Tasodifiy o'zgaruvchilarning asosiy tushunchalari
Statistika va ehtimollik nazariyasida tasodifiy o'zgaruvchilar eng fundamental tushunchalardan biri bo'lib, tasodifiy hodisalar va o'lchanadigan matematik tahlil o'rtasidagi tafovutni bartaraf etadi. Tasodifiy o'zgaruvchilar orqali biz dastlab hodisalar yoki kategoriyalardan iborat bo'lgan tasodifiy tajriba natijalarini qayta ishlanishi mumkin bo'lgan sonlarga "tarjima qilishimiz" mumkin: ularning ehtimolliklarini hisoblash, ularni o'rtacha qiymatlar bilan umumlashtirish, ularning dispersiyasini o'lchash va hatto ularni ma'lum taqsimotlar yordamida modellashtirish. Ushbu maqolada tasodifiy o'zgaruvchilarning asosiy tushunchalari, ularning turlari va ehtimollik funktsiyasi, kümülatif taqsimot funktsiyasi, kutilgan qiymat va dispersiya kabi asosiy tushunchalar muhokama qilinadi.
1. Tasodifiy o'zgaruvchi nima?
Sodda qilib aytganda, tasodifiy o'zgaruvchi - bu har bir natijani namunaviy fazodan haqiqiy songa xaritalaydigan funksiya. Namunaviy fazo tasodifiy tajribaning barcha mumkin bo'lgan natijalarining to'plamidir.
Masalan, biz olti qirrali zarbni o'raylik. Namuna maydoni {1, 2, 3, 4, 5, 6}. Biz tasodifiy o'zgaruvchini \(X\) “zarbda paydo bo'ladigan son” sifatida belgilashimiz mumkin. U holda \(X\) zarb adolatli bo'lsa, teng ehtimollik bilan 1 dan 6 gacha qiymatlarga ega bo'lishi mumkin.
Yana bir misol: biz ikkita tanga tashlaymiz. Namuna maydoni {HH, HT, TH, TT}. Agar biz tasodifiy o'zgaruvchini \(Y\) “paydo bo'lgan boshlar soni (H)” deb belgilasak, unda:
– HH → \(Y = 2\)
– HT → \(Y = 1\)
– TH → \(Y = 1\)
– TT → \(Y = 0\)
Bu yerda biz tasodifiy o'zgaruvchilar asl natijani to'g'ridan-to'g'ri "aks ettirishi" shart emasligini ko'ramiz; ular tahlil ehtiyojlariga muvofiq tasodifiy natijalarga raqamli qiymatlarni belgilash usulidir.
2. Tasodifiy o'zgaruvchilar turlari: diskret va uzluksiz
Umuman olganda, tasodifiy o'zgaruvchilar ikkita asosiy turga bo'linadi:
a) Diskret tasodifiy o'zgaruvchilar
Diskret tasodifiy o'zgaruvchi - bu qiymatlari birma-bir sanalishi mumkin bo'lgan (sanab bo'ladigan) tasodifiy o'zgaruvchi, odatda butun sonlar yoki alohida qiymatlar to'plami shaklida.
Misol:
– Oilada bolalar soni (0, 1, 2, 3, …)
– 1 daqiqada yo'l haqi postidan o'tayotgan transport vositalari soni
– Tekshirilgan 10 ta mahsulotdan nuqsonli mahsulotlar soni
Diskret tasodifiy o'zgaruvchilar uchun har bir qiymatning ehtimolligi to'g'ridan-to'g'ri ehtimollik massasi funktsiyasi shaklida ifodalanishi mumkin.
b) Uzluksiz tasodifiy o'zgaruvchilar
Uzluksiz tasodifiy o'zgaruvchi - bu haqiqiy sonlar qatoridagi uzluksiz oraliqdagi qiymatlarni qabul qila oladigan tasodifiy o'zgaruvchi (sanab bo'lmaydigan), masalan, 0 dan 1 gacha bo'lgan barcha qiymatlarni yoki barcha musbat haqiqiy qiymatlarni.
Misol:
– Bir kishining bo'yi
– Mijozning kassada kutish vaqti
– Muayyan soatdagi havo harorati
Uzluksiz tasodifiy o'zgaruvchi uchun har qanday berilgan nuqtadagi ehtimollik asosan nolga teng. Shuning uchun, ehtimollik ehtimollik zichligi funksiyasidan foydalanib, qiymatlar diapazonida (masalan, 10 dan 12 daqiqagacha) hisoblanadi.
3. Ehtimollik funksiyalari: PMF va PDF
Keyingi muhim tushuncha - ehtimollik tasodifiy o'zgaruvchining qiymatiga qanday "bog'langan".
a) Ehtimollik massasi funksiyasi (EMA)
Diskret tasodifiy o'zgaruvchi \(X\) uchun PMF quyidagicha aniqlanadi:
\[
p(x) = P(X = x)
\]
quyidagilarni ta'minlash bilan:
1. Barcha \(x\) uchun \(p(x) \ge 0\)
2. \(\sum_x p(x) = 1\)
Oddiy misol: adolatli zarlar
\[
P(X=k)=\frac{1}{6}, \quad k=1,2,3,4,5,6
\]
b) Ehtimollik zichligi funksiyasi (PDF)
Uzluksiz tasodifiy o'zgaruvchi \(X\) uchun biz PDF \(f(x)\) dan foydalanamiz, shunda \([a,b]\) oralig'idagi ehtimollik quyidagicha bo'ladi:
\[
P(a \le X \le b) = \int_a^bf(x)\,dx
\]
quyidagilarni ta'minlash bilan:
1. \(f(x) \ge 0\)
2. \(\int_{-\infty}^{\infty} f(x)\,dx = 1\)
Shuni ta'kidlash kerakki: uzluksiz tasodifiy o'zgaruvchi uchun, \(x\) ning har bir qiymati uchun \(P(X=x)=0\) dir. Diapazonlarni muhokama qilishda ehtimollik har doim mazmunli bo'ladi.
4. Kümülatif taqsimot funktsiyasi (KTF)
Diskret yoki uzluksiz bo'lishidan qat'i nazar, tasodifiy o'zgaruvchilarni kümülatif taqsimot funktsiyasi (KTF) bilan tavsiflash mumkin, bu quyidagicha aniqlanadi:
\[
F(x) = P(X \le x)
\]
CDF bir nechta muhim xususiyatlarga ega:
– \(F(x)\) qiymati har doim 0 va 1 oralig'ida bo'ladi
– \(F(x)\) kamaymaydi (kamaymaydi)
– \(\lim_{x\to -\infty}F(x)=0\) va \(\lim_{x\to\infty}F(x)=1\)
Diskret o'zgaruvchilar uchun CDF "zinapoya" shaklida bo'ladi (ma'lum nuqtalarda ko'tariladi). Uzluksiz o'zgaruvchilar uchun CDF odatda silliq va PDF ning ajralmas qismi hisoblanadi:
\[
F(x)=\int_{-\infty}^{x} f(t)\,dt
\]
5. Markaziy tendentsiya o'lchovi: kutilgan qiymat (kutish)
Ehtimollik taqsimotini bilganimizdan so'ng, biz ko'pincha tasodifiy o'zgaruvchini uning "uzoq muddatli o'rtacha qiymatini" ifodalovchi bitta son bilan umumlashtirmoqchimiz. Bu kutilgan qiymat yoki kutishdir.
a) Diskret o'zgaruvchan kutishlar
Agar \(X\) diskret bo'lsa:
\[
E[X] = \sum_x x\,p(x)
\]
b) Uzluksiz o'zgaruvchilarni kutish
Agar \(X\) uzluksiz bo'lsa:
\[
E[X] = \int_{-\infty}^{\infty} x\,f(x)\,dx
\]
Kutish har doim ham "eng tez-tez uchraydigan qiymat" (rejim) bilan bir xil emas va har doim ham haqiqatan ham yuzaga kelishi mumkin bo'lgan qiymat emas, lekin u qaror qabul qilish, prognozlash va xavf tahlili uchun juda foydali.
Qo'llanilish misoli: Biznesda turli stsenariylar va ularning ehtimolliklarini hisobga olgan holda, strategiyaning kutilgan o'rtacha foydasini hisoblash uchun kutilgan natijalardan foydalanish mumkin.
6. Dispersiya o'lchovlari: dispersiya va standart og'ish
Ikki tasodifiy o'zgaruvchi bir xil kutilishga ega bo'lishi mumkin, ammo noaniqlik darajalari har xil bo'lishi mumkin. Shuning uchun bizga dispersiya o'lchovlari, ya'ni dispersiya va standart og'ish kerak.
\(X\) ning dispersiyasi quyidagicha aniqlanadi:
\[
Var(X)=E[(XE[X])^2]
\]
Standart og'ish dispersiyaning kvadrat ildizidir:
\[
\sigma = \sqrt{Var(X)}
\]
Ko'pincha qo'llaniladigan amaliy formulalar:
\[
Var(X) = E[X^2] – (E[X])^2
\]
Dispersiya qanchalik katta bo'lsa, \(X\) qiymatlarining o'rtacha qiymatdan tarqalishi shunchalik katta bo'ladi, bu esa yuqori noaniqlikni anglatadi.
7. Tez-tez ishlatiladigan ehtimollik taqsimotlari
Amalda, ko'plab tasodifiy o'zgaruvchilar ma'lum taqsimot shakllariga amal qiladi. Ba'zi mashhur taqsimotlar:
– Bernulli: ikkita natija (muvaffaqiyat/muvaffaqiyatsizlik), masalan, rost-yolg'on, tirik-o'lik.
– Binomial: Bernulli sinovlaridan muvaffaqiyatli o'tganlar soni, masalan, 20 kishidan bitirgan talabalar soni.
– Poisson: vaqt/fazo oralig'idagi hodisalar soni, masalan, daqiqasiga kiruvchi qo'ng'iroqlar soni.
– Bir xil uzluksiz: oraliqdagi barcha qiymatlar bir xil ehtimollikga ega.
– Normal (Gauss): ko'plab tabiiy va ijtimoiy hodisalar, masalan, balandlik yoki o'lchov xatosi, bu taqsimotga yaqinlashadi.
To'g'ri taqsimotni tanlash modellashtirish va tahlilni aniqroq qilishga yordam beradi.
8. Nima uchun tasodifiy o'zgaruvchilar muhim?
Tasodifiy o'zgaruvchilar quyidagilar uchun asos bo'ladi:
– Inferentsial statistika: namunalar asosida populyatsiya parametrlarini baholash
– Gipotezani tekshirish: da'vo ma'lumotlar bilan qo'llab-quvvatlanishini aniqlash
– Mashinada o'rganish: modellashtirish noaniqlik va bashorat qilish ehtimoli
– Xavflarni boshqarish: yo'qotishlar va ekstremal stsenariylar ehtimolini o'lchash
– Muhandislik va fan: signallarni qayta ishlash, tizim ishonchliligi, navbat nazariyasi
Tasodifiy o'zgaruvchilar bilan biz noaniqlik haqida tizimli ravishda gapirish uchun matematik tilga egamiz.
Xulosa
Tasodifiy o'zgaruvchi ehtimollik nazariyasida tasodifiy tajribalar natijalarini sonli qiymatlarga moslashtiruvchi asosiy tushunchadir. Tasodifiy o'zgaruvchilar diskret yoki uzluksiz bo'lishi mumkin va ularning har biri PMF yoki PDF orqali ehtimolliklarni ifodalashning turli usullariga ega. Bundan tashqari, CDF ehtimolliklar to'planishini ko'rishning umumiy usulini taqdim etadi. Taqsimotni umumlashtirish uchun kutilma markaziy tendentsiya o'lchovi sifatida va dispersiya/standart og'ish dispersiya o'lchovi sifatida ishlatiladi. Ushbu asosiy tushunchalarni tushunish ehtimollik taqsimotlari, statistik baholash, regressiya va xavf modellashtirish va zamonaviy ma'lumotlar tahlili kabi ilg'or mavzularni o'rganishga yordam beradi.
Agar xohlasangiz, tasodifiy o'zgaruvchilar tushunchasini osonroq tushunish uchun namunaviy savollar va ularning muhokamalarini (diskret va uzluksiz) ham qo'shishim mumkin.
