متغیرهای تصادفی. چند ضلعی توزیع
متغیرهای تصادفی: گسسته و پیوسته.
هنگام انجام یک آزمایش تصادفی، فضایی از رویدادهای ابتدایی شکل می گیرد - نتایج احتمالی این آزمایش. اعتقاد بر این است که در این فضای رویدادهای ابتدایی وجود دارد مقدار تصادفی X، اگر قانون (قاعده ای) داده شود که طبق آن هر رویداد ابتدایی با یک عدد مرتبط باشد. بنابراین، متغیر تصادفی X را می توان به عنوان یک تابع تعریف شده بر روی فضای رویدادهای ابتدایی در نظر گرفت.
■ متغیر تصادفی- کمیتی که در طول هر آزمایش، بسته به دلایل تصادفی که نمی توان از قبل در نظر گرفت، یک یا مقدار عددی دیگر را می گیرد (از قبل مشخص نیست کدام یک). متغیرهای تصادفی با حروف بزرگ الفبای لاتین و مقادیر احتمالی یک متغیر تصادفی با حروف کوچک نشان داده می شوند. بنابراین، هنگام پرتاب یک قالب، یک رویداد مرتبط با عدد x رخ می دهد، که در آن x تعداد نقاط چرخانده شده است. تعداد امتیازها یک متغیر تصادفی است و اعداد 1، 2، 3، 4، 5، 6 مقادیر احتمالی این مقدار هستند. مسافتی که پرتابه هنگام شلیک از یک تفنگ طی می کند نیز یک متغیر تصادفی است (بسته به نصب دید، قدرت و جهت باد، دما و سایر عوامل) و مقادیر احتمالی این مقدار متعلق است. به یک فاصله معین (الف؛ ب).
■ متغیر تصادفی گسسته- یک متغیر تصادفی که مقادیر ممکن مجزا و جدا شده را با احتمالات معین به خود می گیرد. تعداد مقادیر ممکن یک متغیر تصادفی گسسته می تواند متناهی یا بی نهایت باشد.
■ متغیر تصادفی پیوسته- یک متغیر تصادفی که می تواند تمام مقادیر را از یک بازه محدود یا نامتناهی بگیرد. تعداد مقادیر ممکن یک متغیر تصادفی پیوسته بی نهایت است.
به عنوان مثال، تعداد نقاط پرتاب شده هنگام پرتاب تاس، امتیاز یک آزمون متغیرهای تصادفی گسسته هستند. مسافتی که پرتابه هنگام شلیک از تفنگ پرواز می کند، خطای اندازه گیری نشانگر زمان تسلط بر مطالب آموزشی، قد و وزن فرد متغیرهای تصادفی پیوسته هستند.
قانون توزیع یک متغیر تصادفی- مطابقت بین مقادیر ممکن یک متغیر تصادفی و احتمالات آنها، به عنوان مثال. هر مقدار ممکن x i با احتمال p i مرتبط است که با آن متغیر تصادفی می تواند این مقدار را بگیرد. قانون توزیع یک متغیر تصادفی را می توان به صورت جدولی (به صورت جدول)، تحلیلی (به صورت فرمول) و گرافیکی مشخص کرد.
اجازه دهید یک متغیر تصادفی گسسته X مقادیر x 1 , x 2 , …, x n را به ترتیب با احتمالات p 1 , p 2 , …, p n بگیرد. P(X=x 1) = p 1، P(X=x 2) = p 2، …، P(X=x n) = p n. هنگام تعیین قانون توزیع این کمیت در جدول، سطر اول جدول حاوی مقادیر ممکن x 1، x 2، ...، x n و سطر دوم احتمالات آنها را در بر می گیرد.
ایکس | x 1 | x 2 | … | x n |
پ | ص 1 | p2 | … | p n |
در نتیجه آزمون، یک متغیر تصادفی گسسته X یک و تنها یکی از مقادیر ممکن را می گیرد، بنابراین رویدادهای X=x 1، X=x 2، ...، X=x n یک گروه کامل از ناسازگارهای زوجی را تشکیل می دهند. رویدادها، و بنابراین، مجموع احتمالات این رویدادها برابر با یک است، یعنی. p 1 + p 2 +… + p n = 1.
قانون توزیع یک متغیر تصادفی گسسته. چند ضلعی توزیع (چند ضلعی).
همانطور که می دانید متغیر تصادفی متغیری است که بسته به مورد می تواند مقادیر خاصی را به خود اختصاص دهد. متغیرهای تصادفی با حروف بزرگ الفبای لاتین (X، Y، Z) و مقادیر آنها با حروف کوچک مربوطه (x، y، z) نشان داده می شوند. متغیرهای تصادفی به دو دسته ناپیوسته (گسسته) و پیوسته تقسیم می شوند.
متغیر تصادفی گسسته یک متغیر تصادفی است که فقط مجموعه ای محدود یا نامتناهی (قابل شمارش) از مقادیر با احتمالات غیر صفر معینی را می گیرد.
قانون توزیع یک متغیر تصادفی گسستهتابعی است که مقادیر یک متغیر تصادفی را با احتمالات مربوط به آنها مرتبط می کند. قانون توزیع را می توان به یکی از روش های زیر مشخص کرد.
1. قانون توزیع را می توان با جدول ارائه کرد:
که در آن λ> 0، k = 0، 1، 2، ….
ج) با استفاده از تابع توزیع F(x)، که برای هر مقدار x احتمال اینکه متغیر تصادفی X مقداری کمتر از x بگیرد، تعیین میکند. F(x) = P(X< x).
ویژگی های تابع F(x)
3. قانون توزیع را می توان به صورت گرافیکی مشخص کرد - توسط یک چند ضلعی توزیع (چند ضلعی) (به کار 3 مراجعه کنید).
توجه داشته باشید که برای رفع برخی مشکلات نیازی به دانستن قانون توزیع نیست. در برخی موارد، دانستن یک یا چند عدد که مهمترین ویژگی های قانون توزیع را منعکس می کند، کافی است. این می تواند عددی باشد که معنای "مقدار متوسط" یک متغیر تصادفی را داشته باشد، یا عددی که میانگین اندازه انحراف یک متغیر تصادفی از مقدار میانگین آن را نشان می دهد. اعدادی از این نوع را مشخصه های عددی یک متغیر تصادفی می نامند.
ویژگی های عددی پایه یک متغیر تصادفی گسسته:
- انتظارات ریاضی (مقدار متوسط) از یک متغیر تصادفی گسسته M(X)=Σ x i p i .
برای توزیع دو جمله ای M(X)=np، برای توزیع پواسون M(X)=λ - پراکندگی یک متغیر تصادفی گسسته D(X)= M2 یا D(X) = M(X2)-2. تفاوت X–M(X) را انحراف یک متغیر تصادفی از انتظارات ریاضی آن می گویند.
برای توزیع دو جمله ای D(X)=npq، برای توزیع پواسون D(X)=λ - میانگین انحراف مربع (انحراف استاندارد) σ(X)=√D(X).
· برای وضوح ارائه یک سری تغییرات، تصاویر گرافیکی آن از اهمیت بالایی برخوردار است. از نظر گرافیکی، یک سری تغییرات را می توان به صورت چند ضلعی، هیستوگرام و انباشته به تصویر کشید.
· چند ضلعی توزیع (به معنای واقعی کلمه یک چند ضلعی توزیع) یک خط شکسته نامیده می شود که در یک سیستم مختصات مستطیل شکل ساخته شده است. مقدار صفت بر روی ابسیسا، فرکانس های مربوطه (یا فرکانس های نسبی) - بر روی مختصات رسم می شود. نقاط (یا) توسط قطعات خط مستقیم به هم متصل می شوند و یک چندضلعی توزیع به دست می آید. اغلب، چند ضلعی ها برای نشان دادن سری تغییرات گسسته استفاده می شوند، اما می توان از آنها برای سری های بازه ای نیز استفاده کرد. در این حالت، نقاط مربوط به نقاط میانی این فواصل بر روی محور آبسیسا رسم می شود.