
  
Теорема
+
|statement= <tex>\sum_{\omega\epsilon\Omega} \xi(\omega)p(\omega) = \sum_a p(\xi = a)</tex>
  
<tex>\sum_{\omega\epsilon\Omega} \xi(\omega)*p(\omega) = </tex>
+
|proof= <tex>\sum_a \sum_{\omega|p(\omega) = a} \xi(\omega)p(\omega) = \sum_a \sum_{\omega|\xi(\omega)=a}p(\omega) = \sum_a p(\xi = a)</tex>
  
<tex>\sum_a \sum_{\omega|p(\omega) = a} \xi(\omega)*p(\omega) = \sum_a \sum_{\omega|\xi(\omega)=a}p(\omega) = \sum_a p(\xi = a)</tex>
+
}}
  
 
==Пример==
 
==Пример==
Строка 27: Строка 35:
 
<tex> \xi(i) = i </tex>
 
<tex> \xi(i) = i </tex>
  
<tex> E_\xi = 1*1/6+2*1/6 ... +6*1/6 = 3.5</tex>
+
<tex> E\xi = 1\cdot 1/6+2\cdot 1/6 ... +6\cdot 1/6 = 3.5</tex>

Версия 15:06, 24 декабря 2010

Случайная величина — это величина, которая принимает в результате опыта одно из множества значений, причем появление того или иного значения этой величины до её измерения нельзя точно предсказать.

Формальное математическое определение: случайной величиной называется отображение из множества элементарных исходов в множество вещественных чисел. [math] \xi\colon\Omega \to \mathbb{R}[/math]

Плотность распределения

Рассмотрим случайную величину ξ, возможные значения которой образуют конечную или бесконечную последовательность чисел [math] x_1, x_2, ..., x_n[/math]. Пусть задана функция [math]p(x)[/math], значение которой в каждой точке [math] x_i (i=1,2, ...)[/math] равно вероятности того, что величина ξ примет значение [math] x_i [/math].

[math] p(x)[/math] называется плотностью распределения вероятностей случайной величины.

[math] p(x_i) = p(\xi = x_i) [/math]

Функция распределения

Функция распределения для случайной величины ξ выражается следующей формулой:

[math]F_\xi(a) = p(\xi \leqslant a)[/math]

Математическое ожидание случайной величины

Математическое ожидание([math]E\xi[/math]) - мера среднего значения случайной величины.

[math]E\xi = \sum \xi(\omega)p(\omega)[/math]

Теорема:
[math]\sum_{\omega\epsilon\Omega} \xi(\omega)p(\omega) = \sum_a p(\xi = a)[/math]
Доказательство:
[math]\triangleright[/math]
[math]\sum_a \sum_{\omega|p(\omega) = a} \xi(\omega)p(\omega) = \sum_a \sum_{\omega|\xi(\omega)=a}p(\omega) = \sum_a p(\xi = a)[/math]
[math]\triangleleft[/math]

Пример

Пусть у нас есть "Честная кость"

[math] \xi(i) = i [/math]

[math] E\xi = 1\cdot 1/6+2\cdot 1/6 ... +6\cdot 1/6 = 3.5[/math]