Файл: Васильков Д.А. Начала теории вероятностей учеб. пособие.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 05.08.2024
Просмотров: 63
Скачиваний: 1
4. Вероятность «успеха» некоторого испытания |
р — 0,001. |
Какова |
ве |
||
роятность Р при 5000 независимых испытаниях |
добиться |
«успеха» |
по |
||
меньшей мере в двух испытаниях? Сравнить точное значение с его |
нор |
||||
мальным и пуассоновскнм |
приближениями. |
|
|
|
|
О т в е т : Р = 0,958 [0,960 (приближение по |
Пуассону), |
0,924 |
(нор |
||
мальное приближение)]. |
обслуживает п абонентов. В течение наиболее |
||||
5. Телефонная станция |
напряженного часа дня каждый абонент ведет телефонный разговор в
среднем t минут. Какое число т |
линий потребуется, чтобы в указанный |
||||||||
час |
вероятность «потери вызова» |
не превышала |
ро? Рассмотреть |
частный |
|||||
случай: п = |
200, t = 2 мин, р0 — 0,01. |
|
|
то |
пц |
есть |
|||
|
О т в е т : |
если |
пользоваться |
нормальным приближением, |
|||||
наименьшее целое т, для которых |
|
|
|
|
|
|
|||
если |
пользоваться |
пуассоновскнм |
приближением, то т 2 |
есть |
наименьшее |
||||
значение т, удовлетворяющее неравенству |
|
|
|
|
|
||||
|
|
|
ОО |
|
|
|
|
|
|
где |
Х=пр, р = 1160. В предложенном частном |
случае |
1Щ = |
14, т 2 = |
15. |
||||
|
6. Случайные величины Х„ распределены по биномиальному закону с |
||||||||
параметрами |
р„ и п. Доказать, что если lim(np„ |
) = X > 0, то, каково бы |
|||||||
ни было целое k> 0, |
|
|
|
|
|
|
|||
|
|
|
11 in Р(Л'„ |
= k) = e - j j - . |
|
|
|
|
Г л а в а 4
НЕКОТОРЫЕ ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН
§30. Вводные замечания
Вэтой главе будут введены некоторые постоянные, свя
занные со случайной величиной X, которые, хотя и не зада ют, вообще говоря, однозначно закон распределения, но со держат полезные сведения об X.
Пусть задана некоторая случайная величина X. Предста
вим |
себе, что на числовой прямой распределена |
единичная |
|||||||||
масса |
таким |
образом, |
что на |
любом |
промежутке А оказыва |
||||||
ется |
ее часть, составляющая |
ровно |
| . i ( A ) = P ( X 6 |
А) |
грам |
||||||
мов. |
Если X дискретна и принимает значения х\, |
х 2 , . . . , то |
|||||||||
эта |
масса оказывается сосредоточенной в точках |
Х\, |
х2,..., |
||||||||
причем |
на долю хк |
приходится масса, равная |
pk=P(X=xk). |
||||||||
Если |
X — непрерывная |
случайная величина, |
то соответствую |
||||||||
щая |
ей масса распределяется с линейной плотностью |
р{х), |
|||||||||
равной |
плотности вероятности. |
|
|
|
|
|
|||||
Такое распределение масс может рассматриваться как |
|||||||||||
своего |
рода |
механическая |
модель |
случайной величины X. |
|||||||
Простейшие |
числовые |
характеристики, |
которые |
мы |
сейчас |
||||||
рассмотрим,— математическое ожидание |
и дисперсия случай |
||||||||||
ной |
величины X — будут соответствовать |
в этой модели |
цент |
||||||||
ру масс и моменту |
инерции. |
Первая |
будет |
указывать |
точку, |
||||||
вокруг |
которой группируются значения |
случайной |
величины |
||||||||
X, а |
вторая |
будет |
служить |
мерой разброса |
X. Та и |
другая |
определяются здесь лишь для дискретных и непрерывных случайных величии. Указания, относящиеся к общему случаю, содержатся в § 35 и 36.
§ 31. Математическое ожидание случайной величины
Математическим |
ожиданием |
дискретной |
случайной вели |
|
чины X, принимающей значения хи |
х2,... |
соответственно с |
||
'вероятностями р\, |
р2,... , называется |
число |
|
|
|
М(*) = |
2 |
• |
(1) |
|
|
к |
|
|
4* |
51 |
Если множество \хи х2, . . . } счетное, и в равенстве (1) мы имеем сумму ряда, дополнительно требуется, чтобы этот ряд
сходился абсолютно. Если ряд (1) или ряд 2 1**1 РА |
Р а с " |
к |
|
ходится, считают, что математическое ожидание случайной
величины X не |
существует. |
|
непрерывной |
случайной |
вели |
|||
Математическим ожиданием |
||||||||
чины X, обладающей плотностью вероятности р(х), |
называ |
|||||||
ется число |
|
|
|
|
|
|
|
|
|
|
M W = |
J xp(x)dx. |
|
|
|
(2) |
|
|
|
|
—ОО |
|
|
|
|
|
В том |
случае, |
когда плотность |
р(х) |
равна |
нулю |
вне |
неко |
|
торого |
отрезка, |
интеграл (2) |
заведомо |
существует. |
В против |
ном случае выдвигается дополнительное требование, чтобы
несобственный |
интеграл (.2) был |
абсолютно |
сходящимся. |
|
|
|
Н-ОО |
|
|
Если интеграл |
(2) или интеграл |
| |
\х\ p(x)dx |
расходится, |
|
|
—ОО |
|
|
мы считаем, что математическое ожидание случайной величи ны X не существует.
Математическое ожидание обладает следующими свойст
вами. |
|
X |
|
|
|
20), то М(Х) = С. |
|
|
I . |
Если |
s C |
(см. § |
|
|
|||
I I . |
Если |
X |
> 0 |
и |
М(Х) существует, то Ift(X) > 0. |
|
||
I I I . |
Если |
М(Х) |
существует, то, каково бы ни было посто |
|||||
янное |
с, М(сХ) |
также |
существует и М(сХ) = сМ(ЛГ). |
|
||||
I V . |
Если |
М(Х) |
и |
М(У) |
существуют, то М(Х-г-У) |
также |
||
существует и М (X + У) = |
М (X) + М (У). |
|
|
|||||
V . |
Если X и У независимые случайные величины |
и |
М.(Х), |
|||||
М(У) |
существуют, |
то |
M(XY) также существует и |
М ( Л Т ) = |
=М(*)М(У) .
Свойство |
I |
очевидно. |
Переходя |
к свойству |
I I , заметим, |
||||||
что если случайная величина X |
дискретна и |
неотрицательна, |
|||||||||
то в формуле |
(1) xk >- 0 |
(ft == 1, 2, ... ) . Если |
же |
X |
непрерыв |
||||||
на и неотрицательна, то ее плотность вероятности |
р(х) |
тож |
|||||||||
дественно равна нулю при х < |
0 и |
в формуле |
(2) |
интеграл |
|||||||
можно брать на промежутке [0, |
+ о о ) . В |
обоих |
случаях по |
||||||||
лучим |
неравенство Ж(Х) |
>• 0. |
|
|
|
|
|
|
|
||
Что |
касается свойства |
I I I , |
то |
оно |
очевидно |
при |
с — 0. |
||||
Предположив, |
что с Ф 0, |
рассмотрим сначала случай, |
когда |
||||||||
X — дискретная |
случайная величина, |
принимающая |
значения |
||||||||
х,, Хг,... |
с вероятностями |
р\, р2,... |
|
. Тогда сХ с теми же ве |
|||||||
роятностями |
принимает значения сх\, сх 2 , ... . При |
этом |
|||||||||
|
М (сХ) = 2 (cxk) pk = |
с 2 ЧРк = сЖ (X); |
|
|
кк
52
если |
множество \xk) |
счетно, то |
абсолютная |
сходимость |
ряда |
|||||
2 xhpk |
обеспечивает абсолютную |
сходимость |
ряда |
Б {схк) рк. |
||||||
Если |
Х-—непрерывная |
случайная величина, |
распределенная |
|||||||
с плотностью_ вероятности |
р{х), |
то |
Y = сХ |
имеет плотность |
||||||
вероятности р(у) = \с\-1р(с-[х) |
|
(см. § 24, задача |
7(a)); |
сле |
||||||
довательно, |
|
|
|
|
|
|
|
|
|
|
|
|
-f-oo |
|
|
|
+00 |
|
|
|
|
|
Ж(сХ)= |
^ УРШУ |
= Щ |
^ |
yp^JL^dy. |
|
||||
|
|
—00 |
|
|
|
—ОО |
|
|
|
|
Заменой переменного |
у = |
сх |
придем |
к равенству |
|
|
||||
|
|
|
|
+CO |
|
|
|
|
|
|
|
|
М (сХ) = с |
^ |
хр{х) dx = сМ [X). |
|
|
||||
|
|
|
|
—СО |
|
|
|
|
|
|
Свойства IV и V в их общей |
формулировке не могут |
быть |
||||||||
доказаны, ибо |
Ж(Х) |
определено |
здесь лишь |
для |
дискретных |
|||||
•л непрерывных |
X, тогда |
как сумма |
двух непрерывных |
слу |
чайных величин, а также произведение двух независимых случайных величин, из которых одна дискретна, а другая не
прерывна, |
могут не |
быть |
ни дискретны, ни |
непрерывны |
(см. |
|||
§ 24, задачи 13, 14). Поэтому мы докажем свойства IV и V |
||||||||
лишь для дискретных случайных величин. Итак, пусть X при |
||||||||
нимает |
значения х\, |
х2,..., |
а У— значения |
у\, |
у2 |
|
Обо |
|
значим |
|
|
|
|
|
|
|
|
Р / ^ р ( Л - = |
^ ) , р у = |
Р ( К = |
^ ) , Р ( , = Р1(Х = |
|
= |
у,)). |
(3) |
|
Тогда |
X + |
У будет |
принимать значения xt |
-j- yJt |
a |
XY — зна |
||
чения |
x,yj |
соответственно с вероятностями Ру*; при этом |
||||||
(см. § |
18, |
формулы |
(3), |
(4)) |
|
|
|
|
м ( * + п = 2 2 K + </M, = 2 U 2 Р У +
+ 2 |
УJ 2 pv = 2 ад + 2 |
ад=вд^м |
(Г). |
||||
Если X и У независимы, то согласно § |
19 |
|
|||||
|
|
Pij = PtP/> |
|
|
|
||
* Среди |
сумм xi + yj |
и произведений |
|
могут встретиться рав |
|||
ные числа, если для некоторых |
пар |
индексов |
(I'I, /1), (t2 , |
/ 2 ) , . . . |
|||
|
хн |
+ yh |
= ДГ,-2 |
+ # / , = |
••• |
|
или
63