III. Распределения случайных величин
Биномиальное распределение (дискретное)
- количество «успехов» в последовательности из независимых случайных экспериментов, таких что вероятность «успеха» в каждом из них равна . .
Закон распределения имеет вид:
….. | k | ….. | ||||
Здесь вероятности находятся по формуле Бернулли: .
Характеристики: , ,
Примеры многоугольников распределения для и различных вероятностей:
Пуассоновское распределение (дискретное)
Распределение Пуассона моделирует случайную величину, представляющую собой число событий, произошедших за фиксированное время, при условии, что данные события происходят с некоторой фиксированной средней интенсивностью и независимо друг от друга.
При условии закон распределения Пуассона является предельным случаем биномиального закона. Так как при этом вероятность события A в каждом испытании мала, то закон распределения Пуассона называют часто законом редких явлений.
Ряд распределения:
….. | k | ….. | |||
….. | ….. |
Вероятности вычисляются по формуле Пуассона: .
Числовые характеристики: , ,
Разные многоугольники распределения при .
Показательное распределение (непрерывное)
Экспоненциальное или показательное распределение — абсолютно непрерывное распределение, моделирующее время между двумя последовательными свершениями одного и того же события.
Плотность распределения:
Где .
Числовые характеристики: , ,
Плотность распределения при различных значениях .
Равномерное распределение (непрерывное)
Равномерный закон распределения используется при анализе ошибок округления при проведении числовых расчётов (например, ошибка округления числа до целого распределена равномерно на отрезке [-0,5; 0,5]), в ряде задач массового обслуживания, при статистическом моделировании наблюдений, подчинённых заданному распределению.
Плотность распределения:
Числовые характеристики: , ,
График плотности вероятностей:
Нормальное распределение или распределение Гаусса (непрерывное)
Нормальное распределение, также называемое распределением Гаусса, – распределение вероятностей, которое играет важнейшую роль во многих областях знаний, особенно в физике. Физическая величина подчиняется нормальному распределению, когда она подвержена влиянию огромного числа случайных помех. Ясно, что такая ситуация крайне распространена, поэтому можно сказать, что из всех распределений в природе чаще всего встречается именно нормальное распределение — отсюда и произошло одно из его названий.
Плотность распределения:
Числовые характеристики: , ,
Пример плотности распределения:
Нормальный закон распределения случайной величины с параметрами и называется стандартным или нормированным, а соответствующая нормальная кривая - стандартной или нормированной.
Функция Лапласа .
Вероятность попадания нормально распределенной случайной величины в заданный интервал
Вероятность отклонения нормально распределенной случайной величины на величину от математического ожидания (по модулю).
.