TIKIMYBIŲ TEORIJOS PAGRINDINĖS SĄVOKOS Daug kartų atliekant tą patį eksperimentą arba ilgau stebint tąpatį reiškinį, išryškėja tam tikri dėsningumai. Masinių atsitiktiniųreiškinių stabilumas ir yra tikimybių teorijos objektas. Taigi tikimybių teorija yra atsitiktinių reiškinių (įvykių,procesų, dydžių) matematinių modelių sudarymo ir analizės teorija.Tikimybių teorija kaip mokslas susiformavo tik 17 amžiuje. Lietuvoje jau 18amžiuje Vilniaus universitete buvo dėstoma tikimybių teorija. Mokslinio tyrimo pagrindu tikimybių teorijoje yra bandymas irstebėjimas. Apibrėšime pagrindines tikimybių teorijos sąvokas.
Apibrėžimas.Bandymu(eksperimentu) vadinamas tam tikrų sąlygų komplekso realizavimas. Kiekvienas bandymo rezultatas vadinamas įvykiu.
Pvz. Metam monetą – bandymas; atvirto herbas – įvykis.
Vieni įvykiai tam tikromis sąlygomis būtinai įvyksta, o kiti galiįvykti, bet gali ir neįvykti.
Apibrėžimas. Atsitiktiniu įvykiu vad. įvykis, kuris bandymo metu gali įvykti arba neivykti.
Atsitiktinius įvykius žym. A1, A2,…, B1, B2, B3,…. arba A,B,C, ,…
Apibrėžimas. Įvykis, kuris , atlikus bandymą, būtinai įvyksta , vadinamas būtinu įvykiu.
Apibrėžimas. Įvykis, kuris , atlikus bandymą, negali įvyksti , vadinamas negalimu įvykiu. Žymimas Ų
ELEMENTARIŲJŲ ĮVYKIŲ ERDVĖ
Apibrėžimas. Atsitiktiniai įvykiai, kurių vienas, atliekant bandymą, tikrai įvyksta ir turi tik vieną baigtį, vadinami elementarias įvykiais.Tokių įvykių aibė vadinama elementariųjų įvykių erdve.
Vadinasi elementariųjų įvykių erdvę sudaro visi galimi bandymorezultatai, kurie gali įvykti tik atskirai (o ne kartu su kitais) ir kuriųnegalima smulkinti.
Elementariųjų įvykių erdvę žymime raide Ω, o elementariuosiusįvykius žymime ωi (kartais kitomis raidėmis),čia ωi∈Ω.
Pavyzdžiai:
1. Metama moneta. Elementariųjų įvykių erdvė Ω={H,S}, čia elementarūs įvykiai : H – atvirto herbas, S – atvirto skaičius.
2.Tiriamas radijo lempos ilgaamžiškumas. Lempos veikimo trukmės elementariųjų įvykių erdvė [pic].
3. Metamas lošimo kauliukas. Elementariųjų įvykių erdvė Ω={ ω1,ω2,ω3,ω4,ω5,ω6 }, čia ωi – elementarus įvykis, reiškiantis, kad iškrito i akučių, kai [pic].
Galime nagrinėti ir kitokius šio bandymo rezultatus, pvz.:A – iškrito nelyginis akučių skaičius, B – iškritusių akučių skaičiusnemažesnis už 5, C – iškrito daugiau kaip 3 akutės ir t. t.
Įvykiai A, B, C yra sudėtiniai. Jie sudaryti iš elementarių įvykių.Turėsim A={ω1, ω3, ω5}, B={ ω5, ω6}, C={ω4, ω5, ω6}.
VEIKSMAI SU ĮVYKIAIS
Vykstant bandymui, vieni įvykiai gali įvykti, kiti gali irneįvykti. Atsitiktiniu įvykiu A vadiname bet kurį elementariųjų įvykiųerdvės poaibį t.y. A⊂ Ω. Tuščią šios erdvės poaibį vadiname negalimuoju įvykiu.
Įvykį, atitinkantį visą elementariųjų įvykių aibę,vadinamebūtinuoju įvykiu.
Pvz. Metamas lošimo kauliukas. . Elementariųjų įvykių erdvė Ω={ ω1,ω2,ω3,ω4,ω5,ω6 }, čia ωi – elementarus įvykis, reiškiantis, kad iškrito i akučių, kai [pic]. Užrašysime kaletą atsitiktinių įvykių:
A1 – atvirto lyginis skaičius akučių – { ω2, ω4, ω 6}. A2 – atvirto ne daugiau kaip 3 akutės – { ω 1, ω 2, ω 3}. A3 – atvirtusių akučių skaičius dalijasi iš septynių – ∅. A4 – atvirto sveikas akučių skaičius – Ω.
Kadangi atsitiktiniai įvykiai yra aibės, tai įvykių veiksmaisutampa su aibių veiksmais. Įvykių sąryšį ir jų veiksmus geometriškaivaizduosime vadinamosiomis Veno diagramomis.
1. Įvykis A yra įvykio B dalis arba atskiras atvejis, ei kiekvienas elementarusis įvykis, priklausantis A, priklauso ir B. Žymima A⊂B.
Pvz. Metant lošimo kauliuką, įvykis A – iškrito 3 akys;B – iškrito mažiau nei 5 akys. Čia A⊂ B.
2. Du įvykius vadiname lygiais, jei juos sudarančios
elementariųjų įvykių aibės yra lygios. Žym. A=B.
Pvz. Metant monetą, įvykis A – atvirto herbas; B – neatvirto skaičius. Čia A=B.
3.Dviejų įvykių A ir B sankirta (sandauga) vadinam įvykį, sudarytą iš visų elementariųjų įvykių,priklau – sančių abiem įvykiams A ir B. Žym. A∩B arba AB.
Pvz. Metamas lošimo kauliukas. Įvykis A – iškrito lyginis akių skaičius; B – iškrito nedaugiau kaip 3 akys. Čia A∩B – iškrito 2 akys.
4.Dviejų įvykių Air B sąjunga (suma) vadiname įvykį sudarytą iš visų elementariųjų įvykių, priklausančių bent vienam iš įvykių A ir B. Žym. A[pic]B arba A+B.
Gali būti ir didesnis įvykių skaičius. Tai jų suma reikštų – bent vieną iš tų įvykių.
Pvz. Du kartus metamas lošimo kauliukas. Įvykis A – iškrito 2 ir 3 akys; B – iškrito 1 ir 4 akys. Tada A[pic]B – iškrito nedaugiau kaip 4 akys.
5.Įvykius A ir B vad.nesutaikomais, jei jų sankirta yra negalimas įvykis,t.y.jie negali įvykti kartu, A∩B=∅. Priešingu atveju jie vadinami sutaikomais.
Pvz. Metama moneta. Įvykis A – atvirto herbas; B – atvirto skaičius. Čia A∩B=∅.
6. Įvykiai A1, A2,…, An sudaro pilnąją įvykių grupę, jei jie kas du nesutaikomi ir jų sąjunga yra būtinas įvykis, t.y. [pic] ir Ai Aj =∅ visiems i≠j.
Pvz. Du žaidėjai žaidžia šachmatais. Pažymime įvykius: A1 -laimi pirmas; A2 – laimi antras; A3 – lygiosios. Čia įvykiai A1, A2, A3 sudaro pilnąją įvykių grupę.
7. Dviejų įvykių A ir B skirtumu vadiname įvykį, sudarytą iš visų elementariųjų įvykių, priklausančių A , bet nepriklausančių B. Žym. AB arba A-B.
Pvz. Metamas lošimo kauliukas. Įvykis A – iškrito ne daugiau kaip 3 akutės; B -iškrito lyginis akučių skaičius. Tada A B – iškrito 1 arba 3 akutės.
8. Įvykis, kuris įvyksta, kai įvykis A neįvyksta, vad. priešingu įvykiui A ir žymimas [pic]. Vadinasi A+[pic]= Ω ir A[pic]=∅.
Pvz. Įvykis A – paimtas kokybiškas gaminys; [pic]- paimtas nekokybiškas gaminys.
Veiksmų su įvykiais savybės :
a) papildymo dėsniai: A+[pic]= Ω; A[pic]= ∅;
b) komutatyvumo (perstatymo) dėsniai: A+B= B+A;
AB= BA ;
c) asociatyvumo (jungimo) dėsniai:
(A+B)+ C = (A+C)+ B =(C+B)+ A;
(AB)C =(AC)B =(CB)A;
d) distributyvumo (skirstymo) dėsniai:
A(B+C) = AB+AC;
STATISTINĖS TIKIMYBĖS APIBRĖŽIMAS
Fiksuojame sąlygų kompleksą ir kartojame tą patį bandymą n kartų,registruodami kiekvieną kartą, ar įvykis A įvyko, ar neįvyko. Tarkime, kad įvykis A įvyko n(A) kartų. Skaičius n(A) vadinamas įvykio Adažniu šiuose n bandymuose.Aišku, kad atlikus kitą n analogiškų bandymų seriją įvykio A dažnis galibūti kitas t.y. dažnis n(A) savo esme yra atsitiktinis. Tačiau konkrečioje bandymų serijoje n(A) yra konkretus skaičius. Įvykio A pasirodymų skaičiaus n(A) bei bandymų skaičiaus n santykįvadinsime įvykio pasirodymo santykiniu (arba statistiniu) dažniu. Jįžymėsime Wn(A). Taigi Wn(A)=[pic] Santykinis dažnis taip pat atsitiktinis, tačiau konkrečiai n bandymųserijai yra konkretus skaičius. Pakartokime k kartų seriją, sudarytą iš n bandymų, kurių metu stebimeįvykį A. Gauname tokius santykinius įvykio A dažnius: W1(A)= [pic], W2(A)= [pic], … , Wk(A)= [pic]. Masinių atsitiktinių įvykių santykiniams dažniams būdinga stabilumosavybė. Vadinasi, W1(A)=W2(A)=…= Wk(A), jei eksperimentų skaičius npakankamai didelis. Taigi įvykio A santykiniai dažniai telkiasi apie tam tikrąintervalo [0, 1] skaičių. Tas skaičius vadinamas įvykio A tikimybe iržymimas P(A) arba P, arba p.
Apibrėžimas. Įvykio A tikimybe vadiname skaičių , apie kurį telkiasi (grupuojasi) įvykio A santykiniai dažniai,didinant bandymų skaičių.
Tai statistinis tikimybės apibrėžimas. Jis tikimybę įvertinaempiriniu, t.y. eksperimentiniu, būdu. Praktikoje tikimybės apytikslereikšme, kai bandymų skaičius didelis, imamas santykinis dažnis Wn(A) ,t.y. P(A) ≈ Wn(A). Tikimybių teorijos vystymosi eigoje yra atlikta daug bandymų, norintpagrįsti statistinį tikimybės apibrėžimą. Vienas iš klasikinių tokio bandymo pavyzdžių – Biufono ir Pirsonoatliktas bandymas, kai buvo mėtoma simetriška moneta ir skaičiuojama, kiekkartų iškrito herbas (įvykis H).
Rezultatai tokie: n n(H) Wn(H) 4040 2048 0,5069 12000 6019 0,5019 24000 120120,5005
Kadangi Wn(H) grupuojasi apie skaičių 0,5, tai P(H) = 0,5.
Statistinės tikimybės sąvoka turi tą pranašumą, kad ji remiasieksperimentu. Tašiau didelis trūkumas tas, kad kiekvieno įvykio tikimybeiapskaičiuoti reikia atlikti daug bandymų vienodomis sąlygomis, o tai susijęsu tam tikrais sunkumais ir materialiniais nuostoliais. Be to neaišku, kiekbandymų reikia atlikti, kad galėtume pasitikėti gautomis išvadomis.
KLASIKINIS TIKIMYBĖS APIBRĖŽIMAS
Tikimybės apibrėžimas, nesusijęs su bandymais, remiasi vienodaigalimų įvykių sąvoka.
Apibrėžimas.Tos pačios erdvės elementarieji įvykiai, kurių nė vienas bandymo metu neturi daugiau galimybių įvykti negu kiti tos erdvės elementarieji įvykiai, vadinami vienodai galimais.
Nagrinėkime baigtinę vienodai galimų elementariųjų įvykiųerdvę sudarytą iš n elementariųjų įvykių t.y. Ω ={ω i, i=[pic]} .
Tada kiekvieno atskirojo elementariojo įvykio ωi tikimybė yra P(ω i )= [pic] , i=[pic]. Tarkime, kad įvykis A⊂ Ω ir sudarytas iš m elementariųjų įvykių t.y.A={ω i, i=[pic]}. Santykį [pic] laikysime įvykio A tikimybe.
Apibrėžimas.Įvykio A tikimybe vadin. elementariųjų įvykių, sudarančių įvykį A, skaičiaus santykis su elemen – tariųjų įvykių skaičiumi erdvėje Ω , t.y. [pic].
T.y.klasikinis tikimybės apibrėžimas.
Klasikiniame apibrėžime visi elementarieji įvykiai ωi, i=[pic]vadinami visais galimais atvejais, o tie įvykiai ωi, i=[pic] kurie sudaroįvykį A, vadinami palankiais įvykiui A atvejais. Taigi
[pic].
Pvz. Iš dėžės, kurioje yra 7 standartinės ir 3 nestandartinės detalės,atsitiktinai išimama viena detalė. Apskaičiuokite tikimybę, jog bus paimtanestandartinė detalė. A -įvykis, kad paimta nestandartinė detalė. n=10, m= 3, tai P(A)= [pic]= [pic]= 0,3.
TIKIMYBIŲ SAVYBĖS
1. Būtino įvykio tikimybė lygi vienetui. Tegu A yra būtinas įvykis. Atliekame n bandymų. Tai įvykiui A palankių atvejų skaičius m = n. Tada P(A)= [pic]= [pic]= 1.
2. Negalimo įvykio tikimybė lygi nuliui. Tegu A yra negalimas įvykis. Atliekame n bandymų. Tai įvykiui A palankių atvejų skaičius m = 0. Tada P(A)= [pic]= [pic]= 0.
3. Atsitiktinio įvykio tikimybė yra teigiamas skaičius, esantis intervale [0,1]. Tegu A yra atsitiktinis įvykis. Atliekame n bandymų. Tai įvykiui A palankių atvejų skaičius m [pic][0,n]. Tada 0 [pic] P(A) [pic] 1.
4. Priešingų įvykių tikimybių suma lygi vienetui.
Atliekame n bandymų. Jeigu įvykiui A yra m palankių atvejų, tai įvykiui [pic] bus n – m palankių atvejų. Tada P(A)= [pic] ir P([pic])= [pic] , tai
P(A) + P([pic])=[pic] + [pic] =[pic] = [pic] = 1,
P(A) + P([pic])= 1
JUNGINIAI
Skaičiuodami klasikiniu būdu tikimybę, kai elementariųjų įvykiųyra daug, naudojame kombinatorikos formules.Sakykime, turime elementus a1,a2, … , an . Jie gali būti jungiami į grupes, įmant visus turimuselementus arba jų dalį. Tokios elementų grupės vadinamos junginiais.Pagrindinės junginių rūšys yra gretiniai, kėliniai ir deriniai. Imkime n skirtingų elementų, iš kurių sudarysime junginius, imdami pok elementų.Tai junginiai be pasikartojimų.
Apibrėžimas. Gretiniais vadinami tokie elementų junginiai, kurie skiriasi vienas nuo kito arba pačiais elementais, arba jų tvarka. Jų skaičius yra [pic]
Pvz. Dalyvauti bėgimo varžybose rengiasi 6 sportininkai. Treneris nusprendė visus 4 varžybų dalyvius atrinkti burtų keliu. Kokia tikimybė atspėti visus 4 burtų keliu atrinktus varžybų dalyvius?
Spr. A – įvykis, atspėti visus 4 varžybų dalyvius. Viso galimų variantų yra n= [pic], o palankių 5vykiui A yra m=[pic]. Tada P(A) =[pic]= [pic].
Apibrėžimas. Kėliniais iš n elementų vadinami tokie junginiai, kurie sudaryti iš visų n elementų ir skiriasi tik jų tvarka. Kėlinių iš n elementų skaičius yra Pn=n!
Pvz. Ant 4 kortelių yra raidės: A, L, S, U. Kokia tikimybė, atsitiktinai imant po vieną kortelę, sudėti žodį SULA?Spr. A – atsitiktinai kortelėmis sudėti žodį SULA. Viso galimų variantų n= 4!, o palankių įvykiui A yra m= 1. P(A)= [pic]=[pic].
Apibrėžimas. Deriniais vadinami tokie junginiai, kurie skiriasi bent vienu elementu. Derinių iš n elementų po k skaičius [pic]
Pvz. Kokia tikimybė išlošti aukso puodą? A – išlošti aukso puodą. Galimų bilietų yra n= [pic], o palankių įvykiui A yra m = [pic].Tada P(A)=[pic].Pastaba. n!= [pic]; 0! = 1
Kad geriau įsidėmėti junginių prasmę, naudokimės schema:
Junginiai gali būti sudaryti iš n elementų grupės, kurioje yravienodų elementų. Tada turėsime junginius su pasikartojimais.
Gretinių su pasikartojimais iš n elementų po k skaičius yra [pic][pic]
Kombinatorinė daugybos taisyklė: Tarkime, kad aibėje A yra m1 elementų, o aibėje B yra m2 elementų.Sudarykime junginius po vieną elementą iš kiekvienos aibės. Tokių porųskaičius yra sandauga m1m2. Iš aibės A imkime k1 elementų ([pic]) , o iš aibės B imkime k2elementų ([pic]). Tokių junginių skaičius yra sandauga [pic].Pvz. Bibliotekoje yra 25 naujos laidos ir 20 senos laidos uždavinynai . Apskaičiuosime tikimybes: a) įvykio A – 10 grupės studentų gavo naujos laidos uždavinynus. b) įvykio B – 10 grupės studentų gavo senos laidos uždavinynus. c) įvykio D – iš 10 grupės studentų 6 gavo naujos laidos uždavinynus, o 4 senos laidos uždavinynus.Spr.Visi galimi atvejai skirsis bent vienu elementu, bet nepriklausys nuo tvarkos, tai turėsime derinius: [pic]=3190187286 Nustatysime nagrinėjamiems įvykiams palankių atvejų skaičių ir apskaičiuosime įvykių tikimybes: a) [pic], tada P(A)=0,001025. b) [pic] , tada P(B)=0,0000579. d) [pic] , tada P(D)=0,268965.
ĮVYKIŲ SUMOS TIKIMYBĖ
1Teorema. Nesutaikomų įvykių sumos tikimybė lygi tų įvykių tikimybių sumai, t.y. P(A+B) = P(A) + P(B) , kai AB = ∅.
Įrodymas. Visų galimų atvejų skaičių pažymėkim n , įvykiui A palankių atvejų skaičių mA , o įvykiui B palankių atvejų skaičių mB . Tada įvykiui A+B palankių atvejų skaičius m= mA + mB. Kadangi
P(A) = [pic] ir P(B) = [pic] , tai P(A+B) = [pic]=[pic]=[pic]=[pic]= P(A) + P(B). Prieš įrodydami kam lygi sutaikomų įvykių sumos tikimybė,įrodysime sekančią teoremą.2Teorema. Jei A⊂ B , tai P(B – A) = P(B) – P(A)
Įrodymas. Visų galimų atvejų skaičių pažymėkim n , įvykiui A palankių atvejų skaičių mA , o įvykiui B palankių atvejų skaičių mB . Tada įvykiui B – A palankių atvejų skaičius m= mB – mA. Kadangi P(A) = [pic] ir P(B) = [pic] , tai P(B – A) = [pic]=[pic]=[pic] – [pic] = P(B) – P(A)Kadangi P(B – A) ≥ 0, tai P(B) – P(A) ≥ 0 arba P(A) ≤ P(B).
3Teorema.Dviejų sutaikomų įvykių sumos tikimybė yra lygi šių įvykių tikimybių sumai be tų įvykių sandaugos tikimybės t.y. P(A+B) = P(A) + P(B) – P(AB).
Įrodymas.
Tada P(A + B)=P[ A+ (B – AB)] ….. (1)
Įvykiai A ir (B – AB) nesutaikomi, tai pagal 1Teoremą turėsim:
P[ A+ (B – AB)] = P(A) + P(B – AB) ….. (2)
Pagal 2Teoremą: P(B – AB) = P(B) – P(AB) ……. (3)
Tada (3) įrašę į (2) , turėsim:
P[ A+ (B – AB)] = P(A) + P(B) – P(AB) …… (4)
(4) įrašę į (1) , turėsim: P(A + B)= P(A) + P(B) – P(AB).
Įrodytas dviejų įvykių sumos tikimybių formules galima praplėstiir didesniam dėmenų skaičiui.
NORS VIENO ĮVYKIO PASIRODYMO TIKIMYBĖ
Kai įvykių skaičius didelis, įvykių sumos tikimybės formulę nėrapatogu taikyti , sprendžiant uždavinius. Nurodysime paprastą nors vieno įvykio pasirodymo tikimybėsskaičiavimo būdą.
Teorema. Nors vieno iš įvykių A1, A2, … , An pasirodymo tikimybė P(A1+A2+ … +An) = 1 – P[pic]
Įrodymas. Įvykis B= A1+A2+ … +An reiškia, kad įvyko nors vienas iš įvykių A1, A2, … , An.
Tada jam priešingas įvykis [pic]reiškia, kad neįvyko nei vienas iš įvykių A1, A2, … , An, t.y. [pic]=[pic].
Kadangi P(B) = 1- P([pic]) , tai P(A1+A2+ … +An) = 1 – P[pic]. …. (1)
Atskiru atveju, kai įvykių A1, A2, … , An tikimybės vienodos, t.y. P(A1) = P(A2) = … = P( An) = p
tai ir P([pic]) = P([pic]) = … = P([pic]) = 1 – p=q
Tada iš (1): P(A1+A2+ … +An) = 1 – P[pic]= = 1 – P[pic]= 1 – qn,
P(A1+A2+ … +An) =1 – qn
SĄLYGINĖ TIKIMYBĖ. ĮVYKIŲ SANDAUGOS TIKIMYBĖ Dažnai tenka nagrinėti susijusius įvykius A ir B, kai įvykio Btikimybė priklauso nuo to, ar įvykis A įvyko, ar neįvyko.Pvz. Iš dėžės, kurioje yra 10 baltų ir 5 juodi rutuliai, imame vienąrutulį, po to antrąjį( negražinus pirmojo rutulio į dėžę). Kokia tikimybė,kad antrasis baltas?Spr. Pažymėkime įvykius: A – pirmuoju išimtas baltas rutulys, [pic] – pirmuoju išimtas juodas rutulys, B – antruoju išimtas baltas rutulys.Galimi du atvejai:1) Jeigu įvykis A įvyko ,t.y. pirmuoju buvo išimtas baltas rutulys, tai P(B) = [pic];2) Jeigu įvykis A neįvyko, t.y.įvyko įvykis [pic] – pirmuoju išimtasjuodas rutulys, tai P(B) = [pic];Matome, kad įvykio B tikimybė priklauso nuo to , ar įvykis A įvyko, arne.
Apibrėžimas Įvykio B tikimybė, apskaičiuota tarus, kad įvykis A įvyko vadinama sąlygine tikimybe ir žymima P(B|A) arba PA(B)
Analogiškai apibrėžiamma įvykio A sąlyginė tikimybė, tarus, kad įvykis Bįvyko ir žymima P(A|B) arba PB(A).
Nagrinėtame pavyzdyje P(B|A) = [pic].
Teorema. Dviejų įvykių sandaugos tikimybė lygi vieno įvykio tikimybei, padaugintai iš kito įvykio sąlyginės tikimybės, kai pirmasis įvykis įvyko: P(AB)=P(A)⋅ P(B|A)= P(B)⋅ P(A|B).
Įrodymas. Pažymėkim: n – visų galimų atvejų skaičių, m – įvykių sandaugai AB palankių atvejų skaičių, m1 – įvykiui A palankių atveju skaičių iš tų atvejų kur įvyko ir įvykis B,t.y., kur įvyko įvykis AB.Tada P(AB)=[pic] ……. (1)Bet [pic] = P(A), o [pic] = P(B|A),Iš (1) turėsim: P(AB)= P(A)⋅ P(B|A), analogiškai įrodomair lygybė: P(AB)= P(B)⋅ P(A|B).
Įrodytąją teoremą galima apibendrinti ir didesniam įvykių skaičiui: [pic] …[pic].
Pvz. Dėžėje yra 17 baldų ir 3 juodi rutuliai. Vienas po kito išimami durutuliai, negrąžinant jų atgal. Kokia tikimybė, kadabu išimti rutuliai yra balti?Spr. Pažymime įvykius: A – pirmas išimtas rutulys yra baltas, B – antras išimtas rutulys yra balta, tada AB – abu išimti rutuliai yra balti. P(AB)=P(A)⋅ P(B|A)=[pic] = 0,716.
NEPRIKLAUSOMI ĮVYKIAI. JŲ SANDAUGOS TIKIMYBĖ
Apibrėžimas. Du įvykiai A ir B vadinami nepriklausomais, jei kiekvieno iš jų tikimybė nepriklauso nuo to ar įvyko , ar neįvyko kitas įvykis, t.y.
P(A|B)= P(A) ir P(B|A) = P(B).
Priešingu atveju įvykiai vadinami priklausomais.
Teorema. Dviejų nepriklausomų įvykių sandaugos tikimybė lygi tų įvykių tikimybių sandaugai, t.y. P(AB)=P(A)⋅ P(B)
Įrodymas. Kai įvykiai A ir B nepriklausomi, tai
P(A|B)= P(A) ir P(B|A) = P(B).
Į lygybę iš įvykių sandaugos teoremos
P(AB)=P(A)⋅ P(B|A)= P(B)⋅ P(A|B)
įstatę vietoj sąlyginių tikimybių besąlygines, gauname:
P(AB)=P(A)⋅ P(B).
Apibrėžimas. Įvykiai A1, A2, … , An vadinami nepriklausomais, kaikiekvienas iš jų nepriklauso nuo bet kurio įvykio , sudaryto iš likusiųjų.
Teorema. Kelių n nepriklausomų įvykių sandaugos tikimybė lygi tų įvykių tikimybių sandaugai, t.y. P(A1⋅ A2⋅ … ⋅ An) = P(A1)⋅ P(A2)⋅ … ⋅P(An)
Pvz. Dviejų šaulių pataikymo į taikinį tikimybės atatinkamai yra lygios 0,7ir 0,8. Rasti tikimybę, kad abiem iššovus nors vienas pataikys?Spr. Įvykiai: A – pataikė pirmas šaulys; P(A) = 0,7. B – pataikė antras šaulys; P(B) = 0,8 . Tada A+B – pataikė nors vienas šaulys. Kadangi A ir B – sutaikomi įvykiai, tai P(A+B)= P(A)+P(B) – P(AB)=0,7+0,8-0,7⋅ 0,8=0,94.
Dažnai grandinėse yra jungiami nepriklausomai veikiantyselementai. Tad grandinės veikimo tikimybę ir galime skaičiuoti remiantisšiomis teoremomis.Šių nepriklausomai veikiančių elementų patikimumai: p1, p2, p3, p4, p5,p6.Tai sistemos patikimumas:P(s) = p1 (p2+ p3 p4) p5 p6 = p1(p2+ p3 p4 – p2 p3 p4) p5 p6 .
PILNOSIOS TIKIMYBĖS FORMULĖ
Imkime įvykius H1, H2, … , Hn , kurie sudaro pilną įvykiųgrupę, t.y. H1+H2+ …+ Hn = Ω , Hi Hj = ∅ visiems i [pic]j. Tarkime. kad įvykis A kali įvykti tik tada, kai įvyksta vienas išįvykių H1, H2, … , Hn. Įvykiai H1, H2, … , Hn vadinami įvykio Ahipotezėmis.
Teorema.(Pilnosios tikimybės formulė)Jei įvykiai H1, H2, … ,Hn yra įvykio A hipotezės, tai įvykio A tikimybėlygi: [pic]
Įrodymas. Turime Ω=H1+H2+… +Hn /⋅ AΩA=H1 A+H2 A+… + Hn A, kadangi ΩA=A, taiA=H1 A+H2 A+… + Hn A, tada
P(A)=P( H1 A+H2 A+… + Hn A),
Kadangi įvykiai H1 A, H2 A, … , Hn A yra nesutaikomi, tai pritaikę sumostaisyklę gauname:
P(A)=P(H1 A+H2 A+… +Hn A)=P(H1 A)+P(H2 A)+…+ P(Hn A).
Pagal dviejų įvykių daugybos tikimybės formulę: P(Hi A)=P(Hi)⋅ P(A|Hi) , i [pic].
Tai P(A)= P(H1)⋅P(A|H1)+ P(H2)⋅ P(A|H2)+ …+P(Hn)⋅ P(A|Hn),
arba [pic].Pvz. Kurse yra 3 grupės. Antroje grupėje studentų yra trigubai daugiau,trečioje dvigubai daugiau, negu pirmoje grupėje. 6% pirmosios grupėsstudentų, 10% – antrosios ir 12% – trečiosios neišlaikė matematikosegzamino. Kokia tikimybė, kad atsitiktinai sutiktas studentas yraneišlaikęs egzamino?
Spr. Įvykiai: A – sutiktas studentas yra neišlaikęs egzamino; H1 – sutiktas studentas yra iš pirmos grupės; H2 – sutiktas studentas yra iš antros grupės; H3 – sutiktas studentas yraiš trečios grupės.
Tai P(A)= P(H1)⋅P(A|H1)+ P(H2)⋅ P(A|H2)+P(H3)⋅ P(A|H3),
Randame tikimybes:P(H1)=[pic]=0,17; P(H2)=[pic]=0,5; P(H3)= [pic]=0,33;
P(A|H1)= 0,06; P(A|H2)=0,1; P(A|H3)= 0,12.
Tada P(A) = 0,17⋅ 0,06 + 0,5⋅ 0,1+ 0,33⋅ 0,12 = 0,0998.
BEJESO FORMULĖS
Teorema. (Bejeso formulės) Jei H1, H2 , … , Hn yra įvykio A hipotezės, tai [pic]
Įrodymas. Iš įvykių sandaugos teoremos P(Hi A)= P(Hi)⋅ P(A|Hi )= P(A)⋅ P(Hi |A)
Išplaukia, kad [pic]Bet [pic],Tada [pic]. Įrodyta.
NEPRIKLAUSOMI BANDYMAI. BERNULIO FORMULĖ.
Jeigu atliekamų bandymų sąlygos nėra kaip nors koreguojamos pagal jauatliktų bandymų eigą ir rezultatus, tai turime nepriklausomus bandymus. Nepriklausomi bandymai, kurių kiekvieno metu gali įvykti tikįvykis A arba jam priešingas įvykis [pic], vadinami Bernulio bandymais.
Pvz. Metama simetriška moneta. Metimai nepriklausomi, o juose gali atvirsti herbas (įvykis A) arba skaičius (įvykis [pic])
Pažymėkim tikimybes: P(A)= p ir P([pic])=1 – p = q.Ieškosime tikimybės, kad atlikus n nepriklausomų bandymų, įvykis A įvyks kkartų. Šią tikimybę žymėsime Pn(k).
Teorema.(Bernulio formulė) Jeigu atlikus n nepriklausomų bandymų įvykio A įvykimo tikimybė kiekviename bandyme vienoda ir lygi p, tai tikimybė, kad įvykis A įvyks lygiai k kartų, yra: [pic] , k=[pic] .
Įrodymas. Imkime n Bernulio bandymų, kurių metu įvykis A pasirodė k kartųir nepasirodė (n-k) kartų. Įvykiai yra nepriklausomi, tai[pic]= pk⋅ qn-k
Kadangi tokių variantų gali būti [pic], tai pritaikę nesutaikomų įvykiųsumos teoremą, gauname: [pic].Teorema įrodyta. [pic]
Labai greitai [pic] reikšmes galite paskaičiuoti programa Excel .Funkcija BINOMDIST (k,n,p,0)
Dažnai tenka ieškoti tikimybės, kad atlikus n nepriklausomųbandymų įvykis A pasirodė ne mažiau kaip k1 ir ne daugiau kaip k2 kartų,t.y. Pn(k1[pic]). Pritaikę nesutaikomų įvykių sumos teoremą, turėsim:
Pn(k1[pic]) = Pn(k1)+Pn(k1+1)+ Pn(k1+2)+…+Pn(k2),
arba Pn(k1[pic]) [pic]
Pasinaudodami Bernulio formule, galime rasti patikimiausią(labiausiai tikėtiną) įvykio A pasirodymo skaičių atlikus n bandymų. Jisžymimas k0, o jo pasirodymo tikimybė P(k0) ne mažesnė negu visų kitų galimųrezultatų tikimybės, t.y. Pn(k0) ≥ Pn(k). Reikšmė k0 gaunama iš nelygybių
np – q ≤ k0 ≤ np + q
Kadangi k0 – sveikasis skaičius, o intervalo [np-q; np+q] ilgisvienetas, tai galimi du variantai. Jei intervalo galai yra trupmenos, taigausime vieną k0 reikšmę, o jei jie sveikieji skaičiai, tai bus dvi k0reikšmės – intervalo galai.
Pvz.Nagrinėjamame technologiniame procese 85% pagamintos produkcijos yraaukščiausios rūšies. Koks patikimiausias aukščiausios rūšies gaminiųskaičius tarp paimtų 150 gaminių?Spr. Turime: n=150; p=0,85; q=1-0,85= 0,15. Kadangi np – q ≤ k0 ≤ np + q, tai 150 ⋅ 0,85 – 0,15 ≤ k0 ≤150 ⋅ 0,85 + 0,15, 127,35 ≤ k0 ≤ 128,35.Todėl k0=128 t.y. labiausiai tikėtina, kad tarp 150 gaminių 128aukščiausios rūšies. BERNULIO FORMULĖS ASIMPTOTIKA
Kai n ir k dideli,Bernulio formulė [pic] praktiniams skaičiavimamsyra nepatogi. Tuo atveju tikimybė skaičiuojama apytiksliai. 1. Kai bandymų skaičius n didelis, o įvykio A tikimybė atskiramebandyme p yra maža (turi būti np<10), tai
Pn(k)[pic], čia λ=np t.y. Puasono formulė. Yra sudarytos funkcijos P(k, λ)=[pic] reikšmių lentelės įvairioms skaičiųk ir λ poroms. 2. Kai n didelis, bet p nėra mažas, tikimybei, kad atlikus nnepriklausomų bandymų įvykis A įvyko k kartų, skaičiuoti naudojama lokalinėMuavro ir Laplaso formulė: Pn(k)[pic], Kurioje [pic] – Gauso funkcija ir [pic]. 3. Tikimybei, kad atlikus n nepriklausomų bandymų įvykis A įvykonuo k1 iki k2 kartų, skaičiuoti naudojama integralinė Muavro ir Laplasoformulė:
Pn(k1 ≤ k ≤ k2) ≈ Φ(x2) – Φ(x1) kurioje [pic] – Laplaso funkcija
ir [pic] ,o [pic]. Tiksliausias rezultatas gaunamas, kai p artimas 0,5. Gauso ir Laplaso funkcijomis yra sudarytos reikšmių lentelės. Šiosfunkcijos naudojamos ir kituose tikimybių teorijos skyriuose. Kiekvieną jųtrumpai apibūdinsime:a) Gauso funkcija [pic]x∈( – ∞; +∞);ϕ(-x)=ϕ(x) – lyginė;[pic];[pic].
b) Laplaso funkcija [pic] x∈( – ∞; +∞);
Φ (-x)= -Φ(x) – nelyginė;-0,5< Φ(x) <0,5.
Gauso ir Laplaso funkcijų reikšmių lentelės sudarytos , kai x[pic][0;4]. Kai x > 4, tai φ(x) = 0 ir Ф(x) = 0,5 .
PAPRASČIAUSIAS ĮVYKIŲ SRAUTAS
Įvykių srautu vadinama seka įvykių, kurie vienas po kito įvykstaatsitiktiniais laiko tarpais. Pvz. 1)Telefono skambučių srautas telefono stotyje. 2) Į degalinę užsukančių automobilių srautas. Įvykių srautas vadinamas stacionariu, jei tikimybė, kad perfiksuotą laiko tarpą įvyks k įvykių, nepriklauso nuo šio laikotarpiopradinio momento, o priklauso tik nuo laikotarpio trūkmės. Srauto intensyvumu λ vadinamas vidutinis įvykių srautas per laikovienetą. Jeigu srauto intensyvumas pastovus, tai tikimybė Pt(k) – kad perlaikotarpį t įvyks k įvykių, išreiškiamas Puasono formule: Pt(k)[pic]
Pvz. Statybos bendrovėje per 2 mėnesius vidutiniškai sugenda 3 mechanizmai.Kokia tikimybė, kad per 4 mėnesius suges : 1) 5 mechanizmai; 2) mažiau negu 5 , mechanizmai; 3) nemažiau kaip 5 mechanizmai?Spr. Čia laiko vienetu imsime mėnesį, tai t = 4, λ= 3/2 =1,5.
1) P4(5)[pic] 2) P4(k < 5)= P4(0)+ P4(1)+ P4(2)+ P4(3)+ P4(4)
3) P4(k > 5) = 1 – P4(k < 5)
BERNULIO TEOREMA
Jeigu atlikus n bandymų , įvykis A pasirodo k kartų, tai santykis [pic] yra įvykio A santykinis dažnis.Teorema. (Bernulio) Jei k yra įvykio A pasirodymų skaičius atlikus n nepriklausomų bandymų, p – įvykio A tikimybė kiekviename iš bandymų, tai su kiekvienu ε > 0 teisinga lygybė: [pic]
Įrodymas. Iš nelygybės [pic] [pic] – ε < [pic] – p < ε [pic][pic] – ε < [pic] < ε [pic] – nε < k – np < nε [pic][pic] np – nε < k < np + nε .
Pritaikę integralinę Muavro ir Laplaso formulę :
Pn(k1 ≤ k ≤ k2) ≈ Φ(x2) – Φ(x1), kur
[pic] ir [pic],
turėsim [pic] P(np – nε < k < np + nε) ≈
≈ [pic] – [pic] = 2[pic] =2[pic] .Iš Laplaso funkcijos savybių [pic]→ 0,5 , kai n →∞, todėl [pic]. Įrodyta.
Iš įrodytosios lygybės matome: tikimybė, kad skirtumas tarp
santykinio dažnio [pic] ir tikimybės p yra kiek norima mažas, yra artimavienetui, jei bandymų skaičius pakankamai didelis. Tai reiškia, kadsantykinis dažnis yra artimas įvykio tikimybei, kai n →∞. Visi teiginiai tvirtinantys, kad didinant bandymų skaičių,vidutinis šių bandymų rezultatas mažai kinta, vadinami didžiųjų skaičiųdėsniu. Bernulio teorema yra vienas iš tokių teiginių.ATSITIKTINIO DYDŽIO SĄVOKA
Apibrėžimas. Atsitiktiniu dydžiu vadinamas dydis, kuris bandymo metugali įgauti tik vieną iš anksto nežinomą skaitinę reikšmę iš galimųreikšmių aibės. Vadinasi, t.y. funkcija, kuri įgyja reikšmes iš R. Pvz.: 1. Atvirtusių akučių skaičius, metus lošimo kauliuką. 2. Nestandartinių gaminių skaičius siuntoje. 3. Per valandą atvažiuojančių į degalinę automobilių skaičius. Kiekvienas šių dydžių atsitiktinėmis aplinkybėmis gali įgyti vienokiąar kitokią(mums iš anksto nežinomą) reikšmę. Vadinasi, atsitiktinis dydisyra elementariojo įvykio ω skaitinė funkcija, kuri yra apibrėžtaelementariųjų įvykių erdvėje. Atsitiktinius dydžius žymėsim graikiškomis raidėmis: ξ, η, ζ, …,arba didžiosiomis lotyniškomis raidėmis X, Y, Z, …, o jų įgyjamosreikšmės mažosiomis raidėmis x, y, z, … . Taigi nagrinėsime atsitiktinį dydį ξ’ξ(ω) , arba X=X(ω), kai ω ∈Ω. Atsitiktiniai dydžiai gali būti diskretieji ir tolydieji.
Apibrėžimas. Atsitiktinis dydis vadinamas diskrečiuoju, jeigu jo įgyjamų reikšmių aibė yra baigtinė arba skaiti.
Skaičios aibės elementus galima sunumeruoti.Diskrečių atsitiktinių dydžių pavyzdžiai:1)Akučių skaičius metant lošimo kauliuką: x1=1, x2=2 ,…, x6= 6;2) Šūvių skaičius iki pirmo pataikymo į taikinį: x1=1, x2=2 ,…
Apibrėžimas. Atsitiktinis dydis vadinamas tolydžiuoju, jeigu jis gali įgyti bet kurias reikšmes iš reliųjųskaičių intervalo.
Tolydžių atsitiktinių dydžių pavyzdžiai:1)Prietaiso veikimo laikas iki sugedimo;2)Sviedinio nuskrietas atstumas.
DISKREČIOJO ATSITIKTINIO DYDŽIO PASISKIRSTYMAS
Norint apibudinti atsitiktinį dydį neužtenka žinoti tik jo galimasreikšmes, svarbu žinoti ir šių reikšmių igijimo tikimybes. Nagrinėkime diskretųjį atsitiktinį dydį ξ , kurio galimos reikšmėsyra x1, x2 ,…, xn . Atlikus bandymą, atsitiktinis dydis įgyja tik vieną iš savogalimų reikšmių, t.y.įvykiai ξ=x1, ξ=x2, … , ξ=xn sudaro pilną įvykiųgrupę. Šių įvykių tikimybes pažymėkim:p1= P(ξ=x1) , p2= P(ξ=x2), … , pn= P(ξ=xn). Tada [pic]. Atsitiktinio dydžio pasiskirstymu (skirstiniu)vadinama bet kokiapriklausomybė , kuri nurodo ryšį tarp atsitiktinio dydžio galimų reikšmiųir jų tikimybių. Ji gali būti aprašoma lentele, grafiškai arba analiziškai.
Skirstinį patogiausia užrašyti lentele:|xi |x1 |x2 |x3 |… |xn ||pi |p1 |p2 |p3 |… |pn |
Tai pasiskirstymo lentelė
Čia x1, x2, … xn atsitiktinio dydžio ξ įgyjamos reikšmės, o p1, p2,…, pn tikimybės su kuriomis šios reikšmės yra įgyjamos.
Grafiškai skirstinys pavaizduojamas pasiskirstymo daugiakampiu,kuris tiesės atkarpomis jungia gretimus taškus(x1, p1), (x2, p2), … , (xn , pn ).
Analitiškai nusakant skirstinį duodama formulė, nusakanti ryšį tarpatsitiktinio dydžio galimų reikšmių ir jų tikimybių.
PASISKIRSTYMO FUNKCIJA IR JOS SAVYBĖS
Tolydiems atsitiktiniams dydžiams negalime sudaryti pasiskirstymolentelės, nes jo galimos reikšmės yra skaičių tiesės baigtinis ar netbegalinis intervalas.Todėl įvesime naują charakteristiką – pasiskirstymofunkciją, kuri pilnai apibudina bet kokį atsitiktinį dydį.
Apibrėžimas.Atsitiktinio dydžio ξ pasiskirstymo funkcija vad. funkcija F(x) , kuri yra apibrėžta visoms realioms x reikšmėms ir lygi tikimybei, kad ξ įgis reikšmes mažesnes už x, t.y. F(x)=P(ξ < x) kai x∈R.
Tolydaus atsitiktinio dydžio pasiskirstymo funkcija F(x) yra tolydi irdiferencijuojama(išskyrus gal būt baigtinį taškų skaičių). Geometrinė prasmė: pasiskirstymo funkcija reiškia tikimybę įvykio, kadatsitiktinis dydis įgys eksperimento reikšmę, esančią į kairę skaičiųtiesėje nuo taško x.
Pasiskirstymo funkcijos savybės :
1. Pasiskirtymo funkcija įgyja reikšmes iš intervalo [0;1], t.y. 0 ≤ F(x) ≤ 1.
2.Tikimybė, kad atsitiktinis dydis įgis reikšmes iš intervalo [a; b), lygi pasiskirstymo funkcijos pokyčiui šiame intervale, t.y. P(a ≤ ξ < b)=F(b) – F(a).
Įrod. F(b) = P(ξ < b) = P[(ξ < a) + (a< ξ 0, tai F(x1) ≤ F(x2).
4.Tikimybė, kad tolydusis atsitiktinis dydis įgis vieną duotą reikšmę, lygi nuliui, t.y. P(ξ = x1) = 0.
Įrod. Formulėje P(a ≤ ξ < b)=F(b) – F(a) imkime a= x1 ir b= x1 +∆x , tada P(x1 ≤ ξ < x1 +∆x)=F(x1 +∆x) – F(x1) =∆F(x).
Kadangi F(x) tolydi, tai [pic] = 0 , todėl P(ξ = x1) =[pic] P(x1 ≤ ξ < x1 +∆x)= [pic]=0.Pastaba.Pasinaudoję šia savybe, turėsim:
P(a ≤ ξ < b)= P(a ≤ ξ ≤ b)= P(a < ξ < b)= F(b) – F(a).
5. Galioja savybės: F(-∞)=0 ir F(+∞)=1.
TIKIMYBIŲ TANKIO FUNKCIJAI IR JOS SAVYBĖS
Apibrėžimas.Tolydžiojo atsitiktinio dydžio tankiu (tankio f- ja) vadinama jo pasiskirstymo funkcijos išvestinė, p(x) = [pic]
Išsiaiškinsime tankio funkcijos tikimybinę prasmę.
p(x) = [pic][pic].
Pritaikę 2 -ąją pasiskirstymo funkcijos savybę, gauname:
p(x) = [pic]
Taigi, p(x) parodo atsitiktinio dydžio ξ tikimybės dalį, tenkančiąintervalo (x ; x +∆ x) ilgio vienetui, t.y. parodo tikimybės tankį.
Takio funkcijos savybės:
1. Tankio funkcija yra neneigiama ,t.y. p(x) ≥ 0,
Įrod. Kadangi, tai funkcija F(x) nemažėjanti, tai p(x) ≥ 0.
2. Atsitiktinio dydžio pasiskirstymo funkcija lygi tankio funkcijos apibrėžtiniam integralui intervale (-∞; x), t.y. [pic]
Įrod. [pic]
3. Tikimybė, kad tolydusis atsitiktinis dydis įgis reikšmes iš intervalo [a; b] (intervalas nebūtinai uždaras) yra lygi tankio funkcijos apibrėžtiniam integralui šiame intervale, t.y. [pic]Įrod. [pic]
4. Tankio funkcijos integralas intervale (-∞;∞)yra lygus 1, t.y. [pic] = 1
Įrod. Pritaikę 3-ąją savybę, gauname:
[pic] = P(-∞ < ξ < ∞) = P(Ω) = 1.
NEPRIKLAUSOMŲ ATSITIKTINIŲ DYDŽIŲ SAVYBĖS
Du atsitiktiniai dydžiai vadinami nepriklausomais, jeigu vieno iš jųskirstinys nepriklauso nuo to, kokias galimas reikšmes įgijo kitasatsitiktinis dydis. Tegu žinomi dviejų atsitiktinių dydžių ξ ir η skirstiniai:| xi |x1 |x2 |… |xn || pi |p1 |p2 |… |pn |
| yj |y1 |y2 |… |ym || qj |q1 |q2 |… |qm |
Savybės:1. Atsitiktinio dydžio cξ (c=const.) galimos reikšmės yra cxi , o visos galimos sumos xi + yj , o jų įgijimo tikimybės pi, i[pic].
2. Atsitiktinio dydžio ξ + η galimos reikšmės yra visos galimos sumos xi + yj , o jas atitinkančios tikimybės yra piqj , kai i[pic], j[pic]. 3. . Atsitiktinio dydžio ξη galimos reikšmės yra visos galimos sandaugos xi yj , o jas atitinkančios tikimybės yra piqj , kai i[pic], j[pic].
Pastaba. Tarp reikšmių xi + yj ir xi yj gali būti ir vienodų. Užrašydami galutinį skirstinį, rašome tik skirtingas galimas reikšmes, išdėstydami jas didėjančia tvarka. Atitinkamas vienodų reikšmių tikimybes sudauginame.Pvz.| xi | 1 | 2 || pi|0,4 |0,6 |
| yj|-1 | 0 | 4 || qj|0,3 |0,6 |0,1 |
ATSITIKTINIO DYDŽIO VIDURKIS IR JO SAVYBĖS
Dydžiai, kurie charakterizuoja svarbiausias atsitiktinio dydžiopasiskirstymo savybes vadinami jo skaitinėmis charakteristikomis. Viena išjų yra atsitiktinio dydžio vidurkis, Sakykime, atliekame n nepriklausomų bandymų, kuriuose atsitiktinisdydis ξ reikšmę x1 įgyja n1 kartų, reikšmę x2 – n2 kartų, … , reikšmę xk– nk kartų. Kadangi n=n1+n2+..+nk , tai šių reikšmių aritmetinis vidurkis [pic] .Santykis [pic] yra įvykio (ξ = xi) satykinis dažnis, o jis apytiksliailygus šio įvykio tikimybei, t.y. [pic]. Vadinasi suma [pic]charakterizuoja atsitiktinio dydžio vidutinę reikšmę, t.y. kitų jo galimųreikšmių grupavimosi centrą. Tegu duotas diskretaus atsitiktinio dydžio ξ skirstinys:| xi |x1 |x2 |… |xn || pi |p1 |p2 |… |pn |
Apibrėžimas. Diskrečiojo atsitiktinio dydžio ξ vidurkiu (žymėsime Mξ ) vadinama jo galimų reikšmių ir atitinkamų tikimybių sandaugų suma, t.y.skaičius Mξ = [pic]
Apibrėžimas. Tolydžiojo atsitiktinio dydžio ξ vidurkiu vadinamas skaičius Mξ = [pic] , čia p(x) – atsitiktinio dydžio ξ tankio funkcija.
Kai atsitiktinio dydžio ξ visos galimos reikšmės priklauso intervalui(a,b), tai Mξ = [pic]
Dažnai dydžio ξ vidurkis kartais žymimas simboliu Eξ. Atsitiktiniodydžio vidurkis dar vadinamas, matematine viltimi arba teoriniu vidurkiu.Vidurkio savybės: 1. Pastovaus dydžio vidurkis lygus pač2. iam dydžiui, t.y. MC = C, kai C – konstanta. 2. Pastovų daugiklį galime iškelti prieš vidurkio ženklą, t.y. M(Cξ)=CMξ. 3. Atsitiktinių dydžių sumos vidurkis lygus tų atsitiktinių dydžių vidurkių sumai t.y. M(ξ+ η)=M ξ + Mη. 4. Jei atsitiktiniai dydžiai ξ ir η yra nepriklausomi, tai M(ξ η)=M ξ M η.
ATSITIKTINIO DYDŽIO DISPERSIJA IR JOS SAVYBĖS
Atsitiktinio dydžio vidurkis charakterizuoja vidutinę jo reikšmę,apie kurią išsibarščiusios galimos atsitiktinio dydžio reikšmės. Tačiauvidurkis nepilnai charakterizuoja atsitiktinį dydį. Gali būti, kadatsitiktiniai dydžiai turi vienodus vidurkius, bet jų galimos reikšmės nėraartimos.Pvz. Duota dviejų atsitiktinių dydžių skirstiniai:
|xi |- 2 |- 1 |0 |1 |2 ||pi |0,2 |0,2 |0,2 |0,2 |0,2 |
|yj |-26 |-12 |-10 |10 |20 ||qj |0,1 |0,2 |0,2 |0,3 |0,2 |
[pic]
Matome, kad atsitiktinių dydžių ξ ir η vidurkiai vienodi, o jų įgyjamos
reikšmės nėra artimos.Vidurkis neparodo, kaip atsitiktinio dydžio galimos reikšmės yraišsisklaidžiusios apie vidurkį. Atsitiktinio dydžio įgyjamų reikšmių išsibarstymo apie vidurkį matas– dispersija. Atsitiktinio dydžio ξ nukrypimu (nuokrypiu) vadinamas skirtumas ξ – Mξ . Rasime nukrypimo vidurkį:
M [ξ- Mξ ] = Mξ – M [Mξ ] = Mξ – Mξ = 0.
Vadinasi, bet kuriam atsitiktiniam dydžiui ξ jo nuokrypio nuovidurkio ξ – Mξ vidurkis lygus nuliui.
Dydis M [ξ- Mξ ]2 bendru atveju nėra lygus nuliui, todėl jisir naudojamas atsitiktinio dydžio reikšmių išsibarstymo apie vidurkįcharakteristikai.
Apibrėžimas. Atsitiktinio dydžio ξ dispersija (žymėsime Dξ ) vadiname šiodydžio nuokrypio nuo vidurkio kvadrato vidurkį t.y. Dξ = M [ξ- Mξ ]2
Dξ =[pic] Dispersija matuojama kvadratiniais vienetais, todėl patogiau naudotidydį [pic], kurio dimensija tokia pat kaip ir atsitiktinio dydžiodimensija. Dydis [pic] vadinamas standartiniu nuokrypiu (vidutiniukvadratiniu nuokrypiu) arba tiesiog standartu.
Dispersijos savybės:[pic]
1. Pastovaus dydžio dispersija lygi nuliui,t.y.
DC= 0, kai C – konstanta.
Įrodymas. Pastovų dydį C galime laikyti diskrečiuoju atsitiktiniu dydžiu, tada: DC=M(C-MC)2.
Žinodami vidurkio savybę: MC= C,
gauname: DC=M(C-MC)2=M(C-C)2= M0 = 0.
2. Pastovų daugiklį iškeliant prieš dispersijos ženklą jis pakeliamas kvadratu t.y. D(C ξ) = C2 Dξ.
Įrodymas. D(Cξ)= M[Cξ – M(Cξ)]2= M[C ξ – C Mξ]2=
= M[C(ξ – Mξ)] 2=M[C2(ξ -Mξ)2] =
= C2M[ξ -Mξ]2=C2 Dξ.
3. Atsitiktinio dydžio dispersija lygi šio dydžio kvadrato vidurkio ir jo vidurkio kvadrato skirtumui,t.y. Dξ =M (ξ 2) – (M ξ)2.
Įrodymas. Pagal apibrėžimą dispersija yra lygi:
Dξ = M(ξ – M ξ)2 = M[ξ 2-2∙Mξ ∙ ξ +(Mξ)2] =
= M(ξ2) – M(2∙M ξ∙ξ) + M((M ξ)2) =
= M(ξ2) – 2(M ξ)2 (Mξ)2 =
= M (ξ 2) – (Mξ)2.
Įrodytoji savybė labai dažnai taikoma dispersijos apskaičiavimui.
4. Jei atsitiktiniai dydžiai ξ ir η yra nepriklausomi, tai šių dydžių sumos dispersija lygi jų dispersijų sumai, t.y.
D(ξ + η) = Dξ + Dη.
5. Atsitiktinio dydžio dispersija neneigiama, t.y. Dξ ≥ 0. (tai išplaukia iš dispersijos apibrėžimo).