Главная страница
Навигация по странице:

  • Приклад 3.

  • Числові характеристики дискретних випадкових величин (ДВВ) Математичне сподівання ДВВ Х

  • Середнє квадратичне відхилення ДВВ Х визначається за формулою (5)

  • Біномний закон розподілу ДВВ

  • Приклад 6.

  • Задачи. А це відношення числа випадків


    Скачать 1.39 Mb.
    НазваниеА це відношення числа випадків
    АнкорЗадачи
    Дата26.10.2020
    Размер1.39 Mb.
    Формат файлаdoc
    Имя файла91a2f1e933af52685c74dd82a98848c1 (1).doc
    ТипДокументы
    #145858
    страница4 из 10
    1   2   3   4   5   6   7   8   9   10

    П
    риклад 2.
    ВВ задана функцією розподілу:



    Знайти щільність розподілу; ймовірність того, що у результаті випробування Х прийме значення з інтервалу (–2; 0,5); побудувати графіки функцій F(x) та f(x).
    Розвязання. Оскільки f(x)=F(x), то



    Ймовірність того, що в результаті випробування Х прийме значення з інтервалу (–2; 0,5), шукаємо за формулою (2)

    Р(–2
    Графіки функцій F(x) та f(x):
    Приклад 3. ВВ задана функцією розподілу F(x)=x2–4x+4. Визначити область значень випадкової величини Х та ймовірність того, що Х≥2,3.

    Розвязання. Оскільки 0≤F(x)≤1, то має виконуватись подвійна не­рівність: 0≤х2–4х+4≤1.

    Якщо область значень випадкової величини [a;b], то F(a)=0; F(b)=1. Маємо F(a) = a2–4a+4=0  a=2.

    F(b) = b2–4b+4=1  b1=3; b2= 1.

    Зрозуміло, що в проміжку [a;b] має виконуватись нерівність a<b, тому область визначення НВВ X буде [2;3].

    Обчислимо ймовірність Р(Х≥2,3). Оскільки події {Х≥2,3} та
    {Х< 2,3} протилежні, то

    P(Х≥2,3)=1–P(X<2,3)=1–F(2,3) = 1–( 2,32–42,3+4)=1–0,09=0,91.

    Приклад 4. Щільність ВВ задано:




    Знайти параметр А та функцію розподілу F(x).

    Розвязання. Параметр А знайдемо з . У даному випадку:

    Функцію розподілу F(x) знайдемо за формулою

    При х<–/2:

    При -/2 x /2:





    При x >/2:





    Тобто маємо таку інтегральну функцію розподілу


    Приклад 5. Задано функцію розподілу F(x) випадкової величини Х, що залежить від параметра а. Знайти значення параметра а; щільність роз­поділу f(x); ймовірність Р(–2


    Розвязання. За формулою (2) маємо F(0)–F(–4) = 1.

    Скористаємось цією рівністю для знаходження значення параметра а:
    F(0)=а(0+4)3/2 =а43/2= 8а; F(–4)=а(–4+4)3/2=а0=0;
    F(0)–F(–4)=8а–0=8а=1, звідси а=1/8.
    Диференціальна функція розподілу f(x)=F(x).



    Для обчислення Р(–2
    P(a)= F(b)–F(a).
    Тут F(–2F
    (1)–F(–2)=1– (–2+4)3/2=1– 23/2 = 1– .

    Числові характеристики

    дискретних випадкових величин (ДВВ)
    Математичне сподівання ДВВ Х – це число, що дорівнює сумі добутків усіх можливих значень Х на відподвідні їм ймовірності. Позна­ча­ють математичне сподівання М(Х) або mX і обчислюють за формулою

    (1)

    Зауваження. Математичне сподівання (МС) – це величина, навколо якої групуються можливі значення ВВ.

    Основні властивості М (Х)

    М(С)=С, де С=const.

    М(СХ)=С М(Х), де С=const.

    Якщо Х1, Х2,...Хn – взаємонезалежні ДВВ, тоді

    М(Х1 Х2 ...Хn)=М(Х1) М(Х2) ...М(Хn).

    М (Х1+ Х2+...+Хn)=М (Х1)+М(Х2)+...М(Хn).
    Дисперсія ДВВ Х – це міра розсіювання можливих значень Х відносно центру розподілу, і вона дорівнює математичному сподіванню квадрата відхилення ДВВ Х від її математичного сподівання. Позначають дисперсію D(X) або DX. Математично означення дисперсії записується наступним чином

    D(X) = M((X- M(X))2) (2)
    Основні властивості D(X):

    D(X)≥0, для будь-якої ДВВ X.

    D(C)=0, де C=const.

    D(CX)=C2 D(X), де C= const.
    D(X)=M(X 2)–(M(X)) 2 (3)

    або (4)

    Зауважимо, що формулу (4) зручно використовувати для обчислення D(X):

    D(X1X2...Xn)=D(X1)+D(X2)+...+D(Xn).
    Середнє квадратичне відхилення ДВВ Х визначається за формулою (5)

    Особливо важливими є ДВВ, що приймають значення з множини цілих невід’ємних чисел 0, 1, 2, ... . Ці величини описують реальні задачі. До найбільш поширених законів розподілу ДВВ належать: біномний; Пуассона; геометричний .

    Біномний закон розподілу ДВВ задається таблицею, в якій ймо­вірності pk розраховуються за формулою Бернуллі:

    X

    0

    1

    2

    ...

    n-1

    n

    p

    qn

    pqn-1

    p2qn-2

    ...

    pn-1q

    pn


    Постійні параметри n та p називають параметрами розподілу.

    Числові характеристики ДВВ Х при біномному розподілі:

    М(Х)=np (6)

    D(X)=npq (7)

    (8)

    Якщо в схемі повторних незалежних випробувань n, а число р близьке до 0, і крім того np при n, тоді ДВВ Х, що визначає кількість появ певної події в схемі Бернуллі, має розподіл Пуассона, який задається натупною таблицею.

    X

    0

    1

    2

    ...

    n-1

    n

    P







    ...






    Числові характеристики ДВВ Х, що має розподіл Пуассона:

    М(Х)= (9)

    D(X)= (10)
    Геометричний розподіл задається формулою

    Р(Х=m)=pqm-1, (11)

    де р = Р(А) – ймовірність появи події А в кожному з незалежних випробувань;

    q= 1–p; ДВВ Х – це кількість випробувань у схемі Бернуллі до першої появи події А.

    Числові характеристики ДВВ Х, що має геометричний закон роз­поділу:

    (12)

    (13)

    Приклад 1. Певний пристрій складається з 4-х комплектуючих. Пристрій протестовано на надійність його компонентів. У таблиці записано розподіл ДВВ Х – кількості компонентів, що припинили свою роботу за 200 перших годин роботи. Знайти М(Х), D(X), (X).

    Х

    0

    1

    2

    3

    4

    р

    0,08

    0,2

    0,4

    0,25

    0,07


    Розвязання. Математичне сподівання обчислюємо за формулою (1), в даному випадку:

    .

    Дисперсію D(X) обчислюємо за формулою (4):

    D(X) = M(X2)–(M(X))2

    Обчислимо М(Х2)=00,08+10,2+40,4+90,25+160,07=4,27.

    Маємо дисперсію D(X)=4, 27–(2,03)2=0,1491. Відповідно середнє квадратичне відхилення (X)= = 0,386.

    Приклад 2. Випадкові величини Х та У незалежні і розподілені таким чином

    Х

    2

    7

    9

    Y

    4

    6

    р

    0,1

    0,4

    0,5

    р

    0,7

    0,3


    Знайти М(Z), якщо Z= 2XY+X2+3Y–71.

    Розвязання. Скориставшись властивостями математичного сподівання, маємо:

    M(Z)=M(2XY+X2+3Y–71)=M(2XY)+M(X2)+M(3Y)+M(–71) =

    =2M(XY)+M(X2)+3M(Y)–71=2M(X)M(Y)+M(X2)+3 M(Y)–71.

    Для розрахунку M(Z)необхідно знайти М(Х), М(Y), М(Х2).

    Згідно з формулою (1): М(Х)=20,1+70,4+90,5=7,5;

    М(Х2)=40,1+490,4+810,5=60,5;

    М(Y)=40,1+60,3=4,6.

    Маємо M(Z)=27,54,6+60,5+34,6–71=72,3.

    Приклад 3. Випадкові величини Х та Y незалежні і відомо, що D(X)=2; D(Y)=3. Знайти D(Z)та  (Z),якщо Z=3XY.

    Розвязання. Скористаємось властивостями дисперсії

    D(Z)=D(3XY)=D(3X)+D(Y)=32D(X)+D(Y)=9D(X)+D(Y)=92+3=21.

    (Z) = .

    Приклад 4. Знайти М(Х), D(X), (X), якщо ДВВ Х – кількість виграшних лотерейних квитків, якщо куплено 40 квитків і ймовірність виг­рашу будь-якого з них – 0,02.

    Розвязання. ДВВ Х має біномний розподіл з параметрами n=40; p=0,02. Згідно формул (6) – (8) маємо M(X)=np=400,02=0,8;

    D(X)=npq=400,020,98 = 0,784; (X)= =

    Приклад 5. Ймовірність браку в партії виробів 0,02. Перевіряють партію з 400 виробів, ДВВ Х – кількість бракованих виробів в партіі. Знайти М(Х), D(X), (X).

    Розвязання. ДВВ Х має розподіл Пуассона з параметром:

    =np=0,02400=8.

    Згідно з формулами (9) – (10 ) маємо:

    М(Х)= = 8; D(X)==8; (X)= .

    Приклад 6. Середнє квадратичне відхилення кожної з 9-ти однаково розподілених ВВ дорівнює 8. Знайти дисперсію середнього арифметичного цих величин.

    Розвязання. Згідно з умовою , тому

    D(X1)=D(X2)= ... = D(X9)=64. Обчислимо = D(X1+X2+...+X9)= (D(X1)+ +D(X2) +...+D(X9)) = 964= .

    Відповідно
    1   2   3   4   5   6   7   8   9   10


    написать администратору сайта