- •ВВЕДЕНИЕ
- •Глава XIV ТЕОРИЯ ВЕРОЯТНОСТЕЙ
- •Раздел I
- •Виды случайных событий
- •Классическое определение вероятности
- •Основные формулы комбинаторики
- •Статистическое определение вероятности
- •Непосредственное вычисление вероятностей
- •§ 2. Теорема сложения вероятностей несовместных событий
- •§ 3. Условная вероятность. Теорема умножения вероятностей
- •§ 4. Теорема сложения вероятностей совместных событий
- •§ 5. Формула полной вероятности
- •§ 6. Формула Бейеса
- •§ 7. Схема Бернулли
- •Раздел II
- •§ 2. Математическое ожидание, дисперсия и среднеквадратическое отклонение случайной величины, их свойства
- •Свойства математического ожидания
- •Свойства дисперсии
- •Примеры решения задач
- •§ 3. Примеры распределения случайных величин
- •3.1 Биномиальное распределение
- •3.2 Распределение Пуассона
- •3.3 Нормальное распределение
- •3.4. Равномерное распределение
- •3.5 Показательное (экспоненциальное) распределение
- •§ 4. Система случайных величин
- •§ 5. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •§ 6. Закон больших чисел. Теорема Чебышева
- •§ 7. Центральная предельная теорема Ляпунова
- •Глава XV МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
- •§ 1. Задачи математической статистики
- •§ 2. Выборочный метод
- •2.1 Генеральная и выборочная совокупности
- •2.2 Статистическое распределение выборки
- •2.3 Эмпирическая функция распределения
- •2.4 Полигон и гистограмма
- •2.5 Оценки математического ожидания
- •2.6 Оценки дисперсии
- •§ 3. О статистической проверке гипотез
- •ПЕРЕЧЕНЬ КОНТРОЛЬНЫХ ВОПРОСОВ
- •КОНТРОЛЬНЫЕ ЗАДАНИЯ
- •Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •ПРИЛОЖЕНИЕ
- •Список рекомендуемой литературы
|
|
|
|
|
|
|
|
|
|
|
33 |
Решение. |
β − a |
|
α − a |
7 −5 |
4 −5 |
||||||
|
|
||||||||||
P(4 ≤ X ≤ 7) = P(4 ≤ X < 7) = Ф |
|
|
−Ф |
|
|
= Ф |
|
−Ф |
= |
||
|
|
σ |
|||||||||
|
σ |
|
|
|
|
1 |
|
|
1 |
||
= Ф(2) −Ф(−1) = Ф(2) +Ф(1) = 0,4775 + 0,3413 = 0,8185. |
|
|
|
||||||||
|
т.к. Ф(t) нечетная |
|
|
|
|
|
|||||
|
функция |
|
|
|
|
|
|
|
|||
Функция f (t) |
быстро убывает при t → ±∞. Площадь под всей кривой |
||||||||||
равна 1. Площади криволинейных трапеций над интервалами |
[a −σ ; a +σ ], |
||||||||||
[a − 2σ ; a + 2σ ] и |
[a −3σ ; a + 3σ ] |
равны |
соответственно |
0,6827 , |
0,9545 , |
0,9973 . Таким образом, почти вся площадь под кривой сосредоточена над интервалом [a −3σ ; a + 3σ ]. Поскольку площадь криволинейной трапеции
численно равна вероятности того, что случайная величина примет значение в соответствующем интервале, имеем
P(a −3σ ≤ X < a + 3σ ) = 0,9973 .
Это утверждение составляет содержание правила “трех сигм” для нормального распределения: практически достоверно, что нормальная случайная величина с параметрами a и σ принимает значения в интервале [a −3σ ; a + 3σ ]. Слова “практически достоверно” означают – с вероятно-
стью 0,9973 .
3.4. Равномерное распределение
Определение. Распределение непрерывной случайной величины, заданное дифференциальной функцией распределения
|
1 |
|
, |
при |
a ≤ t ≤ b, |
|
||||
|
|
|
|
|
||||||
|
|
|
|
|||||||
f (t) = b |
− a |
|
|
|
|
|
|
(6) |
||
|
|
|
|
|
при |
t < a |
или t > b, |
|
||
0, |
|
|
|
|
|
|||||
называется равномерным распределением на отрезке [a ; b ]. |
|
|||||||||
График функции (6) изображен на рис. 14.2. |
|
|||||||||
Интегральный закон равномерного распределения имеет следующий |
||||||||||
вид: |
0, |
|
|
при |
t < a, |
|
||||
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
t − a |
|
при |
a ≤ t ≤ b, |
|
||||
F(t) = |
|
|
|
, |
(2) |
|||||
|
|
|
||||||||
|
|
b |
− a |
|
|
|
|
|||
|
|
|
1, |
|
|
при |
t > b. |
|
||
|
|
|
|
|
|
График функции (7) изображен на рис. 14.3.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
34 |
||
|
f (t) |
|
|
|
|
|
|
|
|
|
|
|
F(t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
b − a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b |
|
|
|
|
t |
|||||||||||
|
|
0 |
a |
|
|
b |
t |
|
|
0 |
|
|
|
a |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
Рис. 14.2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис. 14.3 |
|
|
|
|
|
|
|
|||||||
|
|
Найдем P(α ≤ X < β) , где X – равномерно распределенная случайная |
||||||||||||||||||||||||||||||
величина. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
Имеют место следующие случаи: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
а) |
|
a <α < β < b |
(рис. 14.4), |
|
|
f (t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
P(α ≤ X < β) = |
|
β −α |
; |
|
|
b −a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
b − a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
a |
|
α |
|
β |
b |
t |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис. 14.4 |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f (t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
б) |
|
α ≤ a < β < b |
(рис. 14.5), |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
β − a |
|
|
|
|
|
b −a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
P(α ≤ X < β) = |
|
; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
b − a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
0 |
|
α |
a |
β |
b |
t |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис. 14.5 |
|
|
|
|
|
||||
в) |
|
a <α < b ≤ β |
(рис. 14.6), |
|
|
f (t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
P(α ≤ X < β) = b −α . |
|
|
b −a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
b − a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
a |
|
|
|
|
|
|
|
t |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
α |
|
|
b |
β |
|||||||||||||
|
|
Если |
|
α = a , |
|
|
β = b , |
то |
|
|
|
Рис. 14.6 |
|
|
|
|
|
|||||||||||||||
P(α ≤ X < β) =1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
Моделью равномерного распределения может служить пример с рулет- |
||||||||||||||||||||||||||||||
кой (см. выше). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
Теорема. |
Если |
|
X |
– равномерно распределенная непрерывная слу- |
||||||||||||||||||||||||||
чайная величина на отрезке [a ; b ] |
, то |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
35 |
||
M ( X ) = |
a + b |
, |
D( X ) = |
(a −b)2 |
, |
σ( X ) = |
|
|
a −b |
|
|
(8) |
|
|
|
|
|
||||||||||
|
|
|
|
||||||||||
|
12 |
|
2 |
3 |
|
|
|||||||
2 |
|
|
|
|
|
|
|
|
3.5 Показательное (экспоненциальное) распределение
Определение. Распределение непрерывной случайной величины X , заданное дифференциальной функцией распределения
|
|
−at |
, при |
t ≥ 0, |
a e |
|
|||
f (t) = |
|
|
|
(9) |
|
0, |
|
при |
t < 0, |
|
|
где a > 0 – некоторый параметр, называется показательным (экспоненциаль-
ным) распределением.
График функции (9) изображен на рис. 14.7.
f (t) a
0 |
t |
Рис. 14.7
Действительно,
Интегральная функция распределения показательной величины X имеет вид:
|
1−e |
−at |
, при |
t ≥ 0, |
|
|
|||
F (t) = |
|
|
|
(10) |
|
0, |
|
при |
t < 0. |
|
|
|
|
t |
t |
|
|
a |
|
|
|
|
|
|
|
|
⌠ |
⌠ |
−at |
|
|
−at |
t |
|
−at |
|
|
|
F(t) = |
f (t) dt = a e |
|
dt = |
|
e |
|
|
=1 − e |
|
, t > 0. |
|
|
|
− a |
|
|
|
|||||||
|
|
⌡ |
⌡ |
|
|
|
|
0 |
|
|
|
|
|
|
−∞ |
0 |
|
|
|
|
|
|
|
|
|
|
Вычислим P(α ≤ X < β) показательной случайной величины. |
|||||||||||
а) |
α > 0, |
β > 0 : |
|
|
|
|
|
|
|
|
|
|
|
P(α ≤ X < β) = e−aα − e−aβ ; |
|
|
|
|
|
|
|
|
|
||
б) |
α < 0, |
β > 0 : |
|
|
|
|
|
|
|
|
|
|
|
P(α ≤ X < β) = F(β) − F (α) =1 − e−aβ ; |
|
|
|
|
|
|
|||||
в) |
α < 0, |
β < 0 : |
|
|
|
|
|
|
|
|
|
|
|
P(α ≤ X < β) = 0 . |
|
|
|
|
|
|
|
|
|
Теорема. Если X – показательная случайная величина с дифференциальной функцией распределения (9), то
M ( X ) = |
1 |
, |
D( X ) = |
1 |
, |
σ( X ) = |
1 |
(11) |
|
a |
a2 |
a |
|||||||
|
|
|
|
|
|