Випадкова величина X називається дискретною, якщо: 1) сукупність її можливих значень можна перерахувати – x1, x2,..., xn (або x1, x2,..., xn,...); 2) можна знайти відповідні ймовірності pk = P{X = xk} того, що випадкова величина X приймає ці значення.
Набір ймовірностей pk називають розподілом випадкової величини X. Розподіл містить вичерпну інформацію про випадкову величину. Якщо у проміжок [c; d) попадають лише значення xi, xi+1,..., xj випадкової величини X, то подія XÎ[c; d) є сумою попарно несумісних подій X= xi, X= xi+1,…, X=xj. Тому на підставі формули (1) розділу 1.2 одержимо:
. (3)
Із формули (3) виходять такі наслідки:
1) – умова нормування;
2) FX (x) = å pk, де знак суми стосується лише тих значень k, для яких xk < x. Звідси випливає, що значення функції розподілу дискретної випадкової величини у проміжку (xk; xk+1] дорівнює p1+p2+...+pk. Приблизний графік функції розподілу дискретної випадкової величини зображено на мал.2.2.
Відзначимо слідуючий факт: будь-яка сукупність чисел pk ³ 0, таких, що å pk = 1, визначає розподіл деякої випадкової величини.
Приклад 1. Дискретна випадкова величина X задається таблицею розподілу
X | -1 | |||
P | 0.3 | 0.1 | a | 0.35 |
Знайти: 1) a; 2) FX (x); 3) P{X > – 0.3}; 4) P{X≤ 1.7}.
Розв‘язок. 1) Значення a знаходиться із умови нормування:
0.3+0.1+a+0.35=1 Þ a=0.25.
2) Функцію розподілу знаходимо на основі наслідку 2, а її графік приведено на мал.2.3.
3) P{X > – 0.3} = P{X = 0} + P{X = 2} + P{X = 5} = 0.7.
4) P{X≤ 1.7} = P{X = 0} + P{X = – 1} = 0.4.
Розглянемо кілька найбільш важливих дискретних розподілів.
1) Біноміальний розподіл (розподіл Я. Бернуллі). Випадкова величина X приймає значення 0,1,...,n і при цьому
. (4)
2) Геометричний розподіл. Випадкова величина X приймає значення 0,1,... і при цьому pk = p(1– p) k–1 (k =1,2,...). Геометричний розподіл має випадкова величина, що дорівнює кількості повторень випробувань до першої появи події A при ймовірності p її появи в одному експерименті.
3) Рівномірний дискретний розподіл. Випадкова величина X приймає n значень з відповідними ймовірностями, що дорівнюють 1/n (мал.2.4.б).
4) Розподіл Пуассона. Випадкова величина X приймає значення 0,1,... з ймовірностями
. (5)
На малюнку 2.4.в) наведено графік розподілу Пуассона з параметром l=1.5. На підставі формули (2) розділу 1.5 кількість рідкісних подій має розподіл Пуассона.