Меню
Главная
Авторизация/Регистрация
 
Главная arrow Менеджмент arrow Управление рисками, системный анализ и моделирование

Способы задания случайных величин

Случайная величина считается заданной, если известно распределение ее вероятностей в форме конкретного закона, под которым обычно понимают всякое соотношение, устанавливающее связь между возможными значениями случайных величин Xi и соответствующими им вероятностями Рi. Известны три формы представления подобного закона.

1. Таблично-графическая – в виде ряда распределения и соответствующего ему многоугольника, пример которых приведен на рис. 2.3.

Как ясно из представленного выше материала, данный способ задания случайной величины является, пожалуй, наиболее простым и довольно наглядным.

Пример ряда (а) и многоугольника (6) распределения

Рис. 2.3. Пример ряда (а) и многоугольника (6) распределения

2) Функция распределения F(x) – функция, представленная аналитически или графически и равная вероятности того, что случайная величина X меньше или равна ее значению х:

(2.5)

Данную функцию также называют интегральным законом распределения, который является самой универсальной характеристикой случайной величины, так как существует для двух ее типов – дискретной и непрерывной. Кроме того (что иллюстрируется с помощью рис. 2.4, а) функция распределения обладает следующими важными свойствами:

  • а) является неубывающей функцией своего аргумента, что соответствует условию, при котором для любых х2 > х1 справедливо неравенство ;
  • б) для х, равного минус бесконечности, данная функция равна нулю: ;
  • в) для х, равного плюс бесконечности, эта функция равна единице: ;
  • г) вероятность попадания случайной величины на отрезок оценивается по следующим выражениям:
    • 3. Плотность распределения (вероятностей) определяется как первая производная (если существует) от функции распределения случайной величины:

(2.6)

Эту плотность также называют дифференциальным законом распределения, а величину – элементом вероятности. Ее связь с Р(х) и F(x) имеет такой вид:

(2.7)

Данный способ задания случайной величины обладает и другими важными для практики свойствами (часть из которых наглядно подтверждается рис. 2.4, б):

Графики функции (а) и плотности (6) распределения

Рис. 2.4. Графики функции (а) и плотности (6) распределения

  • а) плотность вероятности всегда является неотрицательной функцией: f(х) > 0;
  • б) определенный интеграл в бесконечных пределах от этой функции равен единице:

что означает также равенство этому значению площади под всей соответствующей кривой.

Помимо приведенных способов представления случайной величины в виде закона большое распространение получили более сжатые формы выражения особенностей ее распределения с помощью числовых характеристик. Большинство из них характеризуют положение случайной величины на оси, указывая там некоторое средне-ориентировочное значение, вокруг которого группируются все ее возможные значения. При этом самым важным таким параметром является математическое ожидание, рассчитываемое по формулам

(2.8)

где Рi, f(х) – соответственно вероятности принятия конкретных значений хi дискретной случайной величиной X и плотность вероятности – для непрерывной.

Второй полезной числовой характеристикой служит дисперсия случайной величины, выражение которой для каждого из ее двух типов имеет следующий вид:

(2.9)

где символом обозначено стандартное отклонение этой величины.

Оба этих параметра имеют графическую интерпретацию (см. рис. 2.4, б) и свой физический смысл: тх является абсциссой центра тяжести площади под кривой f(х), т.е. точкой приложения рассредоточенной массы этой площади, обеспечивающей одинаковый момент всей такой массы вокруг оси, перпендикулярной точке х = 0; а σx2 служит мерой рассеяния случайной величины X относительно mx так, что меньшие значения σx2 делают график f(х) более высоким и узким, а большие – низким и растянутым вдоль оси абсцисс. По этим причинам данные числовые характеристики также называют моментами распределения случайной величины: mx – первым начальным, σx2 – вторым центральным.

Кроме второго центрального момента некоторые статистические распределения (например, нормальное) могут иметь центральные моменты более высоких порядков, например третьего и четвертого порядка, которые соответственно называются асимметрией и эксцессом, т.е. указывают на скошенность формы f(х) относительно тх и ее крутость (островершинность). Конкретные способы оценки большинства перечисленных параметров будут даны в следующем параграфе, а иллюстрации их практического применения – во всех остальных главах данной книги.

 
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 

Популярные страницы