Часто встречающиеся распределения дискретной случайной величины.

1. Закон распределения Бернулли. Пусть случайная величина это число, характеризующее наступления события Aпри одном испытании. При этом множество возможных значений состоит из 2-х чисел 0 и 1: , если событие A не произошло, и если событие A произошло. Таким образом:

Распределение Бернулли играет фундаментальную роль в теории вероятностей и математической статистики, являясь математической моделью опыта с двумя исходами.

Пусть, например, имеется партия некоторой продукции, в которой продукция без дефектов встречается с вероятностью , а некачественная продукция с вероятностью . Пусть случайная величина , если при выборе попалась качественная продукция и , если некачественная. Тогда случайная величина будет иметь распределение Бернулли.

Пример 3.2. Случайная величина — число очков, выпадающих при однократном бросании игральной кости. Возможные значения — числа 1, 2, 3, 4, 5 и 6. При этом вероятность того, что примет любое из этих значений, одна и та же и равна 1/6. Какой будет закон распределения?

Решение: Здесь закон распределения вероятностей есть функция р(х)=1/6 для любого значения х из множества {1, 2, 3, 4, 5, 6}.

2. Биноминальный закон распределения. Случайная величина принимает значения: , с вероятностью, определяемой по формуле Бернулли: . Здесь - постоянная вероятность того, что случайная величина в серии испытаний появится раз.

Пример этого закона мы рассмотрели выше. График этого закона имеет вид, изображенный на рис. 3.4.

3. Закон распределения Пуассона. Случайная величина принимает бесконечное счетное число значений: с вероятностью, определяющейся по формуле Пуассона:

(3.2)

где — некоторая положительная постоянная - параметр распределения Пуассона..

В этом случае говорят, что случайная величина распределена по закону Пуассона. Заметим, что при следует положить .

Формулу Пуассона можно получить как предельный случай формулы Бернулли при неограниченном увеличении числа испытаний n и при стремлении к нулю вероятности .

Пример 18. На завод прибыла партия деталей в количестве 1000 шт. Вероятность того, что деталь окажется бракованной, равна 0,001. Какова вероятность того, что среди прибывших деталей будет 5 бракованных?

Решение: Здесь . По формуле (17) находим

Распределение Пуассона часто встречается и в других задачах. Так, например, если телефонистка в среднем за один час получает N вызовов, то, как можно показать, вероятность того, что в течение одной минуты она получит k вызовов, выражается формулой Пуассона, если положить .