математика. РАЗДЕЛ 2 Случайные величины doc. Определение Величина, которая в зависимости от случая может принимать те или другие числовые значения, называется случайной
![]()
|
Определение 2.10. Показательным законом надежности называют функцию надежности, определяемую равенством ![]() где интенсивность отказа. Эта формула позволяет найти вероятность безотказной работы элемента на интервале времени, длительностью ![]() Пример 2.7. Время безотказной работы элемента распределено по показательному закону с плотностью распределения ![]() Решение. По условию постоянная интенсивность отказа =0,02. Используя формулу, получаем вероятность того, что элемент проработает безотказно 100 часов. ![]() Показательный закон надежности весьма прост и удобен для решения задач, возникающих на практике. Очень многие формулы теории надежности значительно упрощаются. Объясняется это тем, что этот закон обладает следующим важным свойством: вероятность безотказной работы элемента на интервале длительностью ![]() ![]() Пример 2.8. Длительность времени безотказной работы каждого из трех элементов, входящих в техническое устройство, имеет показательное распределение. Среднее время безотказной работы для каждого элемента равно 500 ч. Техническое устройство работает при условии безотказной работы всех трех элементов. Определить вероятность безотказной работы устройства в течение не менее 800 ч, если время безотказной работы каждого элемента не зависит от времени работы двух других элементов. Решение. Искомая вероятность равна вероятности того, что в течение не менее 800 ч будут безотказно работать все три элемента устройства. Пусть событие ![]() ![]() ![]() ![]() Найдем теперь вероятность события ![]() ![]() ![]() ![]() Тогда вероятность события ![]() ![]() Таким образом, ![]() 2.3.4. Нормальное распределение Непрерывная случайная величина X имеет нормальное распределение (закон Гаусса) с параметрами a и , если её плотность вероятности имеет вид: ![]() График дифференциальной функции нормального закона НСВ X имеет вид: ![]() Обозначим через ![]() ![]() ![]() ![]() График интегральной функции нормального закона НСВ X имеет вид: ![]() Мы видим, что нормальное распределение определяется двумя параметрами: a и . Достаточно задать эти параметры, чтобы задать нормальное распределение. Выясним вероятностный смысл этих параметров. 1) По определению математического ожидания непрерывной случайной величины ![]() =(Приняв по внимание, что новые пределы интегрирования равны старым)= ![]() =(Первый интеграл: под знаком интеграла нечетная функция; пределы интегрирования симметричны относительно начала координат. Второй интеграл: интеграл Пуассона ![]() ![]() Итак, ![]() 2) По аналогии можно показать, что дисперсия непрерывной случайной величины, которая распределена по нормальному закону распределения, равна ![]() Следовательно, ![]() Итак, среднее квадратическое отклонение нормального распределения равно параметру . Применение: Надо отметить, что по нормальному закону распределено большое количество случайных величин. Этому закону подчиняется распределение роста двадцатилетнего мужчины; вес женщины, рост которой равен 170 см; дальность полета снаряда; результат измерения длины, массы, времени и т.д. Нормированным (стандартным) называют нормальное распределение с параметрами a=0 и =1. Например, если X – нормальная величина с параметрами a и , то ![]() ![]() Дифференциальная функция нормированного распределения ![]() Эта функция табулирована (таблица локальной функции Лапласа). Интегральная функция нормированного распределения имеет вид: ![]() Эта функция тоже табулирована. Вероятность попадания нормированной нормальной величины X в интервал (0; x) можно найти, используя функцию Лапласа ![]() ![]() Учитывая, что ![]() ![]() ![]() Тогда ![]() Итак, ![]() Мы уже знаем, что если случайная величина Xзадана дифференциальной функцией p(x), то вероятность того, что X примет значение, принадлежащее интервалу (a;b), такова: ![]() Пусть случайная величина X распределена по нормальному закону. Тогда вероятность того, что X примет значение, принадлежащее интервалу (x1; x2), равна ![]() Преобразуем эту формулу так, чтобы можно было пользоваться готовыми таблицами. Введем новую переменную ![]() ![]() ![]() ![]() ![]() ![]() Таким образом, имеем ![]() ![]() ![]() Итак, получаем ![]() Пример 2.9. Случайная величина Xраспределена по нормальному закону. Математическое ожидание и среднее квадратическое отклонение этой величины соответственно равны 30 и 10. Найти вероятность того, что X примет значение, принадлежащее интервалу (16; 52). Решение. По условию ![]() ![]() По таблице значений интегральной функции Лапласа определяем ![]() ![]() Свойства плотности вероятности нормального распределения Рассмотрим свойства плотности вероятности СВ X, распределенных по нормаль-ному закону с параметрами a и . График дифференциальной функции нормального распределения называют нормальной кривой (кривой Гаусса). Исследуем функцию ![]() методом дифференциального исчисления. 1). Функция определена на всей числовой оси Ox., т.е. ![]() 2). При всех значениях x функция принимает положительные значения, т.е. нормальная кривая расположена выше оси Ox. 3). ![]() 4). Исследуем функцию на экстремум. Найдем первую производную: ![]() Легко видеть, что ![]() ![]() ![]() Следовательно, при x=a функция имеет максимум ![]() 5). Разность xa содержится в аналитическом выражении в квадрате, т.е. график функции симметричен относительно прямой x=a. 6). Исследуем функцию на точки перегиба. Найдем вторую производную: ![]() Легко видеть, что при x1=a и x2=a+ вторая производная равна нулю, а при переходе через эти точки она меняет знак. Причем значения функции в обеих точках равны ![]() ![]() ![]() являются точками перегиба. Значит, график функции принимает вид ![]() Как видно, на форму и расположение нормальной кривой влияют значения параметров a и . Изменение величины параметра a (математического ожидания) не изменяет формы нормальной кривой, а приводит лишь к ее сдвигу вдоль оси Ox: вправо, если a возрастает и влево, если a убывает. С возрастанием максимальная ордината нормальной кривой убывает, а сама кривая становится более пологой, т.е. сжимается к оси Ox; при убывании нормальная кривая становится более «островершинной» и растягивается в положительном направлении оси Oy. Выше было рассмотрено, как можно найти вероятность того, что СВ X, которая распределена по нормальному закону примет значение, принадлежащее интервалу (x1; x2), и связь с интегральной функцией Лапласа: ![]() Часто на практике требуется вычислить вероятность того, что отклонение нормально распределенной СВ X по абсолютной величине меньше заданного положительного числа , т.е. требуется найти вероятность осуществления неравенства ![]() Заменим это неравенство равносильным ему двойным неравенством ![]() или ![]() Используя формулу (*), получаем ![]() ![]() ![]() Итак, окончательно получаем ![]() В частности, при ![]() ![]() |