Распределение Пуассона
Некоторые законы распределения и их числовые характеристики Биномиальное распределение
К этому распределению приводит схема Бернулли: пусть производится n независимых, однородных испытаний, в каждом из которых событие A может произойти с вероятностью p(A) = p, а ему противоположное - с вероятностью p( ) = 1 - p = q. Рассмотрим случайную величину z, которая принимает значение 1, если при испытании событие А произошло, и 0 – если не произошло (ее можно назвать индикатором события А).
M(z) = 1×p + 0×q = p;
D(z) = (1–p)2×p + (0–p)2×q = pq.
Рассмотрим теперь дискретную случайную величину x, равную числу появлений события A при n испытаниях. Возможными значениями x являются все целые числа от 0 до n, а вероятность того, что x примет значение m, определяется ранее полученной формулой (1.16) Бернулли
. (2.18)
Для вычисления математического ожидания и дисперсии воспользуемся тем, что , где независимы и имеют одинаковое распределение, заданное только что приведенной таблицей. Воспользуемся свойствами математического ожидания и дисперсии, учитывая независимость zk,
(2.19)
Распределение Пуассона
Дискретная случайная величина называется распределённой по закону Пуассона, если её возможными значениями являются все неотрицательные целые числа (0, 1, 2, ...), а вероятность того, что случайная величина x примет значение m, определяется формулой Пуассона
. (2.20)
К этому закону, как уже отмечалось, мы приходим в схеме Бернулли при n ® ¥ и np = a (асимптотически). К нему же приводит задача о простейшем, стационарном (пуассоновском) потоке и ряд других.
Проверим выполнение условия нормировки
,
где мы воспользовались полученной в анализе формулой .
Аналогично, получим
.
Чуть более сложные выкладки дают Таким образом, математическое ожидание и дисперсия для этого распределения равны, то есть оно определяется одним параметром, что в ряде случаев является очень существенным.
Дата добавления: 2017-01-08; просмотров: 1063;