1.
Основные понятия
Теория
1. Дискретная случайная величина
Случайная величина — это переменная, которая в результате испытания принимает одно из возможных значений, заранее неизвестное. Если множество значений конечно или счётно, величина называется дискретной.
Примеры: число выпавших на кубике очков, количество выигрышных билетов в лотерее, число пассажиров в автобусе.
2. Закон распределения
Соответствие между значениями случайной величины \(X\) и их вероятностями называется законом распределения. Для дискретной величины он обычно задаётся таблицей:
\(X\) | \(x_1\) | \(x_2\) | ... | \(x_n\) |
\(P\) | \(p_1\) | \(p_2\) | ... | \(p_n\) |
Ключевое условие нормировки: сумма всех вероятностей равна \(1\).
.
3. Математическое ожидание
Математическое ожидание — это среднее значение случайной величины при многократном повторении испытания. Формула:
где
где
— значение случайной величины \(X\);
— вероятность случайной величины.
Смысл: если провести очень много испытаний и усреднить все результаты, получится число, близкое к .
Свойства математического ожидания:
1. .
2. .
3. .
4. , если \(X\) и \(Y\) независимы.
4. Дисперсия и стандартное отклонение
Дисперсия показывает, насколько сильно значения разбросаны вокруг среднего:
, где .
Стандартное отклонение:
.
Свойства дисперсии:
1. \(D(C) = 0\).
2. .
3. \(D(X+Y)=D(X)+D(Y)\), если \(X\) и \(Y\) независимы.
5. Вероятность
Если всего \(n\) равновозможных исходов, а событию благоприятствует \(m\) из них, то:
.
В задачах с таблицами выигрышей вероятность значения \(x_i\) вычисляется как отношение числа билетов с этим выигрышем к общему числу билетов.