Гипергеометрическое распределение
Гипергеометрическое распределение возникает, например, в задаче: пусть имеется N шаров, из них M белых, остальные черные. Делается выборка из n шаров. СВ Х – число белых шаров в выборке. СВХ принимает значения от 0 до n N M с вероятно-
стями, которые вычисляются по формуле
|
P X m |
CMm CNn mM |
. |
|||
|
|
|||||
|
N n npq |
|
|
CNn |
|
|
M X np, D x |
, где |
p |
M |
, q 1 p (доказать!). |
||
|
N 1 |
|
|
|
N |
|
Задача. В партии из 8 деталей 5 стандартных. Наудачу выбирают3 детали. СВХ– числостандартныхдеталейсредиотобранных.
1.Найти ряд распределения СВ;
2.Найти моду M0 (X ) ;
3.Найти математическое ожиданиеM (X ) ;
4.Найти дисперсию D(X ) ;
5.Найти вероятность того, что среди отобранных деталей будет хотя бы одна нестандартная.
Решение. СВ Х распределена по гипергеометрическому закону и принимает значения 0, 1, 2, 3 с вероятностями, которые вычисляются по вышеприведенной формуле:
p P(X 0) |
C0 |
C3 |
|
1 |
|
; |
|
|
|
||||
5 |
3 |
|
|
|
|
|
|
|
|||||
56 |
|
|
|
||||||||||
0 |
|
C3 |
|
|
|
|
|
|
|||||
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
p P(X 1) |
C1 C2 |
|
15 |
; |
|
|
|
||||||
|
5 |
3 |
56 |
|
|
|
|||||||
1 |
|
C3 |
|
|
|
|
|
|
|||||
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
p P(X 2) |
C2 |
C1 |
|
30 |
; |
|
|
|
|||||
5 |
3 |
56 |
|
|
|
||||||||
2 |
|
C3 |
|
|
|
|
|
|
|||||
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
p P(X 3) |
|
C3 |
C0 |
|
10 |
. |
|
|
|
||||
|
5 |
3 |
56 |
|
|
|
|||||||
3 |
|
C3 |
|
|
|
|
|
|
|||||
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
1. Ряд распределения СВ Х имеет вид: |
|
||||||||||||
|
|
|
Х |
|
|
0 |
|
1 |
2 |
3 |
|||
|
|
|
р |
|
|
|
|
|
1 |
15 |
30 |
10 |
|
|
|
|
|
|
|
56 |
56 |
56 |
56 |
||||
26
2.Мода M0 (X ) =2.
3.Математическое ожиданиеM (X ) =158 .
4.Дисперсия D(X ) = 225448 .
5.Событие A = {среди отобранных деталей хотя бы одна не-
стандартная}.
Тогда A ={среди отобранных деталей все стандартные}.
P A P X 3 1056 . P A 1 P A 1 1056 5646 .
8. Непрерывные случайные величины (НСВХ)
Случайная величина |
X называется непрерывной, если ее |
функция распределения |
F(x) P(X x) непрерывна. Функция |
f x F x называется функцией плотности распределения, а
ее график называется кривой распределения.
Имеют место следующие свойства:
1. f x 0. Кривая распределения расположена в верхней полуплоскости;
2. f (x)dx 1. Площадь криволинейной трапеции, ограничен-
ной графиком функции f x и осью OX , равна 1;
|
|
|
|
|
|
3. P( X ) f x dx F x |
|
F F . |
Вероятность |
||
|
|||||
|
|
|
|
|
|
попадания НСВХ на отрезок ; |
равна площади криволинейной |
||||
трапеции, ограниченной кривой распределения |
f x , прямыми |
||||
y 0 (ось OX ), x , |
x ; |
|
|
|
|
4. P X a 0 . Вероятность того, что НСВ Х примет кон-
кретное значение a , равна 0. Поэтому справедливы следующие
равенства P( X ) F X F X F X
F x F F .
Можно считать, что множество значений НСВ Х совпадает с промежутком, на котором плотность распределения не равна 0.
27
Числовые характеристики непрерывных случайных величин
Математическое ожидание НСВ определяется по формуле
M x x f x dx .
Дисперсия НСВ определяется по формуле
D x x M X 2 f x dx ,
а также, как и для ДСВ, по формуле D(X ) M (X 2 ) M 2 (X ) ,
гдеM x2 x2 f x dx .
Мода НСВ M0 – это значение СВХ, имеющее наибольшую вероятность, т. е. точкаM0 , в которой функция плотности распределения f x имеет локальный максимум.
Числовые характеристики НСВ: медиана, асимметрия и эксцесс определяются так же, как и для ДСВ.
Задача. Дана функция плотности распределения НСВ Х
0, |
|
|
|
x 2, |
|
|
3 |
|
|
|
|
|
4 x |
2 |
, |
|
|
f x |
|
|
2 x 2, |
||
32 |
|
||||
|
|
|
|
x 2. |
|
0, |
|
|
|
||
|
|
|
|
|
|
1.Найти константу a ;
2.Найти функцию распределения СВХ F x ;
3.Построить графики функций f x и F x ;
4.Найти математическое ожидание СВХ M X ;
5.Найти дисперсию и среднее квадратичное отклонение СВХ D(X ) и (X ) ;
6.Найти вероятность P(X M (X )) , сделать графическую
иллюстрацию;
7. Найти вероятностьP( X M (X ) (X )) , сделать графиче-
скую иллюстрацию; 8. Найти вероятность попадания СВХ на заданный отрезок
P( 1 X 0,5) , сделать графическую иллюстрацию.
28
Решение.
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
2 |
4 x2 |
dx |
||
1. f (x)dx 0 dx a 4 x2 dx |
0 dx a |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
2 |
|
|
2 |
|
|
|
|
|
x3 |
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
8 |
|
|
32 |
|
|
|
||||
a 4x |
|
|
|
a |
|
8 |
|
|
a |
8 |
|
|
|
|
|
|
a. |
|
|
||||||||
3 |
|
3 |
3 |
3 |
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
32 |
a 1; |
|
|
|
a |
|
3 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
3 |
|
|
|
32 |
|
|
0, |
|
|
|
|
|
|
x 2, |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 x |
2 |
, |
|
|
|
|
|
|||
Таким образом, |
f x |
|
|
|
2 x 2, |
|
|||||||||||||||||||||
32 |
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x 2. |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
x 2, |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
1 |
|
3x |
|
|
x3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
F x |
|
|
|
|
, 2 x |
2, |
|
|
|
|
|
|
|
|
||||||||||||
2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
2 |
|
8 |
|
32 |
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
x 2. |
|
|
|
|
|
|
|
|
|
|||||||||
|
|
1, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
29
|
|
2 |
3 |
4 x2 dx . Однако интеграл можно |
|
4. |
M x |
x f x dx |
|||
32 |
|||||
|
|
2 |
|
не вычислять. Так как кривая распределения (график функции
f x ) имеет ось симметрии – прямую x 0, то M X |
0. |
|
||||||||||||||||||||
5. Для |
вычисления |
D(X ) |
|
воспользуемся |
|
|
|
формулой |
||||||||||||||
D(X ) M X 2 M 2 X . Сначала вычислим |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2 |
3 |
|
|
|
|
|
|
3 |
|
|
x |
3 |
|
x |
5 |
|
|
2 |
|
4 . |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
M X 2 x2 f |
x dx |
x2 |
4 x2 |
dx |
|
4 |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|||||||||||||||||
|
|
2 |
32 |
|
|
|
|
32 |
|
3 5 |
|
|
2 |
|
5 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Тогда D(X ) |
4 |
0 4 , X |
4 |
|
2 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
5 |
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
5 |
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
6. P(X M (X )) P X 0 |
|
1 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для вычисления этой вероятности воспользовались геометрической интерпретацией: площадь криволинейной трапеции, ограниченной кривой распределения, равна 1, а, следовательно,
половина площади равна 12 .
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
7. |
|
P( |
X M (X ) |
(X )) P |
|
X 0 |
|
|
|
|
|
|
|
|
P |
|
|
|
|
|
|
|
|
|
X |
|
|
|
|
|||||||||||||||||||||
|
|
5 |
|
|
|
|
5 |
|
5 |
|||||||||||||||||||||||||||||||||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
5 |
|
|
|
3 |
|
|
|
|
|
3 |
|
|
|
|
5 |
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
x |
3 |
|
|
|
|
|
|
|
7 |
|
|
|
||||||
|
|
|
|
|
4 x2 |
dx |
|
|
|
|
|
|
4 x2 dx |
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
4x |
|
|
|
|
|
|
|
|
|
|
. |
|
||||||||||||||||||||||||||
32 |
32 |
16 |
|
|
|
|
|
|
|
5 5 |
|
|
||||||||||||||||||||||||||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
0 |
|
|
|
|
|
|
|||||||||||||||||
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
8. |
|
|
|
|
|
|
|
0,5 |
|
3 |
4 x2 dx |
3 |
|
|
|
|
|
|
x |
3 |
|
|
0,5 |
|
|
|
135 . |
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
P( 1 X 0,5) |
|
|
|
|
|
|
|
4x |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 32 |
|
|
|
|
|
32 |
|
|
|
|
3 |
|
|
|
1 |
|
|
256 |
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
Задачи для самостоятельной работы |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
x 0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1. |
|
|
|
|
|
|
f x |
|
|
|
x2 , |
|
0 x 4, |
|
|
|
|
|
|
|
|
P 2 x 3 . |
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
a 4x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x 4. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
x 0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2. |
|
|
|
|
|
|
f x |
|
|
|
x , |
|
0 |
|
x 2, |
|
|
|
|
|
|
|
|
P x 1,5 . |
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
ax 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x 2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
30