Случайные величины и распределения
Связывать значения с вероятностями, вычислять ожидание и дисперсию и проверять модель испытаний.
Объяснения и разобранные примеры
Как посчитать ровно заданное число успехов в независимых испытаниях
посчитать ровно заданное число успехов в независимых испытаниях. При n независимых испытаниях с одинаковой вероятностью успеха p вероятность ровно k успехов равна C(n, k)pᵏ(1−p)ⁿ⁻ᵏ.
Как посчитать биномиальную вероятность между двумя границами
Как посчитать биномиальную вероятность между двумя границами
Почему математические ожидания складываются даже без независимости
Почему математические ожидания складываются даже без независимости. Если ожидания конечны, E(X+Y) = E(X)+E(Y) независимо от связи X и Y.
Что показывает математическое ожидание простой игры
Что показывает математическое ожидание простой игры. Математическое ожидание дискретной величины равно сумме её возможных значений, умноженных на соответствующие вероятности.
Как найти вероятность первого успеха в заданном испытании
найти вероятность первого успеха в заданном испытании. При независимых попытках с неизменной вероятностью успеха p первый успех в попытке k имеет вероятность (1−p)ᵏ⁻¹p.
Когда правило трёх сигм применяют как приближение
Когда правило трёх сигм применяют как приближение. Для нормального распределения примерно 68,3% значений лежат в μ±σ,95,4% — в μ±2σ,99,73% — в μ±3σ.
Почему распределение средних может быть близко к нормальному
Почему распределение средних может быть близко к нормальному. Для независимых одинаково распределённых величин с конечной ненулевой дисперсией √n(X̄−μ)/σ по распределению стремится к стандартному нормальному закону.
Как дисперсия ограничивает вероятность далёкого отклонения
дисперсия ограничивает вероятность далёкого отклонения. При конечной дисперсии σ² и любом t>0 вероятность |X−μ|≥t не превосходит σ²/t².
Как длина интервала задаёт вероятность равномерной непрерывной величины
длина интервала задаёт вероятность равномерной непрерывной величины. Для X, равномерной на [a;b] при a<b, вероятность интервала равна длине его пересечения с [a;b], делённой на b−a.
Почему последние недостающие типы увеличивают ожидание полного набора
Почему последние недостающие типы увеличивают ожидание полного набора. Для n равновероятных типов при независимых выборах с возвращением ожидаемое число попыток до полного набора равно n(1+1/2+…+1/n).
Что означает отсутствие памяти у экспоненциального ожидания
Что означает отсутствие памяти у экспоненциального ожидания. Для экспоненциального времени T с интенсивностью λ>0 выполнено P(T>s+t|T>s)=P(T>t)=e⁻λt при s,t≥0.
Что закон больших чисел говорит о среднем и чего не обещает
Что закон больших чисел говорит о среднем и чего не обещает. В простой версии закона больших чисел среднее независимых одинаково распределённых наблюдений с конечной дисперсией приближается к ожиданию по вероятности.
Как неотрицательность даёт верхнюю границу вероятности большого значения
неотрицательность даёт верхнюю границу вероятности большого значения. Если X≥0 и E[X] конечно, то для a>0 выполняется P(X≥a)≤E[X]/a.
Как посчитать номер попытки заданного по счёту успеха
посчитать номер попытки заданного по счёту успеха. Если независимые попытки имеют постоянную вероятность успеха p, то номер N наступления r-го успеха удовлетворяет P(N=k)=C(k−1,r−1)pʳ(1−p)ᵏ⁻ʳ при k≥r.
Почему вероятность нормальной величины задаётся площадью, а не высотой кривой
Почему вероятность нормальной величины задаётся площадью, а не высотой кривой. Для нормальной величины вероятность интервала равна площади под плотностью между его концами.
Когда число событий описывают распределением Пуассона
Когда число событий описывают распределением Пуассона. Для пуассоновской величины с параметром λ>0 вероятность k событий равна e⁻λ λᵏ/k! при k=0,1,2,… .
Когда редкие биномиальные события приближённо считают по Пуассону
Когда редкие биномиальные события приближённо считают по Пуассону. Для большого числа независимых одинаковых испытаний с малой вероятностью успеха биномиальный счёт иногда удобно приблизить распределением Пуассона с λ=np.
Как условные средние складываются в общее ожидание
условные средние складываются в общее ожидание. Полное ожидание равно взвешенной сумме условных ожиданий по непересекающимся группам, покрывающим все исходы.
Как разделить разброс внутри групп и между их средними
разделить разброс внутри групп и между их средними. При конечной дисперсии Var(X)=E[Var(X|G)]+Var(E[X|G]).
Почему дисперсии суммы складываются не всегда
Почему дисперсии суммы складываются не всегда. Для величин с конечными вторыми моментами Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y).
Как два положительных параметра задают форму бета-плотности
два положительных параметра задают форму бета-плотности. Бета-распределение на (0;1) имеет плотность xᵅ⁻¹(1−x)ᵝ⁻¹/B(α,β) при α,β>0.
Как сумма независимых величин получает новое распределение
сумма независимых величин получает новое распределение. Закон суммы независимых величин получается свёрткой: для каждого значения суммы складывают или интегрируют произведения вероятностей совместимых слагаемых.
Как выбрать константу, чтобы выражение стало плотностью
выбрать константу, чтобы выражение стало плотностью. Чтобы функция стала плотностью, она должна быть неотрицательной почти всюду и иметь интеграл один по всему носителю.
Как обратная функция распределения задаёт квантили
обратная функция распределения задаёт квантили. Для уровня 0<p<1 стандартная квантильная функция задаётся как Q(p)=inf{x: F(x)≥p}.
Проверить на своих данных
Откройте подходящий инструмент и попробуйте свои данные.
Частые вопросы
Как работать с темой «Случайные величины и распределения»?
Выберите объяснение из списка, восстановите ход примера своими словами и ответьте на проверочный вопрос. Если к теме подключён инструмент, им можно проверить свои данные.
Можно ли вернуться к более простой теме?
Да. Откройте учебную карту или ссылки на необходимые основы перед списком материалов. Уровень по классу помогает выбрать сложность и не ограничивает доступ.