Случайные величины

Содержание

Слайд 2

Так, в конечных схемах описаний вместо самих элементарных исходов можно рассматривать их

Так, в конечных схемах описаний вместо самих элементарных исходов можно рассматривать их
номиналы (идентификаторы).
Например, при бросании монеты «решка» — это 0, а «герб» — это 1; при бросании игральной кости результаты — номер граней от 1 до 6; при разыгрывании лотереи – число выигрышных лотерейных билетов из трех купленных и т. п.

Слайд 3

Случайной называют величину, которая в результате испытания принимает только одно возможное значение,

Случайной называют величину, которая в результате испытания принимает только одно возможное значение,
заранее неизвестное и зависящее от ряда случайных факторов.
Например: количество выпадений «решки» при 2-х подбрасываниях монеты; остаток вклада по выбранному наудачу лицевому счету; число зарегистрированных правонарушений за дежурство; количество выигрышных билетов из 3-х купленных; продолжительность обслуживания покупателей в магазине и т. д.

Слайд 4

СЛУЧАЙНАЯ ВЕЛИЧИНА (С. В.)
[англ. random value] — всякая наблюдаемая величина, изменяющаяся при

СЛУЧАЙНАЯ ВЕЛИЧИНА (С. В.) [англ. random value] — всякая наблюдаемая величина, изменяющаяся
повторении общего комплекса условий, в которых она возникает.
С.В. принимает в зависимости от случая те или иные значения с определенными вероятностями.
Распределение указанных вероятностей С. В. служит ее важнейшей характеристикой.

Слайд 5

Разделяют 2 класса сл. величин:
- "дискретные", множества возможных значений которых можно

Разделяют 2 класса сл. величин: - "дискретные", множества возможных значений которых можно
перечислить;
"непрерывные", множества возможных значений которых непрерывно (сплошь) заполняют числовой интервал.
Дискретной называют случайную величину, возможные значения которой есть отдельные изолированные числа, которые эта величина принимает с определенными вероятностями.

Слайд 6

Пусть Х – дискретная сл. величина (ДСВ), в результате испытания принимающая возможные

Пусть Х – дискретная сл. величина (ДСВ), в результате испытания принимающая возможные
значения х1, х2, …, хn.
Законом распределения ДСВ называют соотношение, устанавливающее связь между ее возможными значениями и соответствующими им вероятностями. Закон может быть задан:
- аналитически (формулой);
- таблично (ряд распределения);
- графически.

Слайд 7

ДСВ X полностью определена, если указаны принимаемые ею значения: x1, x2, ...,

ДСВ X полностью определена, если указаны принимаемые ею значения: x1, x2, ...,
хn и
указаны вероятности их появления, то есть
рi = P( Х = xi ), где i = 1, 2, …
Для любой ДСВ всегда верно условие:
Традиционно ДСВ задают в виде таблицы (ряда) распределения вероятностей
Значения X х1 х2 … хn
Вероятности Р p1 p2 ... рn

Слайд 8

Пример. Два стрелка делают по выстрелу в мишень. Вероятность попадания первого стрелка

Пример. Два стрелка делают по выстрелу в мишень. Вероятность попадания первого стрелка
- 0,6; второго стрелка - 0,3. Найти закон распределения вероятностей ДСВ Х – числа попаданий в мишень.
Решение.
Здесь р1= р ( Х = х1) = 0,4 · 0,7 = 0,28
р2= р ( Х = х2) = 0,6 · 0,7 + 0,4 · 0,3 = 0,54
р3= р ( Х = х3) = 0,6 · 0,3 = 0,18.
Условие нормировки: 0,28 + 0,54 + 0,18 = 1

Слайд 9

Графически закон распределения задают в виде многоугольника распределения вероятностей: в прямоугольной системе

Графически закон распределения задают в виде многоугольника распределения вероятностей: в прямоугольной системе
координат строят точки с координатами (хi, рi) и соединяют их последовательно отрезками.

Слайд 10

Задание Выбрать все примеры
А-случайных величин; В - случайных событий:
1) число диагоналей

Задание Выбрать все примеры А-случайных величин; В - случайных событий: 1) число
параллелограмма;
2) выпадение монеты «решкой»;
3) время ожидания выполнения заказа в кафе;
4) число градусов или радиан в прямом угле;
5) число правильных ответов Вашего теста;
6) сумма очков, выпавших при бросании 2-х игральных костей при игре в нарды;
7) сумма очков, выпавшая при бросании 2-х игральных костей – нечетное число.
8) наличие бракованных чайников в продаваемой магазином партии товара

Слайд 11

Ответ:

Ответ:

Слайд 12

Куплено 1000 лотерейных билетов. На 80 из них упал выигрыш по 1

Куплено 1000 лотерейных билетов. На 80 из них упал выигрыш по 1
руб., на 20 – по 5 руб., на 10 – по 10 руб. Какая таблица описывает закон распределения выигрыша?
1.
2.
3.
Ответ: пункт 2

Слайд 13

Математическое ожидание ДСВ

Основными числовыми характеристиками случайных величин являются математическое ожидание (средний,

Математическое ожидание ДСВ Основными числовыми характеристиками случайных величин являются математическое ожидание (средний,
наиболее типичный, ожидаемый результат величины) и дисперсия.
где xi - значения ДСВ;
pi - соответствующие им вероятности.

Слайд 14

Свойства математического ожидания
М(С) = С; где С=const.
М(С·Х) = С· М(Х);
М (X +

Свойства математического ожидания М(С) = С; где С=const. М(С·Х) = С· М(Х);
Y) = M(X) + M(Y);
М (X · Y) = M(X) · M(Y), если X и Y независимые случайные величины

Слайд 15

Задание №9. Дискретная случайная величина Х имеет закон распределения вероятностей:
Математическое ожидание М(Х)

Задание №9. Дискретная случайная величина Х имеет закон распределения вероятностей: Математическое ожидание
этой случайной величины равно…
Варианты ответов: 1) 5 2) 2,2
3) 1 4) 2,8
Ответ: пункт №4, т.к. М (Х) = 1 · 0,4 + 4 · 0,6 =
= 0,4 + 2,4 = 2,8

Слайд 16

Пример. Играем в следующую игру – бросаем игральную кость и получаем столько

Пример. Играем в следующую игру – бросаем игральную кость и получаем столько
$, сколько выпало очков. Цена игры 4 $, выгодно ли играть?
Решение. ДСВ Х – количество очков выпавшее при бросании игральной кости. Вычислим математическое ожидание М(Х)
М(Х)=
Именно столько $ мы будем получать, если играть достаточно долго, значит игра невыгодна для нас, в среднем мы будем терять 0,5 $ в каждой игре.

Слайд 17

Дисперсия случайной величины
Мера разброса данной случайной величины, то есть её отклонения от

Дисперсия случайной величины Мера разброса данной случайной величины, то есть её отклонения
математического ожидания. Обозначается D[X] в русской литературе и varX (англ. variance) в зарубежной. В статистике употребляется обозначение σ2x или σ2. Квадратный корень из дисперсии, равный σ , называется среднеквадратичным (стандартным) отклонением или стандартным разбросом. Стандартное отклонение измеряется в тех же единицах, что и сама случайная величина, а дисперсия измеряется в квадратах этой единицы измерения.

Слайд 18

Свойства дисперсии.
1. Дисперсия любой случайной величины неотрицательна: D(X) ≥ 0;
2. Если дисперсия

Свойства дисперсии. 1. Дисперсия любой случайной величины неотрицательна: D(X) ≥ 0; 2.
случайной величины конечна, то конечно и её математическое ожидание;
3. Если случайная величина равна константе, то её дисперсия равна нулю: D[a] = 0. Верно и обратное: если D[X] = 0, то X = M[X];
4. Дисперсия суммы двух случайных величин равна:
где - их ковариация (мера линейной зависимости двух случайных величин).
Имя файла: Случайные-величины.pptx
Количество просмотров: 41
Количество скачиваний: 0