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. در نظر گرفته شده است که در این فضای از رویدادهای ابتدایی مقدار تصادفی X، اگر قانونی (قانونی) داده شود که بر اساس آن به هر رویداد ابتدایی یک عدد اختصاص داده شود. بنابراین، متغیر تصادفی X را می توان به عنوان یک تابع تعریف شده بر روی فضای رویدادهای ابتدایی در نظر گرفت.
■ تصادفی- مقداری 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، هنگامی که یک تاس پرتاب می شود، یک رویداد مرتبط با عدد x رخ می دهد، که در آن x تعداد نقاط پرتاب شده است. تعداد امتیازها یک مقدار تصادفی است و اعداد 1، 2، 3، 4، 5، 6 مقادیر احتمالی این مقدار هستند. فاصله ای که پرتابه هنگام شلیک از یک تفنگ پرواز می کند نیز یک متغیر تصادفی است (به نصب دید، قدرت و جهت باد، دما و عوامل دیگر بستگی دارد) و مقادیر ممکن. از این کمیت به یک بازه معین (a; b) تعلق دارد.
■ 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 پیوستهیک متغیر تصادفی است که می تواند تمام مقادیر را از یک بازه محدود یا نامحدود بگیرد. تعداد مقادیر ممکن یک متغیر تصادفی پیوسته بی نهایت است.
به عنوان مثال، تعداد امتیازهای کاهش یافته هنگام پرتاب تاس، امتیاز یک کار کنترلی متغیرهای تصادفی گسسته هستند. مسافتی که پرتابه هنگام شلیک از تفنگ پرواز می کند، خطای اندازه گیری نشانگر زمان جذب مواد آموزشی، قد و وزن فرد متغیرهای تصادفی پیوسته هستند.
قانون توزیع یک متغیر تصادفی- مطابقت بین مقادیر ممکن یک متغیر تصادفی و احتمالات آنها، یعنی. 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 ارائه کرد.
اجازه دهید یک متغیر تصادفی گسسته X مقادیر x 1 , x 2 , …, x n را با احتمالات p 1 , p 2 , …, p n به ترتیب بگیرد. P(X=x 1) = p 1، P(X=x 2) = p 2، …، P(X=x n) = p n. با انتساب جدولی قانون توزیع این مقدار، ردیف اول جدول حاوی مقادیر ممکن x 1، x 2، ...، x n، و دوم - احتمالات آنها است.
ایکس | x 1 | x2 | … | x n |
پ | p1 | p2 | … | p n |
در نتیجه آزمایش، 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 رویدادهای ناسازگار زوجی را تشکیل می دهند و بنابراین، مجموع احتمالات این رویدادها برابر است با یک، یعنی. p 1 + p 2 + ... + p n \u003d 1.
قانون توزیع یک متغیر تصادفی گسسته. توزیع چند ضلعی (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) مشخص 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 به خود بگیرد، تعیین می کند. 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 اندازه متوسط انحراف یک متغیر تصادفی از مقدار متوسط آن را نشان می دهد. اعدادی از این نوع را مشخصه های عددی یک متغیر تصادفی می نامند.
ویژگی های عددی اصلی 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)= M 2 یا D(X) = M(X 2)- 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 - انحراف معیار (انحراف استاندارد) σ(X)=√D(X).
· برای وضوح نمایش سری تغییرات، نمایش های گرافیکی آن از اهمیت بالایی برخوردار است. از نظر گرافیکی، یک سری متغیر می تواند به صورت چند ضلعی، هیستوگرام و تجمعی نمایش داده شود.
· چند ضلعی توزیع (به معنای واقعی کلمه، چند ضلعی توزیع) یک خط شکسته نامیده می شود که در یک سیستم مختصات مستطیلی ساخته شده است. مقدار ویژگی بر روی ابسیسا، فرکانس های مربوطه (یا فرکانس های نسبی) - در امتداد ارتین رسم می شود. نقاط (یا ) توسط قطعات خط به هم متصل می شوند و یک چندضلعی توزیع به دست می آید. اغلب از چند ضلعی ها برای نمایش سری های تغییرات گسسته استفاده می شود، 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.