Непрерывные случайные переменные
Если связать каждое число событий из множества событий с каким либо числом то мы получим совокупность чисел, появление каждого из которорых случайно в результате построения экспериментатаким образом мы получимслучайную переменную. Если орел – 0, решка – 1, то случайная переменная может принимать только 2 значения. Случайная переменная (х) – это функция принимающая действительное значения на множестве событий, с помощью которой мы ставим в однозначное соответствие каждому событию некоторое число хi т.е. некоторую точку на действительной оси. Следовательно СП есть некоторое преобразование котрое каждому событию ставит в соответствие единственное числовое значение. СП – это такая переменная, поведение которой не определено, исходя из чего мы можем только приписывать ей вероятности возможных значений. Таким образом СП определяется распределением вероятностей возможных результатов. СП подразделяются на дискретные и непрерывные.
Непрерывные случайные переменные (НСП) – это СП которые могут принимать бесконечное кличество значений (скорость, температура, рентабельность и т.д.)
Рассмотрим доходность ЦБ., она определяется следующим состоянием:
Доходность = измеие стоимости ЦБ / начальная стоимость ЦБ.
Найти ожидаемую величину НСП путем сложения, как в случае с дискретными переменными, представляется проблематичным, поскольку пришлось бы искать сумму бесконечного множества вероятностей. Для преодоления этой проблемы мы должны определить НСП не путем суммирования функций частот вероятностей, а путем интегрирования функций плотности вероятности.
S-сумма
СП –переменная поведение котрой не определено. Основными вероятностями характерными СП являются:
1. распределение вероятностей.
2. математическое ожидание.
3. дисперсия.
Значение СП | Х1 | Х2 | …… | Хn |
Вероятность | Р1 | Р2 | …… | Рn |
Непрерывные СП имеет более сложные вероятностные описания, функция плотности вероятностей f(x) – это функция которая для любого интервала оси позволяет определить вероятность того, что СП находятся в этом интервале. В общем случае f(x) – это некая кривая
Рисунок 1 рисунок 2
Зная функцию плотности вероятности f(х) можно поставить вопрос, чему равна вероятность того, что СП Х примет занчение не больше Х0
(смотрите рисунок 2)
Такую вероятность можно определить для любой точки оси х, определяется тем самым функцию F(х), которая называется функцией распределения
Случайные переменные имеющие различную физическую природу, могут иметь одну и ту же вероятностную структуру. В конечном итоге видов распределения вероятности (законов распределения вероятностей) не так уж много.
Примеры законов распределения:
1.. Нормальный закон распределения-распределение Гаусса Содержат случайную оштбку в измерениях, малые отклонения от истинного результата встречаются в малом числе, а истинные результаты – в большом числе. Непрерывная случайная величина Х имеет нормальный закон распределения с параметрами и , если ее плотность вероятности имеет вид:
Наши рекомендации