Дискретная случайная величина, закон и функция распределения

Формула полной вероятности.

Пусть событие может произойти только с одним из несовместных событий , образующих полную группу. Например, в магазин поступает одна и та же продукция от трех предприятий и в разном количестве. Вероятность выпуска некачественной продукции на этих предприятиях различна. Случайным образом отбирается одно из изделий. Требуется определить вероятность того, что это изделие некачественное (событие ). Здесь события – это выбор изделия из продукции соответствующего предприятия.

В этом случае вероятность события можно рассматривать как сумму произведений событий .

По теореме сложения вероятностей несовместных событий получаем . Используя теорему умножения вероятностей, находим

.

Полученная формула называется формулой полной вероятности.

Формула Байеса

Пусть событие происходит одновременно с одним из несовместных событий , вероятности которых () известны до опыта (вероятности априори). Производится опыт, в результате которого зарегистрировано появление события , причем известно, что это событие имело определенные условные вероятности (). Требуется найти вероятности событий если известно, что событие произошло (вероятности апостериори).

Задача состоит в том, что, имея новую информацию (событие Aпроизошло), нужно переоценить вероятности событий .

На основании теоремы о вероятности произведения двух событий

,

откуда

или

.

Полученная формула носит название формулы Байеса.

Дискретная случайная величина, закон и функция распределения

Дискретной называют случайную величину, значения которой изменяются не плавно, а скачками, т.е. могут принимать только некоторые заранее определённые значения. Например, денежный выигрыш в какой-нибудь лотерее, или количество очков при бросании игральной кости, или число появления события при нескольких испытаниях. Число возможных значений дискретной случайной величины может быть конечным или бесконечным (счётным множеством) Для сравнения - непрерывная случайная величина может принимать любые значения из некоторого числового промежутка: например, температура воздуха в определённый день, вес ребёнка в каком-либо возрасте, и т.д.

Закон распределения дискретной случайной величины представляет собой перечень всех её возможных значений и соответствующих вероятностей. Сумма всех вероятностей Σp_i = 1. Закон распределения также может быть задан аналитически (формулой) и графически (многоугольником распределения, соединяющим точки (x_i; p_i)

Функция распределения случайной величины - это вероятность того, что случайная величина (назовём её ξ) примет значение меньшее, чем конкретное числовое значение x: F(X) = P(ξ < X). Для дискретной случайной величины функция распределения вычисляется для каждого значения как сумма вероятностей, соответствующих всем предшествующим значениям случайной величины. Ниже будет приведён пример, разъясняющий смысл сказанного.