Конспект лекции для автора курсового проекта как для преподавателя Дискретные случайные величины и их числовые характеристики
Вид материала | Конспект |
- Случайные величины и функции распределения, 49.56kb.
- Линейная регрессия и метод наименьших квадратов, 177.63kb.
- Задачи линейного программирования. 17. Дискретные случайные величины, 24.38kb.
- Дискретные случайные величины Ряд распределения, 29.73kb.
- Числовые характеристики случайных величин, 50.29kb.
- Методические указания к выполнению курсового проекта Красноярск 2002, 2057.27kb.
- Программа государственного экзамена по направлению (магистерская подготовка) 230100., 37.35kb.
- Методические указания по выполнению курсового проекта для специальности 190631 «Техническое, 957.7kb.
- Методические материалы для выполнения курсового проекта по дисциплине «Проектирование, 635.61kb.
- Методические указания по выполнению курсового проекта Тема курсового проекта, 265.09kb.
Конспект лекции для автора курсового проекта как для преподавателя
Дискретные случайные величины и их числовые характеристики
Дискретная случайная величина (ДСВ) может принимать конечное или бесконечное счетное число значений.
Пример ДСВ

!Задание привести пример ДСВ из окружающей жизни
Законом распределения ДСВ называется соотношение между ее возможными значениями и их вероятностями (т. е. вероятностями, с которыми случайная величина принимает эти возможные значения).
Закон распределения может быть задан формулой (формулы Бернулли, Пуассона и др.), таблицей или графиком, а также функцией распределения.
Функцией распределения случайной величины


определяющая вероятность того, что случайная величина


Свойства функции распределения:
а) функция распределения принимает значения только из отрезка [0,1]:
0 ≤ F(x) ≤ 1;
б) F(x) – неубывающая функция, т.е. если x2 > x1, то F(x2) > F(x1) ;
в) F(- ∞ ) = 0; F(+ ∞) = 1;
г) вероятность того, что случайная величина примет значение из
интервала



д) F(x) непрерывна слева, т. е. F(x) = F(x – 0)
Закон распределения дискретной случайной величины может быть представлен в виде многоугольника распределения – фигуры, состоящей из точек


Рис. 1.3. Многоугольники унимодального (а), полимодального (б) и антимодального (в) распределений
Математическим ожиданием



т. е. математическое ожидание – это сумма произведений значений случайной величины


Свойства математического ожидания.
а)


б)

в)

г) если случайные величины



Мода

Медиана


Медиана обычно не определяется для дискретной случайной величины.
Величина



Дисперсией




Дисперсия служит для характеристики рассеяния СВ относительно ее математического ожидания
Свойства дисперсии:
а)


б)

в)

где



г) если




Средним квадратическим отклонением



Пример Дискретная случайная величина

![]() | -1 | 0 | 1 | 2 |
![]() | 0,1 | 0,2 | 0,1 | 0,6 |
Найти числовые характеристики СВ:

Решение. Построим многоугольник распределения данной случайной величины.
![]() | Математическое ожидание: ![]() |
Дисперсия:

СКО:

Мода равна 2.
Основные законы распределения дискретных случайных величин
1. Закон распределения Бернулли. Случайная величина



![]() | 0 | 1 |
![]() | ![]() | ![]() |
Математическое ожидание: СВ X:

Дисперсия:

2. Биномиальный закон распределения. Случайная величина

0, 1, 2, …, n с вероятностями, определяемыми по формулам Бернулли:

![]() | 0 | 1 | 2 | ,,, | ![]() | ,,, | ![]() |
![]() | ![]() | ![]() | ![]() | | ![]() | | ![]() |
Математическое ожидание:

Дисперсия:

На рисунке приведены многоугольники (полигоны) распределения случайной величины X, имеющей биномиальный закон распределения с параметрами n=5 и p (для p=0,2; 0,3; 0,5; 0,7; 0,8).

Пример . В рекламных целях торговая фирма вкладывает в каждую пятую единицу товара денежный приз размером 100 тенге. Найти закон распределения числа сотен тенге, полученных при четырёх сделанных покупках.
Решение Вероятность того, что в случайно сделанной покупке окажется денежный приз, равна p=1/5=0,2. Случайная величина X - число покупок, в которые вложен денежный приз, имеет биномиальный закон распределения с параметрами n=4 и p=0,2. Ряд распределения X имеет вид:
xi | 0 | 1 | 2 | 3 | 4 |
pi | 0,4096 | 0,4096 | 0,1536 | 0,0256 | 0,0016 |
значения pi=P(X=m), (m=0, 1, 2, 3, 4) вычислены по формуле

!Задание построить многогранник распределения
3. Закон распределения Пуассона. Случайная величина


где

На рисунке приведены многоугольники (полигоны) распределения случайной величины X, имеющей закон распределения Пуассона с параметром



При



Математическое ожидание

Дисперсия

Пример В супе объёмом V плавает N перчинок. С какой вероятностью в ложку объёмом V0 попадёт ровно n перчинок?
Решение
Если количество перчинок N велико, а отношение

В среднем, в ложке должны оказаться




- того, что в ложке окажется ноль перчинок, p0 ≈ 0,95123,
- того, что в ложке окажется одна перчинка, p1 ≈ 0,04756,
- того, что в ложке окажется две перчинки, p2 ≈ 0,00119,
- того, что в ложке окажется три перчинки, p3 ≈ 0,00002.
Как видим, pn очень быстро уменьшается с ростом n.

4) Геометрическое распределение. Дискретная случайная величина X имеет геометрическое распределение, если она принимает значения 1, 2, ..., m, ... (бесконечное, но счётное множество значений) с вероятностями

где 0 < p < 1, q=1 - p, m =1, 2, ...
Пример геометрического распределения представлен на рисунке

Ряд геометрического распределения имеет вид:
xi | 1 | 2 | 3 | ... | m | ... |
pi | p | pq | pq2 | ... | pqm-1 | ... |
Очевидно, что вероятности pi образуют геометрическую прогрессию с первым членом p и знаменателем q (отсюда и название "геометрическое распределение").
Определение геометрического распределения корректно, так как сумма ряда

(так как



Случайная величина X=m, имеющая геометрическое распределение, представляет собой число m испытаний, проведённых по схеме Бернулли, с вероятностью p наступления события в каждом испытании до первого положительного исхода.
Математическое ожидание СВ X, имеющей геометрическое распределение с параметром p,

Дисперсия

Пример. Вероятность поражения цели равна 0,6. Производится стрельба по мишени до первого попадания (число патронов не ограничено). Требуется составить ряд распределения числа сделанных выстрелов, найти математическое ожидание и дисперсию этой случайной величины. Определить вероятность того, что для поражения цели потребуется не более трёх патронов.
Решение. Случайная величина X - число сделанных выстрелов - имеет геометрическое распределение с параметром p=0,6. Ряд распределения X имеет вид:
xi | 1 | 2 | 3 | ... | m | ... |
pi | 0,6 | 0,24 | 0,096 | ... | 0,6·0,4m | ... |

По формулам

Вероятность того, что для поражения цели потребуется не более трёх патронов равна
P(X≤3)=P(X=1)+P(X=2)+P(X=3)=0,6+0,24+0,096=0,936.
Ответы на вопросы:
1. Какие элементы лекции направлены на обеспечение лучшего усвоения материала аудиторией на уровнях:
- понимания; - основные определений.
- опознания; - формулы, графики, таблицы.
- воспроизведения; - примеры, графики.
- применения; - примеры.
- творческой деятельности. – решение примеров.
2. Чем конкретно использование электронных ресурсов повышает эффективность лекции?
Ответ: Электронные ресурсы повышают интерес у студентов, а также помогают преподавателю изложить материал как можно понятней с различными примерами и т.д.
3. Почему презентация способствует лучшему пониманию данного материала на лекции данной аудиторией?
Ответ: Т.к в презентации в сокращенной, и в понятной форме описана суть лекции, презентация более визуально, что задействует не только слухавую но и другие виды памяти
4. Почему используемая компьютерная программа способствует лучшему пониманию данного материала на лекции данной аудиторией?
Ответ: Потому что программный модуль является тестовым вариантом лекции, что способствует оценки знаний и и остаточного контроля знаний.
5. Что даст аудитории и самому лектору использование на лекции фрагментов теста?
Ответ: Фрагменты теста, дадут возможность лектору оценить степень внимания студентов и уяснить кто из них слушает лекцию внимательно, а кто отвлеченно.