МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||||||||||||||||||||||||||||||||||||||
Приклади дискретних випадкових величин та їх законів розподілу
Приклад №1. Проводиться незалежних випробувань. В кожному випробуванні подія А може з’явитися з однією і тією ж самою ймовірністю . Позначимо через число появ події А у цих випробуваннях. Це – випадкова величина. Задамо закон її розподілу:
Ймовірність появи подій в випробуваннях визначається за формулою Бернуллі: . Такий розподіл називається біномним. Якщо, скажімо, гральний кубик підкинуто тричі та нас цікавить закон розподілу випадкової величини – числа випадань чотирьох очок, то біномний розподіл має вигляд ( ):
Приклад №2. Якщо проводяться випробування за схемою Бернуллі, причому число – велике, а – мале, то, як відомо, для обчислення слід користуватися формулою Пуассона , де – середнє число появ події в різних серіях випробувань. Одержуємо закон розподілу Пуассона ймовірностей масових рідкісних подій. Зауважимо, що Пуассон вивчав потоки подій – послідовності подій, які з’являються у випадкові моменти часу. Найпростішим (пуассонівським) називається потік подій, який має наступні властивості: а) стаціонарність: ймовірність появи подій на будь-якому проміжку часу не залежить від початку відліку, а залежить тільки від і ; б) відсутність післядії: ймовірність появи подій на будь-якому проміжку часу не залежить від того, з’являлися чи ні події в момент часу, що передує початку даного проміжку; в) ординарність: поява двох і більшого числа подій за малий проміжок часу практично неможлива. Інтенсивністю потоку називається середнє число подій, які з’являються протягом одиниці часу. Для найпростішого потоку подій має місце формула: . Приклад №3. Нехай проводяться незалежні випробування, у кожному з яких ймовірність появи події А дорівнює . Випробування закінчуються, як тільки з’явиться подія А. Позначимо через число випробувань, які потрібно провести до першої появи А. Це – дискретна випадкова величина, яка може приймати значення . Ймовірність того, що , дорівнює ; що , дорівнює , і т.д. Ймовірність того, що , дорівнює . Одержуємо такий розподіл:
Цей розподіл називають геометричним. Приклад №4. Нехай в партії з виробів є стандартних . З партії випадково відібрано виробів. Потрібно скласти закон розподілу дискретної випадкової величини – числа стандартних виробів серед відібраних. Випадкова величина може приймати значення . Ймовірність того, що , визначаємо за формулою . Одержаний розподіл називають гіпергеометричним розподілом ймовірностей. Він визначається трьома параметрами – . При гіпергеометричний розподіл близький до біномного.
|
||||||||||||||||||||||||||||||||||||||||||||
|