матан. Теория вероятностей кажется не совсем обычной математической дисциплиной, так как имеет дело с особой категорией со случайностью. Роль случая в нашей жизни, как известно, весьма значительна
![]()
|
Глава 4. НЕПРЕРЫВНЫЕ СЛУЧАЙНЫЕ ВЕЛИЧИНЫ Плотность распределения вероятностей непрерывной случайной величины Для количественной характеристики непрерывной случайной величины используется, введенная ранее функция распределения вероятностей случайной величины (или интегральная функция распределения): ![]() Введем еще одну функцию распределения, называемую плотностью распределения. Плотностью распределения вероятностей непрерывной случайной величины называют первую производную от функции распределения: ![]() Часто вместо термина «плотность распределения» используют термины «плотность вероятностей» и «дифференциальная функция». Плотность вероятности указывает на то, что случайная величина Х часто появляется в окрестности точки х при повторении опытов. Плотность распределения есть также одна из форм закона распределения. График плотности распределения случайной величины называется кривой распределения. Вероятность того, что непрерывная случайная величина Х примет значение, принадлежащее интервалу (а, b), определяет равенством: ![]() Зная плотность распределения, можно найти функцию распределения ![]() Геометрически это площадь фигуры, ограниченной кривой распределения и осью абсцисс левее х. ![]() Свойства плотности распределения Плотность распределения ![]() Свойство 1. Плотность распределения неотрицательна, т.е. ![]() Свойство 2.Несобственный интеграл от плотности распределения в пределах от -∞ до ∞ равен единице: ![]() Данное условие принято называть условием нормировки непрерывной случайной величины. В частности, если все возможные значения случайной величины принадлежат интервалу (a, b), то ![]() Геометрически это означает, что вся площадь фигуры, ограниченной кривой распределения и осью абсцисс, равна единице. Числовые характеристики непрерывной случайной величины Математическое ожидание непрерывной случайной величины Х, ![]() где f(х) – плотность распределения случайной величины Х. ![]() Если математическое ожидание М(Х) существует и кривая распределения симметрична относительно прямой х=С, то М(Х)=С. Модой ![]() Медианой ![]() ![]() Геометрически медиану можно истолковать как точку, в которой ордината f(x) делит пополам площадь, ограниченную кривой распределения. Дисперсия непрерывной случайной величины Х, возможные значения которой принадлежат всей оси Ох, определяется равенством ![]() или равносильным равенством ![]() На практике удобнее использовать последнее равенство. В частности, если все возможные значения Х принадлежат интервалу (a, b), то ![]() или ![]() Среднее квадратическое отклонение непрерывной случайной величины определяется так же, как и для дискетной величины: ![]() Все свойства дисперсии и среднего квадратического отклонения, указанные выше для дискретных случайных величин, сохраняются и для непрерывных величин. Если Y=φ(X) – функция случайного аргумента Х, причем возможные значения Х принадлежат всей оси Ох, то ![]() или ![]() В частности, если все возможные значения Х принадлежат интервалу (a, b), то ![]() или ![]() Основные распределения непрерывной случайной величины Равномерное распределение Непрерывную случайную величину Х называют равномерно распределенной на отрезке [a, b], которому принадлежат все возможные значения Х, если ее плотность на этом отрезке постоянна и равна ![]() Плотность равномерно распределенной случайной величины имеет вид: ![]() Закону равномерного распределения подчиняется, например, погрешность при измерениях с округлением или положение объекта в некоторой области, если ни одному из возможных положений нельзя отдать предпочтение. Найдем интегральную функцию равномерного распределения: ![]() ![]() ![]() ![]() ![]() ![]() Итак, интегральная функция равномерного распределения имеет вид: ![]() Найдем числовые характеристики равномерного распределения случайной величины: ![]() Показательное распределение Непрерывную случайную величину называют распределенной по показательному закону, если она задана дифференциальной функцией распределения: ![]() Найдем интегральную функцию распределения: ![]() Итак, интегральная функция показательного распределения имеет вид: ![]() Найдем численные характеристики случайной величины, подчиненной показательному закону распределения. ![]() ![]() Показательное распределение имеет случайную величину Т – длительность времени безотказной работы элемента. Под элементом понимают устройство независимо от того «простое» оно или «сложное» (например: электронная лампа, двигатель внутреннего сгорания и т.д.). Вероятность отказа элемента за время длительностью t определяется интегральной функцией показательного закона распределения: ![]() где – интенсивность отказов, т.е. среднее число отказов в единицу времени. Функцией надежности ![]() ![]() Нормальный закон распределения (закон Гаусса) Это наиболее часто встречающийся закон распределения при решении практических задач. Главная его особенность в том, что он является предельным законом, к которому приближаются другие законы при весьма часто встречающихся типичных условиях. Нормальным распределением называют распределение вероятностей непрерывной случайной величины Х, плотность которого имеет вид ![]() где a – математическое ожидание, σ – среднее квадратическое отклонение Х. Нормальный закон распределения часто называют законом Гаусса. Функция ![]() Кривая нормального распределения симметрична относительно прямой ![]() ![]() При ![]() ![]() ![]() ![]() Вероятность попадания случайной величины, подчиненной нормальному закону, на заданный участок равна: ![]() Пользуясь заменой переменных ![]() ![]() Для нахождения этого интеграла пользуются таблицей значений функции Лапласа (или интеграла вероятностей): ![]() С помощью этой функции вероятность попадания случайной величины на заданный участок ![]() ![]() ![]() Свойства функции Лапласа ![]() ![]() Функция Лапласа есть функция нечетная, т.е. ![]() Замечание. ![]() Вычислим вероятность попадания случайной величины Х на участок длины ![]() ![]() ![]() С помощью функции Лапласа интегральная функция распределения ![]() ![]() ![]() Асимметрия, эксцесс, мода и медиана нормального распределения соответственно равны: ![]() где ![]() 4.4. Примеры решения задач к главе 4 Пример 4.1. Случайная величина X задана функцией распределения ![]() Найти вероятность того, что в результате испытания величина X примет значение, заключенное в интервале (0, ![]() Решение. Вероятность того, что X примет значение, заключенное в интервале (a, b), равна приращению функции распределения на этом интервале: ![]() Положив a=0, b= ![]() ![]() Пример 4.2. Случайная величина X задана функцией распределения ![]() Найти вероятность того, что в результате испытания X примет значение: a) меньшее 0,2; б) меньшее трех; в) не меньше трех; г) не меньше пяти. Решение. а) Так как при ![]() б) ![]() в) события ![]() ![]() ![]() ![]() ![]() г) сумма вероятностей противоположных событий равна единице, поэтому ![]() Отсюда, используя условие, в силу которого при x>4 функция F(x)=1, получим ![]() |